論文の概要: Efficient quantum state tomography with Chebyshev polynomials
- arxiv url: http://arxiv.org/abs/2509.02112v2
- Date: Thu, 11 Sep 2025 15:35:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-12 13:52:32.840221
- Title: Efficient quantum state tomography with Chebyshev polynomials
- Title（参考訳）: チェビシェフ多項式を用いた効率的な量子状態トモグラフィ
- Authors: Hao Su, Shiying Xiong, Yue Yang,
- Abstract要約: 複素数値関数を符号化した純量子状態の近似トモグラフィー法を提案する。
チェビシェフの脱落順序を制御可能なパラメータとして扱うことにより、効率と精度の現実的なバランスを提供する。
- 参考スコア（独自算出の注目度）: 25.72183861471451
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Quantum computing shows promise for addressing computationally intensive problems but is constrained by the exponential resource requirements of general quantum state tomography (QST), which fully characterizes quantum states through parameter estimation. We introduce the QST with Chebyshev polynomials, an approximate tomography method for pure quantum states encoding complex-valued functions. This method reformulates tomography as the estimation of Chebyshev expansion coefficients, expressed as inner products between the target quantum state and Chebyshev basis functions, measured using the Hadamard test circuit. By treating the truncation order of the Chebyshev polynomials as a controllable parameter, the method provides a practical balance between efficiency and accuracy. For quantum states encoding functions dominated by large-scale features, such as those representing fluid flow fields, appropriate truncation enables faithful reconstruction of the dominant components via quantum circuits with linear depth, while keeping both measurement repetitions and post-processing independent of qubit count, in contrast to the exponential scaling of full measurement-based QST methods. Validation on analytic functions and numerically generated flow-field data demonstrates accurate reconstruction and effective extraction of large-scale features, indicating the method's suitability for systems governed by macroscopic dynamics.
- Abstract（参考訳）: 量子コンピューティングは計算集約的な問題に対処することを約束するが、パラメータ推定によって量子状態を完全に特徴づける一般量子状態トモグラフィ(英語版)(QST)の指数的リソース要求に制約されている。
複素数値関数を符号化する純粋量子状態の近似トモグラフィ法であるチェビシェフ多項式を用いたQSTを導入する。
本手法は, ターゲット量子状態とチェビシェフ基底関数の内積として表現されるチェビシェフ膨張係数をアダマール試験回路で測定した。
チェビシェフ多項式の切り出し順序を制御可能なパラメータとして扱うことにより、効率と精度の実際のバランスを与える。
流体流場などの大規模特徴によって支配される関数を符号化する量子状態の場合、適切なトランケーションは、全測定ベースのQST法の指数的スケーリングとは対照的に、測定繰り返しと後処理の両方をキュービット数とは独立に保ちながら、線形深さの量子回路を介して支配的成分を忠実に再構成することができる。
解析関数と数値的に生成された流れ場データの検証は,大規模特徴の正確な再構成と効率的な抽出を示し,マクロ力学によって制御されるシステムに対する手法の適合性を示す。
関連論文リスト
- Qumode-Based Variational Quantum Eigensolver for Molecular Excited States [43.148034499498586]
分子励起状態を計算するためのハイブリッド量子古典アルゴリズムであるQumode Subspace Variational Quantum Eigensolver (QSS-VQE)を紹介する。
本研究では, ジヒドロゲンおよびシトシンの円錐交差を含む分子励起状態のシミュレーションによるQSS-VQEの性能を示す。
論文 参考訳（メタデータ） (2025-09-05T00:53:51Z) - Grassmann Variational Monte Carlo with neural wave functions [45.935798913942904]
ヒルベルト空間のグラスマン幾何学の観点から、Pfau et al.citepfau2024accurateによって導入された枠組みを定式化する。
正方格子上のハイゼンベルク量子スピンモデルに対する我々のアプローチを検証し、多くの励起状態に対して高精度なエネルギーと物理観測値を達成する。
論文 参考訳（メタデータ） (2025-07-14T13:53:13Z) - Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。
既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。
我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
論文 参考訳（メタデータ） (2025-07-09T15:22:17Z) - Quantum State Readout via Overlap-Based Feature Extraction [0.0]
提案手法は、量子状態の振幅の生値と絶対値の両方に対する量子状態の読み出しを含む。
格子型波動関数とX線吸収スペクトルを量子状態から再構成するための予備数値シミュレーションを行った。
論文 参考訳（メタデータ） (2025-05-13T14:30:42Z) - PolyQROM: Orthogonal-Polynomial-Based Quantum Reduced-Order Model for Flow Field Analysis [5.588958112139646]
量子コンピューティングは流体流動シミュレーションの指数加速度を約束する。
量子符号化フローフィールドデータからフロー特徴を抽出するために必要な測定オーバーヘッドは、この利点を損なう。
論文 参考訳（メタデータ） (2025-04-30T12:14:08Z) - Tensor Cross Interpolation of Purities in Quantum Many-Body Systems [0.0]
量子多体系において、自由度数のヒルベルト空間の指数的スケーリングは完全な状態特徴づけを与える。
近年, 量子波動関数の振幅をエンタングルメント関数として符号化することで, サブリージョンの純度をコンパクトに保存する方法が提案されている。
本研究では, 絡み合い特性が, 自由度数において, サンプル量だけを用いて効率的に定義できることを実証する。
論文 参考訳（メタデータ） (2025-03-21T15:33:00Z) - Entanglement scaling in matrix product state representation of smooth functions and their shallow quantum circuit approximations [0.28917933888634956]
マトリックス積状態(MPS)法は、浅い量子回路を構築する上で最も有望な手法として現れた。
入力関数の滑らかさに依存するMPS表現における結合間の絡み合いの崩壊に対する厳密な展開を導出する。
我々は、量子回路を浅く正確に符号化する改良されたMPSベースのアルゴリズムを構築した。
論文 参考訳（メタデータ） (2024-12-06T17:31:35Z) - Sample-Efficient Estimation of Nonlinear Quantum State Functions [5.641998714611475]
我々は、ユニタリとパラメタライズド量子回路の線形結合によりSWAPテストを拡張することにより、量子状態関数(QSF)フレームワークを導入する。
我々のフレームワークは、精度の高い量子状態の任意の正規化次数-$n$関数の実装を可能にする。
エントロピー,忠実度,固有値推定などの基本課題に対して,量子アルゴリズムの開発にQSFを適用した。
論文 参考訳（メタデータ） (2024-12-02T16:40:17Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか?
我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。
そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。
我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
論文 参考訳（メタデータ） (2024-03-30T00:21:46Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳（メタデータ） (2022-10-03T09:32:28Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。