論文の概要: Feynman path sum approach for simulation of linear optics
- arxiv url: http://arxiv.org/abs/2510.26408v1
- Date: Thu, 30 Oct 2025 11:56:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-31 16:05:09.793253
- Title: Feynman path sum approach for simulation of linear optics
- Title（参考訳）: ファインマンパス和法による線形光学シミュレーション
- Authors: Wagner F. Balthazar, Quinn M. B. Palmer, Alex. E. Jones, Jake F. F. Bulmer, Ernesto. F. Galvão,
- Abstract要約: 我々は、線形光学ボソンサンプリング実験の確率振幅の計算にファインマン経路積分形式を適用した。
オープンソースCコードにLinear-Optical Feynman Pathシミュレータを実装し,その性能を向上する。
- 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: The Feynman path integral formalism has inspired the development of memory-efficient and parallelizable classical algorithms for simulating quantum computers. We adapt this approach for the calculation of probability amplitudes of linear-optical boson sampling experiments, which involve Fock-state inputs, linear optical circuits, and photo-detection at the output. We describe this simulation method and compare it with alternative approaches. Additionally, we implement a Linear-Optical Feynman Path simulator in open-source C code, enhancing its performance using tensor contraction techniques. Our method is benchmarked for low-depth linear optical circuits, where it offers advantages in runtime and memory efficiency.
- Abstract（参考訳）: ファインマン経路積分形式は、量子コンピュータをシミュレートするメモリ効率と並列化可能な古典的アルゴリズムの開発にインスピレーションを与えた。
本稿では, フォック状態入力, 線形光回路, 光検出を出力とする線形光学ボソンサンプリング実験の確率振幅の計算に適応する。
本稿では,このシミュレーション手法を代替手法と比較する。
さらに、オープンソースCコードにLinear-Optical Feynman Pathシミュレータを実装し、テンソル収縮技術を用いてその性能を向上させる。
提案手法は,低深さ線形光回路に対してベンチマークを行い,ランタイムとメモリ効率の面で優位性を示す。
関連論文リスト
- Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。
この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
論文 参考訳（メタデータ） (2025-03-03T17:15:23Z) - Variational approach to photonic quantum circuits via the parameter shift rule [0.0]
変分量子アルゴリズムは最適化タスクを解くための有望なアプローチです。
本稿では,再構成可能な光線形回路に適した微分と積分のパラメータシフト則の定式化を導出する。
我々は、再構成可能な6モードユニバーサル干渉計で処理された単一光子状態の変分アルゴリズムを実験的に試験する手法を開発した。
論文 参考訳（メタデータ） (2024-10-09T15:06:17Z) - Verification of Geometric Robustness of Neural Networks via Piecewise Linear Approximation and Lipschitz Optimisation [57.10353686244835]
我々は、回転、スケーリング、せん断、翻訳を含む入力画像の幾何学的変換に対するニューラルネットワークの検証の問題に対処する。
提案手法は, 分枝・分枝リプシッツと組み合わせたサンプリングおよび線形近似を用いて, 画素値に対する楽音線形制約を求める。
提案手法では,既存の手法よりも最大32%の検証ケースが解決されている。
論文 参考訳（メタデータ） (2024-08-23T15:02:09Z) - Differentiation of Linear Optical Circuits [0.0]
本稿では、線形光回路の解析勾配を評価するための古典的および量子的アルゴリズムを開発する。
実測統計学で生じる「相互作用しない」の観測可能な特別なクラスの期待値の勾配を計算する方法を示す。
論文 参考訳（メタデータ） (2024-01-15T22:43:22Z) - D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。
このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。
さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
論文 参考訳（メタデータ） (2023-03-01T10:38:10Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳（メタデータ） (2023-02-13T19:57:17Z) - Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。
本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。
その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文 参考訳（メタデータ） (2022-09-22T16:42:14Z) - Classical simulation of bosonic linear-optical random circuits beyond
linear light cone [2.5496329090462626]
線形光回路の出力光子数分布からのサンプリングの古典的シミュラビリティについて検討する。
アルゴリズムの誤差は、ソース間の距離の2倍以下の深さまで指数関数的に小さいことを示す。
論文 参考訳（メタデータ） (2021-02-19T18:33:31Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-10-01T16:04:22Z)
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。