Fugu-MT 論文翻訳(概要): Spin-$s$ $U(1)$-eigenstate preparation

論文の概要: Spin-$s$ $U(1)$-eigenstate preparation

arxiv url: http://arxiv.org/abs/2601.14513v1
Date: Tue, 20 Jan 2026 22:07:41 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-22 21:27:50.166225
Title: Spin-$s$ $U(1)$-eigenstate preparation
Title（参考訳）: Spin-$s$U(1)$-eigenstate の準備
Authors: Nabi Zare Harofteh, Rafael I. Nepomechie,
Abstract要約: 一般的な$U(1)$-eigenstate of a spin-$s$ chain of length $n$を作成するための決定論的アルゴリズムを定式化する。このアルゴリズムを用いて、積分可能なスピンの正確な固有状態(英語版)をXXXハミルトニアン(英語版)で作成する。
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: We formulate a deterministic algorithm for preparing a general $U(1)$-eigenstate of a spin-$s$ chain of length $n$. These states consist of linear combinations of computational basis states $|\vec{m}\rangle$ of $n$ qudits, each with $(2s+1)$ levels and $s= 1/2, 1, 3/2, \ldots$, whose ditstrings $\vec{m}$ have a fixed digit sum. Exploiting a Gray code for bounded integer compositions, whose consecutive ditstrings obey the Gray property, the quantum state is prepared by applying corresponding ``Gray gates.'' We use this algorithm to prepare exact eigenstates of integrable spin-$s$ XXX Hamiltonians.
Abstract（参考訳）: 一般的な$U(1)$-eigenstate of a spin-$s$ chain of length $n$を作成するための決定論的アルゴリズムを定式化する。これらの状態は、計算基底の線形結合である$|\vec{m}\rangle$ of $n$ qudits, each with $(2s+1)$ level and $s= 1/2, 1, 3/2, \ldots$, which ditstrings $\vec{m}$ have a fixed digit sum。連続ディトストリングがグレイの性質に従う有界整数合成のためのグレイ符号を出力すると、量子状態は対応する `Gray gates を適用して作成される。積分可能スピン=s$XXXハミルトニアンの正確な固有状態を作成するためにこのアルゴリズムを用いる。

関連論文リスト

Quantum Search With Generalized Wildcards [0.4310167974376404]
我々は、コスト$O(sqrtn log n)$の量子アルゴリズムと、ほぼ一致する$Omega(sqrtn)$の低い境界を示す。以下に示すように、$calQ$が有界サイズセット、連続ブロック、プレフィックス、フルセットのみである場合に、ほぼタイトなバウンダリを表示する。
論文参考訳（メタデータ） (2025-11-06T18:55:05Z)
The Communication Complexity of Approximating Matrix Rank [50.6867896228563]
この問題は通信複雑性のランダム化を$Omega(frac1kcdot n2log|mathbbF|)$とする。アプリケーションとして、$k$パスを持つ任意のストリーミングアルゴリズムに対して、$Omega(frac1kcdot n2log|mathbbF|)$スペースローバウンドを得る。
論文参考訳（メタデータ） (2024-10-26T06:21:42Z)
Polynomial-time tolerant testing stabilizer states [4.65004369765875]
アルゴリズムは未知の$n$-qubit量子状態 $|psirangle promise $(i)$ $|psirangle$のコピーを与える。すべての$varepsilon_1>0$と$varepsilonleq varepsilon_C$に対して、どちらが正しいかを決定する$textsfpolyが存在することを示す。我々の証明には、量子状態に対するガウワーズノルムの新しい定義、量子状態のガウワーズ-3$のノルムに対する逆定理、および安定化器被覆に対する新しい境界が含まれる。
論文参考訳（メタデータ） (2024-08-12T16:56:33Z)
Pseudorandom and Pseudoentangled States from Subset States [49.74460522523316]
計算基底の部分集合である$S$に対する部分集合状態は [ frac1sqrt|S|sum_iin S |irangle である。固定された部分集合サイズ $|S|=s$ に対して、$s = 2n/omega(mathrmpoly(n))$ と $s=omega(mathrmpoly(n))$ が与えられたとき、ランダムな部分集合状態は情報理論上はHaarランダム状態と区別できないことを示す。
論文参考訳（メタデータ） (2023-12-23T15:52:46Z)
Online Learning with Adversaries: A Differential-Inclusion Analysis [52.43460995467893]
我々は,完全に非同期なオンラインフェデレート学習のための観察行列ベースのフレームワークを提案する。我々の主な結果は、提案アルゴリズムがほぼ確実に所望の平均$mu.$に収束することである。新たな差分包摂型2時間スケール解析を用いて,この収束を導出する。
論文参考訳（メタデータ） (2023-04-04T04:32:29Z)
Quantum machine learning with subspace states [8.22379888383833]
量子部分空間状態に基づく量子線型代数の新しいアプローチを導入し,新しい3つの量子機械学習アルゴリズムを提案する。 1つ目は、分布 $Pr[S]= det(X_SX_ST)$ for $|S|=d$ using $O(nd)$ gates and with circuit depth $O(dlog n)$である。 2つ目は、複素行列に対して$mathcalAk$の量子特異値推定アルゴリズムであり、このアルゴリズムの高速化は指数関数的である。
論文参考訳（メタデータ） (2022-01-31T19:34:47Z)
Quantum speedups for dynamic programming on $n$-dimensional lattice graphs [0.11470070927586015]
複雑性を$widetilde O(T_Dn)$で表すと、$T_D D+1$となる。最もよく知られている古典的アルゴリズムは $textpoly(m,n)log n T_Dn$ であるが、量子アルゴリズムの時間複雑性は $textpoly(m,n)log n T_Dn$ である。
論文参考訳（メタデータ） (2021-04-29T14:50:03Z)
An Optimal Separation of Randomized and Quantum Query Complexity [67.19751155411075]
すべての決定木に対して、与えられた順序 $ellsqrtbinomdell (1+log n)ell-1,$ sum to at least $cellsqrtbinomdell (1+log n)ell-1,$ where $n$ is the number of variables, $d$ is the tree depth, $c>0$ is a absolute constant。
論文参考訳（メタデータ） (2020-08-24T06:50:57Z)
Model-Free Reinforcement Learning: from Clipped Pseudo-Regret to Sample Complexity [59.34067736545355]
S$状態、$A$アクション、割引係数$gamma in (0,1)$、近似しきい値$epsilon > 0$の MDP が与えられた場合、$epsilon$-Optimal Policy を学ぶためのモデルなしアルゴリズムを提供する。十分小さな$epsilon$の場合、サンプルの複雑さで改良されたアルゴリズムを示す。
論文参考訳（メタデータ） (2020-06-06T13:34:41Z)
Tight Quantum Lower Bound for Approximate Counting with Quantum States [49.6558487240078]
Aaronson, Kothari, Kretschmer, Thaler (2020) が考える数え上げ問題の次の変種に対する厳密な下界を証明する。このタスクは、入力セット$xsubseteq [n]$が$k$か$k'=(1+varepsilon)k$であるかどうかを識別する。
論文参考訳（メタデータ） (2020-02-17T10:53:50Z)

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。