論文の概要: Improving shadow estimation with locally-optimal dual frames
- arxiv url: http://arxiv.org/abs/2511.02555v1
- Date: Tue, 04 Nov 2025 13:11:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-05 18:47:05.996454
- Title: Improving shadow estimation with locally-optimal dual frames
- Title（参考訳）: 局所最適双対フレームによる影推定の改善
- Authors: Keijo Korhonen, Stefano Mangini, Joonas Malmi, Hetta Vappula, Daniel Cavalcanti,
- Abstract要約: そこで本研究では,従来のシャドウプロトコルの変動について検討し,測定を局所的に保ちつつ,その結果の古典的シャドウ自体の相関を許容する。
局所最適影を構成することにより、最先端の手法より優れ、測定精度が大幅に低い非偏差推定器を得る。
- 参考スコア（独自算出の注目度）: 0.3131740922192114
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Accurate estimation of observables in quantum systems is a central challenge in quantum information science, yet practical implementations are fundamentally constrained by the limited number of measurement shots. In this work we explore a variation of the classical shadows protocol in which the measurements are kept local while allowing the resulting classical shadows themselves to be correlated. By constructing locally optimal shadows, we obtain unbiased estimators that outperform state-of-the-art methods, achieving the same accuracy with substantially fewer measurements. We validate our approach through numerical experiments on molecular Hamiltonians with up to 40 qubits and a 50-qubit Ising model consistently observing significant reductions in estimation errors.
- Abstract（参考訳）: 量子システムにおける観測可能量の正確な推定は、量子情報科学における中心的な課題であるが、実際的な実装は、測定ショットの数が限られているため、基本的に制限されている。
本研究は,古典的陰影プロトコルの変種を探索し,測定結果を局所的に保持し,その結果の古典的陰影自体の相関を許容するものである。
局所最適影を構成することにより、計測精度を著しく小さくして、最先端の手法より優れる偏りのない推定値が得られる。
最大40キュービットの分子ハミルトニアンの数値実験と50キュービットのイジングモデルによる推定誤差の顕著な減少を連続的に観察することで,本手法の有効性を検証した。
関連論文リスト
- Shadow measurements for feedback-based quantum optimization [0.0]
本稿では、Ket量子プログラミングプラットフォームを用いて、最近導入されたFALQON(Fedback-based quantum optimization)アルゴリズムの実装について述べる。
パラメータ推定のフィードバックルーチンには古典的シャドウを用いており、この手法を観測変数の直接推定と比較する。
その結果,MaxCut問題に対するグラフ幾何に依存すると,古典的な影を持つ観測者の期待値を推定するのに要する測定量は,直接観測可能な推定値よりも最大16倍も低いことがわかった。
論文 参考訳（メタデータ） (2025-02-27T18:36:30Z) - Biased Estimator Channels for Classical Shadows [0.0]
我々は、従来の影推定器を再スケールすることで、バイアスを意図的に導入する、バイアス付きスキームを考察する。
我々は、平均ケースと最悪のケースとベストケースのシナリオを分析的に証明し、それが原則として、常に見積りをバイアスする価値があることを厳格に証明します。
論文 参考訳（メタデータ） (2024-02-14T19:00:01Z) - Enhanced observable estimation through classical optimization of
informationally over-complete measurement data -- beyond classical shadows [0.0]
本稿では,2つのPOVM演算子を計測後に最適化する手法を提案する。
複数の観測可能な推定値の正準双対に対して,統計的誤差を著しく低減できることを示す。
論文 参考訳（メタデータ） (2024-01-31T18:13:42Z) - Enhanced Entanglement in the Measurement-Altered Quantum Ising Chain [43.80709028066351]
局所的な量子測定は単に自由度を乱すのではなく、システム内の絡みを強める可能性がある。
本稿では,局所測定の有限密度が与えられた状態の絡み合い構造をどのように修正するかを考察する。
論文 参考訳（メタデータ） (2023-10-04T09:51:00Z) - Shadow tomography on general measurement frames [37.69303106863453]
観測フレームの一般理論と密接な関係を示すことによって,影トモグラフィーの新しい視点を提供する。
測定フレームの定式化は,シャドウトモグラフィーの自然な枠組みを提供することを示す。
シャドウトモグラフィーの探索対象は,厳密なランク1測定フレームのクラス全体に対して達成可能であることを示す。
論文 参考訳（メタデータ） (2023-01-30T19:00:17Z) - SQuAT: Sharpness- and Quantization-Aware Training for BERT [43.049102196902844]
シャープネスと量子化アウェアトレーニング(SQuAT)を提案する。
提案手法は,2,3,4ビット条件下で,最先端の量子化BERTモデルよりも1%向上する。
また, シャープネスの測定実験により, 他の量子化法と比較して, より平坦な最小値が得られることが示唆された。
論文 参考訳（メタデータ） (2022-10-13T16:52:19Z) - Estimating Quantum Hamiltonians via Joint Measurements of Noisy
Non-Commuting Observables [0.0]
本稿では,局所的に実施可能な単一関節計測法を提案する。
我々は、ある精度までエネルギーを見積もるのに必要な実験的な繰り返しの数に基づいて境界を導出する。
測定結果の実装がノイズであると仮定した場合, サンプルの複雑さを最小限に抑えるために, 共同計測戦略を適用した。
論文 参考訳（メタデータ） (2022-06-17T17:42:54Z) - Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。
本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。
実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
論文 参考訳（メタデータ） (2020-07-31T17:25:12Z) - Direct estimation of quantum coherence by collective measurements [54.97898890263183]
量子状態におけるコヒーレンス量を推定するための集合的測定手法を提案する。
本手法は、トモグラフィーや適応計測に基づいて、他の推定方法よりも優れている。
本手法は,光子を用いて実験的に実装することで,今日の技術で利用できることを示す。
論文 参考訳（メタデータ） (2020-01-06T03:50:42Z)
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。