論文の概要: Operator-aware shadow importance sampling for accurate fidelity estimation

• arxiv url: http://arxiv.org/abs/2511.01608v1
• Date: Mon, 03 Nov 2025 14:09:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.290423
• Title: Operator-aware shadow importance sampling for accurate fidelity estimation
• Title（参考訳）: 高精度忠実度推定のための演算子対応影強調サンプリング
• Authors: Hyunho Cha, Sangwoo Hong, Jungwoo Lee,
• Abstract要約: グループベースのDFEは、小さなシステムでは高い精度を達成するが、指数スケーリングに苦しむ。 我々のアルゴリズムは、Haar-random状態のグルーピングに基づくアルゴリズムを改善する。 GHZやW状態などの構造化状態に対しては,従来のグループ化手法の指数メモリ要求を除去する。
• 参考スコア（独自算出の注目度）: 8.212934913387384
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Estimating the fidelity between an unknown quantum state and a fixed target is a fundamental task in quantum information science. Direct fidelity estimation (DFE) enables this without full tomography by sampling observables according to a target-dependent distribution. However, existing approaches face notable trade-offs. Grouping-based DFE achieves strong accuracy for small systems but suffers from exponential scaling, and its applicability is restricted to Pauli measurements. In contrast, classical-shadow-based DFE offers scalability but yields lower accuracy on structured states. In this work, we address these limitations by developing two classes of operator-aware shadow importance sampling algorithms using informationally overcomplete positive operator-valued measures. Instantiated with local Pauli measurements, our algorithm improves upon the grouping-based algorithms for Haar-random states. For structured states such as the GHZ and W states, our algorithm also eliminates the exponential memory requirements of previous grouping-based methods. Numerical experiments confirm that our methods achieve state-of-the-art performance across Haar-random, GHZ, and W targets.
• Abstract（参考訳）: 未知の量子状態と固定されたターゲットの間の忠実度を推定することは、量子情報科学の基本的な課題である。 直接忠実度推定(DFE)は、ターゲット依存分布に応じて可観測物をサンプリングすることにより、完全なトモグラフィーなしでこれを可能にする。 しかし、既存のアプローチは顕著なトレードオフに直面している。 グループベースのDFEは、小さなシステムでは高い精度を達成するが、指数的スケーリングに悩まされ、その適用性はパウリの測定に制限される。 対照的に、古典的なシャドウベースのDFEはスケーラビリティを提供するが、構造化状態の精度は低い。 本研究では,情報過剰な正の演算子評価尺度を用いた演算子認識影重み付けアルゴリズムを2種類開発することで,これらの制約に対処する。 局所的なパウリ測定により,このアルゴリズムはHaar-random状態のグルーピングに基づくアルゴリズムを改善する。 GHZやW状態などの構造化状態に対しては,従来のグループ化手法の指数メモリ要求を除去する。 数値実験により,本手法がHaar-random,GHZ,Wターゲットをまたいだ最先端性能を実現することを確認した。

関連論文リスト

• Efficient Fidelity Estimation with Few Local Pauli Measurements [3.428706362109922]
  本研究では,実験状態がターゲットとどの程度近いかを定量化するプロトコルを開発する。 この推定器のバイアスを分析し、その性能を目標状態によって誘導されるマルコフ連鎖の混合時間$tau$にリンクする。 この作業により、スケーラブルなベンチマーク、エラーキャラクタリゼーション、トモグラフィ支援が可能になる。
  論文  参考訳（メタデータ） (2025-10-09T12:35:58Z)
• Bayesian Neural Scaling Law Extrapolation with Prior-Data Fitted Networks [100.13335639780415]
  スケーリング法則は、しばしばパワーローに従っており、より大きなスケールでのスケーリングの振る舞いを予測するために、パワーロー関数のいくつかの変種を提案した。 既存の手法は主に点推定に依存しており、現実のアプリケーションにとって欠かせない不確実性を定量化しない。 本研究では,ニューラルスケーリング法外挿のためのPFNに基づくベイズフレームワークについて検討する。
  論文  参考訳（メタデータ） (2025-05-29T03:19:17Z)
• Gaussian Process Upper Confidence Bounds in Distributed Point Target Tracking over Wireless Sensor Networks [8.837529873076235]
  本稿では,点目標追跡のための分散ガウス過程(DGP)アプローチを提案し,状態推定値の上限値(UCB)を導出する。 The novel hybrid Bayesian filtering method is proposed to improve the DGP approach by adopted a Poisson measurement chance model。 数値計算により,提案手法の追跡精度とロバスト性を示す。
  論文  参考訳（メタデータ） (2024-09-11T22:42:11Z)
• Noise-mitigated randomized measurements and self-calibrating shadow estimation [0.0]
  ランダム化測定の誤差軽減手法を導入し,ロバストなシャドウ推定手法を提案する。 実用面では, 量子実験と同じセッションを用いて, 誤差緩和と影推定を行うことができることを示す。
  論文  参考訳（メタデータ） (2024-03-07T18:53:56Z)
• Score Matching-based Pseudolikelihood Estimation of Neural Marked Spatio-Temporal Point Process with Uncertainty Quantification [59.81904428056924]
  我々は、不確実な定量化を伴うmarkPsを学習するためのスコアMAtching推定器であるSMASHを紹介する。 具体的には,スコアマッチングによるマークPsの擬似的類似度を推定することにより,正規化自由度を推定する。 提案手法の優れた性能は、事象予測と不確実性定量化の両方において広範な実験によって実証される。
  論文  参考訳（メタデータ） (2023-10-25T02:37:51Z)
• Robust and efficient verification of graph states in blind measurement-based quantum computation [52.70359447203418]
  Blind Quantum Computing (BQC) は、クライアントのプライバシを保護するセキュアな量子計算手法である。 資源グラフ状態が敵のシナリオで正確に準備されているかどうかを検証することは重要である。 本稿では,任意の局所次元を持つ任意のグラフ状態を検証するための,堅牢で効率的なプロトコルを提案する。
  論文  参考訳（メタデータ） (2023-05-18T06:24:45Z)
• Quantum-enhanced algorithms for classical target detection in complex environments [0.0]
  古典的ターゲット同定および局所化アルゴリズム,特にレーダ画像に対する量子計算手法について検討した。 アルゴリズムは量子機械学習に対する最近のアプローチにインスパイアされているが、かなりの拡張が必要である。 量子効率がアルゴリズム全体の大幅な高速化を可能にするアプリケーション体制が特定される。
  論文  参考訳（メタデータ） (2020-07-29T21:07:31Z)

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。