論文の概要: A fast and frugal Gaussian Boson Sampling emulator
- arxiv url: http://arxiv.org/abs/2511.14923v1
- Date: Tue, 18 Nov 2025 21:24:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-20 15:51:28.537368
- Title: A fast and frugal Gaussian Boson Sampling emulator
- Title（参考訳）: 高速かつフレガーなガウスボソンサンプリングエミュレータ
- Authors: Tom Dodd, Javier Martínez-Cifuentes, Oliver Thomson Brown, Nicolás Quesada, Raúl García-Patrón,
- Abstract要約: 我々は,100モードのガウスボソンサンプリング実験よりも優れた古典シミュレーションを初めて示す。
恥ずかしく並列化可能であるため、少数のCPUやGPUで以前のサンプリングレートと一致させることができる。
ツールのイノベーションのほとんどは、バイナリ変数上の一般的な確率分布に対して有効である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: If classical algorithms have been successful in reproducing the estimation of expectation values of observables of some quantum circuits using off-the-shelf computing resources, matching the performance of the most advanced quantum devices on sampling problems usually requires extreme cost in terms of memory and computing operations, making them accessible to only a handful of supercomputers around the world. In this work, we demonstrate for the first time a classical simulation outperforming Gaussian boson sampling experiments of one hundred modes on established benchmark tests using a single CPU or GPU. Being embarrassingly parallelizable, a small number of CPUs or GPUs allows us to match previous sampling rates that required more than one hundred GPUs. We believe algorithmic and implementation improvements will generalize our tools to photo-counting, single-photon inputs, and pseudo-photon-number-resolving scenarios beyond one thousand modes. Finally, most of the innovations in our tools remain valid for generic probability distributions over binary variables, rendering it potentially applicable to the simulation of qubit-based sampling problems and creating classical surrogates for classical-quantum algorithms.
- Abstract（参考訳）: 古典的なアルゴリズムがオフザシェルフ計算資源を用いて量子回路の観測値の予測値の再現に成功した場合、サンプリング問題における最も先進的な量子デバイスの性能に匹敵する性能は、通常、メモリと演算の点で極端にコストがかかり、世界中の少数のスーパーコンピュータにしかアクセスできない。
本研究は,ガウスボソンサンプリング実験において,1CPUまたはGPUを用いたベンチマークテストにおいて,100モードのガウスボソンサンプリング実験より優れた古典シミュレーションを初めて実証するものである。
恥ずかしく並列化可能であるため、少数のCPUやGPUは、100以上のGPUを必要とする以前のサンプリングレートと一致することができます。
アルゴリズムと実装の改善は、私たちのツールをフォトカウント、単光子入力、擬光子数解決のシナリオに1000モードを超えて一般化すると考えている。
最後に、我々のツールのほとんどの革新はバイナリ変数上の一般的な確率分布に有効であり、量子ビットに基づくサンプリング問題のシミュレーションや古典量子アルゴリズムの古典的サロゲートの作成に応用できる可能性がある。
関連論文リスト
- Pilot-Wave Simulator: Exact Classical Sampling from Ideal and Noisy Quantum Circuits up to Hundreds of Qubits [1.9573380763700712]
本稿では,テンソルネットワークの収縮手法をマルコフプロセスに統合する,正確なサンプリングアルゴリズムを提案する。
実演として,最大476量子ビットのQAOA回路からサンプルを生成するという課題を対象としている。
論文 参考訳（メタデータ） (2025-10-28T09:33:11Z) - Augmenting Simulated Noisy Quantum Data Collection by Orders of Magnitude Using Pre-Trajectory Sampling with Batched Execution [47.60253809426628]
提案手法は,誤差型を調整して軌道シミュレーションの効率化と有効性を高めることを目的としている。
