論文の概要: Optimised Fermion-Qubit Encodings for Quantum Simulation with Reduced Transpiled Circuit Depth

• arxiv url: http://arxiv.org/abs/2512.13580v1
• Date: Mon, 15 Dec 2025 17:35:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.782696
• Title: Optimised Fermion-Qubit Encodings for Quantum Simulation with Reduced Transpiled Circuit Depth
• Title（参考訳）: 回路深さの削減による量子シミュレーションのための最適化フェルミオン量子符号化
• Authors: Michael Williams de la Bastida, Thomas M. Bickley, Peter V. Coveney,
• Abstract要約: ゲートベースの量子コンピュータによるフェルミオンハミルトニアンのシミュレーションでは、フェルミオン作用素から量子ゲートへのエンコーディングを選択する必要がある。 量子回路やシミュレーションの結果は、符号化の選択、デバイス接続性、ハミルトン特性に敏感である。 木構造を変化させることなく3次木エンコーディングを最適化する決定論的手法を開発した。
• 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: Simulation of fermionic Hamiltonians with gate-based quantum computers requires the selection of an encoding from fermionic operators to quantum gates, the most widely used being the Jordan-Wigner transform. Many alternative encodings exist, with quantum circuits and simulation results being sensitive to choice of encoding, device connectivity and Hamiltonian characteristics. Non-stochastic optimisation of the ternary tree class of encodings to date has targeted either the device or Hamiltonian. We develop a deterministic method which optimises ternary tree encodings without changing the underlying tree structure. This enables reduction in Pauli-weight without ancillae or additional swap-gate overhead. We demonstrate this method for a variety of encodings, including those which are derived from the qubit connectivity graph of a quantum computer. Across a suite of standard encoding methods applied to water in STO-3G basis, including Jordan-Wigner, our method reduces qDRIFT circuit depths on average by $27.7\%$ and $26.0\%$ for untranspiled and transpiled circuits respectively.
• Abstract（参考訳）: ゲートベースの量子コンピュータを用いたフェルミオンハミルトニアンのシミュレーションでは、フェルミオン作用素から量子ゲートへの符号化が必要とされる。 量子回路やシミュレーションの結果は、符号化の選択、デバイス接続性、ハミルトン特性に敏感である。 今までの3次木分類の非確率的最適化は、デバイスかハミルトニアンのいずれかをターゲットにしている。 木構造を変更せずに3次木エンコーディングを最適化する決定論的手法を開発した。 これにより、アンシラやスワップゲートのオーバーヘッドを伴わずに、パウリ重量を減らすことができる。 本手法は,量子コンピュータの量子ビット接続グラフから導出した符号化を含む,多種多様な符号化について実証する。 ヨルダン・ウィグナーを含む,STO-3G ベースで水に適用される標準的な符号化法では,QDRIFT 回路の深さを平均で27.7 %$と26.0 %$で削減する。

関連論文リスト

• Scalable Simulation of Fermionic Encoding Performance on Noisy Quantum Computers [0.0]
  本研究では,Derby-Klassen符号化と呼ばれる局所符号化の性能について検討する。 我々は,Derby-Klassenエンコーディングを用いたポストセレクション手法の高サンプリング要求が,その適用性に限界をもたらすことを見出した。
  論文  参考訳（メタデータ） (2025-06-06T18:00:01Z)
• An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
  量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。 入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。 我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2025-04-13T11:49:53Z)
• Redefining Lexicographical Ordering: Optimizing Pauli String Decompositions for Quantum Compiling [0.0]
  転化時間進化演算子を合成するための新しいアルゴリズムを提案する。 我々の合成手順は、ターゲット量子コンピュータの量子ビット接続を考慮に入れている。 ランダム化回路と異なる分子アンサーゼに有意な改善が認められた。
  論文  参考訳（メタデータ） (2024-08-01T07:50:16Z)
• The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
  データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。 本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-14T19:46:39Z)
• Graph Neural Network Autoencoders for Efficient Quantum Circuit Optimisation [69.43216268165402]
  我々は、量子回路の最適化にグラフニューラルネットワーク(GNN)オートエンコーダの使い方を初めて提示する。 我々は、量子回路から有向非巡回グラフを構築し、そのグラフを符号化し、その符号化を用いてRL状態を表現する。 我々の手法は、非常に大規模なRL量子回路最適化に向けた最初の現実的な第一歩である。
  論文  参考訳（メタデータ） (2023-03-06T16:51:30Z)
• Neural Belief Propagation Decoding of Quantum LDPC Codes Using Overcomplete Check Matrices [60.02503434201552]
  元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。 このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
  論文  参考訳（メタデータ） (2022-12-20T13:41:27Z)
• 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)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)
• Improving Hamiltonian encodings with the Gray code [0.0]
  基本状態の集合全体を用いた効率的な符号化について検討する。 このエンコーディングは、重陽子の基底状態エネルギーを見つけるという一般に研究されている問題に適用される。 標準的な"ワンホット"エンコーディングと比較され、発生するさまざまなトレードオフが分析される。
  論文  参考訳（メタデータ） (2020-08-11T21:35:12Z)
• Supervised Learning Using a Dressed Quantum Network with "Super Compressed Encoding": Algorithm and Quantum-Hardware-Based Implementation [7.599675376503671]
  ノイズのある中間量子(NISQ)デバイス上での変分量子機械学習(QML)アルゴリズムの実装には、必要となるキュービット数とマルチキュービットゲートに関連するノイズに関連する問題がある。 本稿では,これらの問題に対処するための量子ネットワークを用いた変分QMLアルゴリズムを提案する。 他の多くのQMLアルゴリズムとは異なり、我々の量子回路は単一量子ビットゲートのみで構成されており、ノイズに対して堅牢である。
  論文  参考訳（メタデータ） (2020-07-20T16:29:32Z)

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。