Fugu-MT 論文翻訳(概要): Complexity of Bernstein--Vazirani algorithm in the presence of noise

論文の概要: Complexity of Bernstein--Vazirani algorithm in the presence of noise

arxiv url: http://arxiv.org/abs/2508.01884v1
Date: Sun, 03 Aug 2025 18:36:01 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-05 18:25:22.106586
Title: Complexity of Bernstein--Vazirani algorithm in the presence of noise
Title（参考訳）: Bernstein--Vaziraniアルゴリズムのノイズ存在下での複素性
Authors: Muhammad Faizan, Muhammad Faryad,
Abstract要約: 偏極雑音の存在下でのベルンシュタイン-ヴァジラニアルゴリズムのロバスト性について解析を行った。量子ビットの品質を同時に向上させることなく、量子システムをスケールアップすることは、このアルゴリズムの量子上の優位性を著しく低下させることがわかった。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We analytically investigated the robustness of the Bernstein--Vazirani algorithm in the presence of depolarizing noise using the density matrix formalism. We derive exact expressions for the algorithm's success probability as a function of the depolarizing error rate $\boldsymbol{p}$ and number of qubits $\boldsymbol{n}$. The analysis reveals how performance degrades with increasing system size under realistic noise conditions. Furthermore, it was seen that scaling up quantum systems without simultaneously improving qubit quality leads to a sharp decline in the quantum advantage for this algorithm.
Abstract（参考訳）: 我々は密度行列形式を用いた偏極雑音の存在下でのベルンシュタイン-ヴァジラニアルゴリズムのロバスト性について解析を行った。アルゴリズムの成功確率の正確な式を、非分極誤差率 $\boldsymbol{p}$ と qubits $\boldsymbol{n}$ の関数として導き出す。この分析により,現実的な雑音条件下でのシステムサイズの増加に伴う性能劣化が明らかになった。さらに、量子ビットの品質を同時に向上させることなく量子システムをスケールアップすることは、このアルゴリズムの量子上の優位性を著しく低下させることがわかった。

関連論文リスト

An em algorithm for quantum Boltzmann machines [40.40469032705598]
我々は、量子ボルツマンマシンを訓練するためのエムアルゴリズムの量子バージョンを開発する。量子効果を隠蔽層に限定した半量子制限ボルツマンマシンにアルゴリズムを実装した。
論文参考訳（メタデータ） (2025-07-29T07:59:22Z)
Decentralized Optimization on Compact Submanifolds by Quantized Riemannian Gradient Tracking [45.147301546565316]
本稿では,コンパクト部分多様体における分散最適化の問題について考察する。エージェントが量子化変数を用いて変数を更新するアルゴリズムを提案する。我々の知る限りでは、量子化の存在下で$mathcalO (1/K)$収束率を達成した最初のアルゴリズムである。
論文参考訳（メタデータ） (2025-06-09T01:57:25Z)
Noise-resilient and resource-efficient hybrid algorithm for robust quantum gap estimation [0.0]
本稿では,多体エネルギースペクトルのギャップを推定するためのハイブリッド量子アルゴリズムを提案する。我々は、量子資源の利用を最適化するエラー軽減戦略を採用している。結果は、近未来のノイズ量子デバイス上で正確な量子シミュレーションを可能にする可能性を強調している。
論文参考訳（メタデータ） (2024-05-16T17:57:15Z)
Noise-induced transition in optimal solutions of variational quantum algorithms [0.0]
変分量子アルゴリズムは、ノイズの多い量子ハードウェアで実用的な量子優位性を実現するための有望な候補である。スピンチェーンモデルの基底状態を計算する変分量子固有解法(VQE)アルゴリズムについて検討し,ノイズが最適化に与える影響について検討した。
論文参考訳（メタデータ） (2024-03-05T08:31:49Z)
Quantum Algorithm for Signal Denoising [32.77959665599749]
提案アルゴリズムは、古典的および量子的信号を処理することができる。数値計算の結果,古典的起源と量子的起源の両方のノイズを除去することが効果的であることがわかった。
論文参考訳（メタデータ） (2023-12-24T05:16:04Z)
General noise-resilient quantum amplitude estimation [0.0]
本稿では,雑音下での振幅推定と観測可能な新しいアルゴリズムを提案する。興味深いことに、我々のアルゴリズムは量子回路の深さの異なるノイズに対して堅牢性を示す。
論文参考訳（メタデータ） (2023-12-02T09:27:40Z)
Uniform-in-Time Wasserstein Stability Bounds for (Noisy) Stochastic Gradient Descent [30.84181129503133]
この10年で、異なる損失関数に適用された異なるアルゴリズムに対する安定性の増大が見られた。本稿では,最適化アルゴリズムの安定性を証明するための統一的なガイドラインを導入する。私たちのアプローチは柔軟で、他の一般的な学習クラスにも容易に適用できます。
論文参考訳（メタデータ） (2023-05-20T01:49:58Z)
Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
論文参考訳（メタデータ） (2022-09-27T17:56:15Z)
Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文参考訳（メタデータ） (2021-08-18T09:26:17Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
On the Cryptographic Hardness of Learning Single Periodic Neurons [42.86685497609574]
ノイズの存在下での等方性ガウス分布より単一ニューロンを学習する際の暗号的難易度を簡易に低減することを示す。提案アルゴリズムは勾配ベースや逆SQ-timeアルゴリズムではなく,LLL(Lenstra-LenstraLov'asz)格子に基づく。
論文参考訳（メタデータ） (2021-06-20T20:03:52Z)
Tunable Tradeoff between Quantum and Classical Computation via Nonunitary Zeno-like Dynamics [0.5249805590164902]
アルゴリズムは、その効率の厳密な解析的下界を導出することにより、純粋量子バージョンと同様のスケールを示す。また、ノイズを受けるアルゴリズムの挙動を調べた結果、特定のオラクルと運用上のエラーの下では、測定に基づくアルゴリズムが標準アルゴリズムよりも優れていることがわかった。
論文参考訳（メタデータ） (2020-11-22T00:57:17Z)
Active Model Estimation in Markov Decision Processes [108.46146218973189]
マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
論文参考訳（メタデータ） (2020-03-06T16:17:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。