私たちはそれぞれ100兆枚と100万枚という膨大なデータセットを生成します。
論文 参考訳（メタデータ） (2025-04-22T22:36:18Z) - Leapfrogging Sycamore: Harnessing 1432 GPUs for 7$\times$ Faster Quantum Random Circuit Sampling [40.83618005962484]
ランダム量子回路サンプリングは、量子計算の利点を示すベンチマークとして機能する。
古典的アルゴリズムの最近の進歩は、古典的シミュレーション時間を大幅に短縮した。
我々の研究は、TextitSycamoreの量子優位性という主張を否定する最初の明白な実験的証拠を提供する。
論文 参考訳（メタデータ） (2024-06-27T05:01:47Z) - Classical algorithm for simulating experimental Gaussian boson sampling [2.1684911254068906]
ガウスボソンサンプリングは実験的量子優位性を示す有望な候補である。
高い光子損失率とノイズの存在にもかかわらず、それらは現在、最もよく知られた古典的アルゴリズムで古典的にシミュレートすることが難しいと主張されている。
本稿ではガウスボソンサンプリングをシミュレートする古典的テンソルネットワークアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-06-06T14:19:48Z) - Classical Chaos in Quantum Computers [39.58317527488534]
50-100量子ビットからなる現在の量子プロセッサは、古典的コンピュータ上の量子シミュレーションの範囲外で動作する。
古典的限界のシミュレーションは、この問題を緩和する潜在的に強力な診断ツールとなり得ることを実証する。
古典的および量子シミュレーションは、$mathcalO$transmonsを持つシステムにおいて、同様の安定性指標をもたらす。
論文 参考訳（メタデータ） (2023-04-27T18:00:04Z) - Gaussian Boson Sampling with Pseudo-Photon-Number Resolving Detectors
and Quantum Computational Advantage [28.449634706456898]
擬似光子数分解検出を用いた新しいガウス粒子サンプリング実験を報告する。
ノイズの多いガウスボソンサンプリングのキャラクタリゼーションのための,より完全なモデルを構築した。
論文 参考訳（メタデータ） (2023-04-24T16:29:25Z) - Simulating lossy Gaussian boson sampling with matrix product operators [7.33258560389563]
N_textoutproptosqrtN$の生存光子のスケーリングにより,効率的なテンソルネットワークシミュレーションが可能であることを示す。
ハードウェアアクセラレーションによるガウスボソンサンプリングにおける局所空間次元の増大による過去の課題を克服する。
論文 参考訳（メタデータ） (2023-01-30T12:10:39Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Validation tests of GBS quantum computers give evidence for quantum
advantage with a decoherent target [62.997667081978825]
複数モードデータの検証に指紋としてグループカウント確率の正P位相空間シミュレーションを用いる。
偽データを解き放つ方法を示し、これを古典的なカウントアルゴリズムに適用する。
論文 参考訳（メタデータ） (2022-11-07T12:00:45Z) - Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。
我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。
絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文 参考訳（メタデータ） (2022-05-26T20:32:36Z) - The Boundary for Quantum Advantage in Gaussian Boson Sampling [44.62475518267084]
最先端の量子フォトニクス実験では、既存の古典的アルゴリズムをシミュレートするのに6億年を要します。
本稿では,高速かつ高精度なGBSシミュレーション手法を提案する。
これにより、最先端のGBS実験をシミュレーションする実行時間を数ヶ月に短縮する。
論文 参考訳（メタデータ） (2021-08-03T16:49:40Z) - Leveraging state sparsity for more efficient quantum simulations [1.52292571922932]
本稿では,メモリ使用量とシミュレーション実行時間を削減するために,この空間を生かした新しいシミュレーション手法を提案する。
プロトタイプ実装には、データ構造へのアクセスを減らし、メモリ使用量を削減するゲート(re)スケジューリングなどの最適化が含まれている。
本シミュレータは102量子ビットを用いて20ビットのファクタリングインスタンスを実行し,110量子ビットの10ビット曲線上で楕円曲線離散対数を実行した。
論文 参考訳（メタデータ） (2021-05-04T14:42:32Z) - Generation of High-Resolution Handwritten Digits with an Ion-Trap
Quantum Computer [55.41644538483948]
本稿では, 量子回路に基づく生成モデルを構築し, 生成逆数ネットワークの事前分布を学習し, サンプル化する。
我々は、このハイブリッドアルゴリズムを171ドルのYb$+$ ion qubitsに基づいてイオントラップデバイスでトレーニングし、高品質な画像を生成する。
論文 参考訳（メタデータ） (2020-12-07T18:51:28Z)
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。