論文の概要: Classical shadows for sample-efficient measurements of gauge-invariant observables

• arxiv url: http://arxiv.org/abs/2511.02904v1
• Date: Tue, 04 Nov 2025 19:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-06 18:19:32.207287
• Title: Classical shadows for sample-efficient measurements of gauge-invariant observables
• Title（参考訳）: ゲージ不変可観測物の試料効率測定のための古典的影
• Authors: Jacob Bringewatt, Henry Froland, Andreas Elben, Niklas Mueller,
• Abstract要約: 局所(またはゲージ)対称性を持つシステムに適した3つの古典的シャドウプロトコルを開発する。 我々はこれらのトレードオフを$mathZ$ gauge理論を用いて実証し、二重定式化はリソース要求の厳密な分析を可能にする。
• 参考スコア（独自算出の注目度）: 0.002718525106069543
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Classical shadows provide a versatile framework for estimating many properties of quantum states from repeated, randomly chosen measurements without requiring full quantum state tomography. When prior information is available, such as knowledge of symmetries of states and operators, this knowledge can be exploited to significantly improve sample efficiency. In this work, we develop three classical shadow protocols tailored to systems with local (or gauge) symmetries to enable efficient prediction of gauge-invariant observables in lattice gauge theory models which are currently at the forefront of quantum simulation efforts. For such models, our approaches can offer exponential improvements in sample complexity over symmetry-agnostic methods, albeit at the cost of increased circuit complexity. We demonstrate these trade-offs using a $\mathbb{Z}_2$ lattice gauge theory, where a dual formulation enables a rigorous analysis of resource requirements, including both circuit depth and sample complexity.
• Abstract（参考訳）: 古典的な影は、完全な量子状態トモグラフィを必要とすることなく、繰り返し、ランダムに選択された測定から量子状態の多くの特性を推定するための汎用的なフレームワークを提供する。 状態や演算子の対称性の知識などの事前情報が得られる場合、この知識を利用してサンプル効率を大幅に改善することができる。 本研究では,現在量子シミュレーションの最前線にある格子ゲージ理論モデルにおいて,局所(またはゲージ)対称性を持つシステムに適した3つの古典的シャドウプロトコルを開発する。 このようなモデルでは,回路の複雑化を犠牲にしながら,対称性に依存しない手法よりもサンプルの複雑さを指数関数的に改善することができる。 これらのトレードオフを$\mathbb{Z}_2$格子ゲージ理論を用いて実証し、二重定式化により回路深度とサンプル複雑度の両方を含む資源要求の厳密な分析が可能となる。

関連論文リスト

• Excitation Amplitude Sampling for Low Variance Electronic Structure on Quantum Computers [0.0]
  我々は古典的エネルギー学と部分影トモグラフィーを組み合わせることで、量子デバイス上に符号化された相関したabinitio電子系から情報を抽出する効率的なプロトコルを実現する。 所与の量子状態励起振幅に対する所要ショット数の約2桁の減少を示すことができる。 実量子デバイス上でのこれらの推定器の耐雑音性は、従来の手法に比べて最大で1桁高い。
  論文  参考訳（メタデータ） (2025-06-18T13:13:09Z)
• 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)
• Efficient Classical Shadow Tomography through Many-body Localization Dynamics [4.923287660970805]
  我々は,多体ローカライゼーションのダイナミクスを基盤とした代替手法を提案する。 提案手法は浅部回路に匹敵する高い効率を達成できることを実証する。
  論文  参考訳（メタデータ） (2023-09-03T19:50:28Z)
• Generalization Metrics for Practical Quantum Advantage in Generative Models [68.8204255655161]
  生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。 我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。 シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
  論文  参考訳（メタデータ） (2022-01-21T16:35:35Z)
• Sampling asymmetric open quantum systems for artificial neural networks [77.34726150561087]
  非対称な開系に対する高速収束時間と高いスケーラビリティを実現し,非対称性を考慮したハイブリッドサンプリング戦略を提案する。 我々は、ニューラルネットワークの普遍的適用性を強調し、ニューラルネットワークの普遍的適用性を概説する。
  論文  参考訳（メタデータ） (2020-12-20T18:25:29Z)
• State preparation and measurement in a quantum simulation of the O(3) sigma model [65.01359242860215]
  我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。 本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。 非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
  論文  参考訳（メタデータ） (2020-06-28T23:44:12Z)
• Gaussian Process States: A data-driven representation of quantum many-body physics [59.7232780552418]
  我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。 また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
  論文  参考訳（メタデータ） (2020-02-27T15:54:44Z)

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。