Fugu-MT 論文翻訳(概要): Quantum Simulation of Random Unitaries from Clebsch-Gordan Transforms

論文の概要: Quantum Simulation of Random Unitaries from Clebsch-Gordan Transforms

arxiv url: http://arxiv.org/abs/2509.26623v1
Date: Tue, 30 Sep 2025 17:57:08 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-01 14:45:00.241683
Title: Quantum Simulation of Random Unitaries from Clebsch-Gordan Transforms
Title（参考訳）: Clebsch-Gordan変換によるランダムユニタリの量子シミュレーション
Authors: Dmitry Grinko, Satoshi Yoshida,
Abstract要約: 任意のコンパクト群に対するハール乱ユニタリの$t$コピーの作用をシミュレートする一般的な方法を提案する。概念的には単純で正確であり、クレブシュ・ゴルダン変換を主構成要素として利用する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present a general method for simulating an action of $t$ copies of a Haar random unitary for arbitrary compact groups. This construction can be viewed as a representation-theoretic generalization of Zhandry's compressed function oracle technique. It is conceptually simple, exact and utilizes Clebsch-Gordan transforms as main building blocks. In particular, for the unitary group, our method is efficient in space and time. Finally, our general oracle for forward queries can be easily modified into oracles for conjugate, transpose, and inverse queries, thus unifying all four query types.
Abstract（参考訳）: 任意のコンパクト群に対するハール乱ユニタリの$t$コピーの作用をシミュレートする一般的な方法を提案する。この構成は、Zhandryの圧縮関数オラクル技法の表現論的一般化と見なすことができる。概念的には単純で正確であり、クレブシュ・ゴルダン変換を主構成要素として利用する。特に、ユニタリ群の場合、この手法は空間と時間において効率的である。最後に、フォワードクエリのための一般的なオラクルは、共役、転置、逆クエリのためのオークルに簡単に変更でき、4つのクエリタイプをすべて統一できます。

関連論文リスト

Clebsch-Gordan Transformer: Fast and Global Equivariant Attention [19.720202550140325]
我々はClebsch-Gordon Transformerを提案し、新しいClebsch-Gordon Convolutionを$SO(3)$の既約表現で実現した。提案手法は,O(N log N)$入力トークンの複雑さを達成しつつ,任意の順序で特徴の同変モデリングを可能にする。提案手法は,n体シミュレーション,QM9,ModelNet点クラウド分類,ロボットによる把握データセットなど,さまざまなベンチマークでベンチマークを行う。
論文参考訳（メタデータ） (2025-09-28T22:09:36Z)
Compressed Permutation Oracles [0.6768558752130311]
我々は、圧縮された置換オラクルの音質を発達させ、証明する。我々は、基本的にすべての既知の量子クエリの低い境界をランダムな置換モデルで再証明する。
論文参考訳（メタデータ） (2025-09-23T03:13:48Z)
Permutation Superposition Oracles for Quantum Query Lower Bounds [14.957648729581502]
入力-出力ペアの述語に対するアルゴリズムの成功確率を、結果のオラクルシミュレーションを用いてバウンドする方法を示す。本研究では, 1ラウンドスポンジ構成がランダムな置換モデルに対して無条件に事前画像に抵抗可能であることを示す。
論文参考訳（メタデータ） (2024-07-12T19:27:13Z)
Accelerated Discovery of Machine-Learned Symmetries: Deriving the Exceptional Lie Groups G2, F4 and E6 [55.41644538483948]
このレターでは、対称性変換の発見を著しく高速化する2つの改良されたアルゴリズムを紹介している。例外的リー群の複雑性を考えると,この機械学習手法は完全に汎用的であり,多種多様なラベル付きデータセットに適用可能であることを示す。
論文参考訳（メタデータ） (2023-07-10T20:25:44Z)
Sumformer: Universal Approximation for Efficient Transformers [2.4832703558223725]
本稿では,シーケンス・ツー・シーケンス関数を普遍的に近似できる新しいシンプルなアーキテクチャであるSumformerを紹介する。我々はトランスフォーマーの新しい証明を導き、一つの注意層だけが普遍的な近似に十分であることを示す。
論文参考訳（メタデータ） (2023-07-05T13:59:35Z)
Approximating a RUM from Distributions on k-Slates [88.32814292632675]
与えられた分布を平均で最もよく近似するRUMを求める一般化時間アルゴリズムを求める。我々の理論的結果は、実世界のデータセットに効果的でスケール可能なものを得るという、実践的な結果も得られます。
論文参考訳（メタデータ） (2023-05-22T17:43:34Z)
Sampled Transformer for Point Sets [80.66097006145999]
スパース変換器は、連続列列列関数の普遍近似器でありながら、自己アテンション層の計算複雑性を$O(n)$に下げることができる。我々は、追加の帰納バイアスを伴わずに点集合要素を直接処理できる$O(n)$複雑性サンプリング変換器を提案する。
論文参考訳（メタデータ） (2023-02-28T06:38:05Z)
SPANet: Generalized Permutationless Set Assignment for Particle Physics using Symmetry Preserving Attention [62.43586180025247]
大型ハドロン衝突型加速器の衝突は、観測された粒子の可変サイズの集合を生成する。崩壊生成物の物理対称性は、観測された粒子の崩壊生成物の割り当てを複雑にする。本稿では,対称性を保った注目ネットワークを構築するための新しい手法を提案する。
論文参考訳（メタデータ） (2021-06-07T18:18:20Z)
Glushkov's construction for functional subsequential transducers [91.3755431537592]
グルシコフの構成は多くの興味深い性質を持ち、トランスデューサに適用するとさらに明らかになる。正規表現の特別な風味を導入し、効率よく$epsilon$-free 機能的次数重み付き有限状態トランスデューサに変換することができる。
論文参考訳（メタデータ） (2020-08-05T17:09:58Z)
Canonical Construction of Quantum Oracles [4.220030262107688]
一般的な、しかし非効率な自動化手法は、回路設計時に全ての状態を古典的に評価するオラクルを使うことである。我々は、選択された状態の集合を同じ値にマッピングし、その特定の値に一致する単純なオラクルと結合する、代数的表現から量子オラクルを生成する新しい標準的方法を提案する。さらに,本論文では,量子ボリューム64のトラップイオン技術に基づくハネウェル型計算機について,実量子ハードウェアを用いた実験結果について述べる。
論文参考訳（メタデータ） (2020-06-18T16:28:55Z)
Invariant Feature Coding using Tensor Product Representation [75.62232699377877]
我々は,群不変特徴ベクトルが線形分類器を学習する際に十分な識別情報を含んでいることを証明した。主成分分析やk平均クラスタリングにおいて,グループアクションを明示的に考慮する新たな特徴モデルを提案する。
論文参考訳（メタデータ） (2019-06-05T07:15:17Z)

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。