論文の概要: Scalable Preparation of Matrix Product States with Sequential and Brick Wall Quantum Circuits

• arxiv url: http://arxiv.org/abs/2602.12042v1
• Date: Thu, 12 Feb 2026 15:07:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.8832
• Title: Scalable Preparation of Matrix Product States with Sequential and Brick Wall Quantum Circuits
• Title（参考訳）: シークエンシャルおよびブリックウォール量子回路を用いたマトリックス生成物のスケーラブルな調製
• Authors: Tomasz Szołdra, Rick Mukherjee, Peter Schmelcher,
• Abstract要約: マトリックス製品状態(MPS)は、回路の複雑さのために精度が交換されるときにより効率的な構成を認める。 この作業では,両戦略の長所をひとつのパイプラインで組み合わせた,エンドツーエンドのMPS準備フレームワークを導入している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Preparing arbitrary quantum states requires exponential resources. Matrix Product States (MPS) admit more efficient constructions, particularly when accuracy is traded for circuit complexity. Existing approaches to MPS preparation mostly rely on heuristic circuits that are deterministic but quickly saturate in accuracy, or on variational optimization methods that reach high fidelities but scale poorly. This work introduces an end-to-end MPS preparation framework that combines the strengths of both strategies within a single pipeline. Heuristic staircase-like and brick wall disentangler circuits provide warm-start initializations for variational optimization, enabling high-fidelity state preparation for large systems. Target MPSs are either specified as physical quantum states or constructed from classical datasets via amplitude encoding, using step-by-step singular value decompositions or tensor cross interpolation. The framework incorporates entanglement-based qubit reordering, reformulated as a quadratic assignment problem, and low-level optimizations that reduce depths by up to 50% and CNOT counts by 33%. We evaluate the full pipeline on datasets of varying complexity across systems of 19-50 qubits and identify trade-offs between fidelity, gate count, and circuit depth. Optimized brick wall circuits typically achieve the lowest depths, while the optimized staircase-like circuits minimize gate counts. Overall, our results provide principled and scalable protocols for preparing MPSs as quantum circuits, supporting utility-scale applications on near-term quantum devices.
• Abstract（参考訳）: 任意の量子状態を作るには指数的な資源が必要である。 マトリックス製品状態(MPS)は、特に回路の複雑さのために精度が交換される場合、より効率的な構成を認める。 既存のMPS合成へのアプローチは、決定論的だが精度が急速に飽和するヒューリスティック回路や、高い忠実性に到達するがスケールが不十分な変分最適化手法に大きく依存している。 この作業では,両戦略の長所をひとつのパイプラインで組み合わせた,エンドツーエンドのMPS準備フレームワークを導入している。 Heuristic staircase-like and brick wall disentangler circuitsは、変動最適化のためのウォームスタート初期化を提供し、大規模システムのための高忠実な状態準備を可能にする。 ターゲットMPSは物理量子状態として特定されるか、ステップバイステップの特異値分解やテンソルクロス補間を用いて振幅符号化によって古典的なデータセットから構築される。 このフレームワークは2次代入問題として再構成された絡み合いベースの量子ビットの並べ替えと、深さを最大50%減らし、CNOTを33%減らした低レベル最適化を組み込んでいる。 本研究では,19-50キュービットのシステム間で異なる複雑性のデータセット上で全パイプラインを評価し,忠実度,ゲート数,回路深さのトレードオフを特定する。 最適化されたレンガの壁回路は一般的に最深度を達成するが、最適化された階段のような回路はゲート数を最小限に抑える。 全体として,MPSを量子回路として作成するための原則的かつスケーラブルなプロトコルを提供し,短期量子デバイス上でのユーティリティスケールの応用をサポートする。

関連論文リスト

• Quantum compilation framework for data loading [0.9974960169271107]
  量子回路への古典的データの効率的な符号化は、量子アルゴリズムのスケーラビリティに直接影響を与える重要な課題である。 本稿では、与えられた入力ベクトルに合わせたリソース対応の量子データ読み込みとターゲットエラー耐性のための自動コンパイルフレームワークを提案する。 いくつかのアプリケーションにまたがってフレームワークの有効性を実証し、不明確でリソース効率のよい戦略を継続的に明らかにします。
  論文  参考訳（メタデータ） (2025-12-04T19:00:01Z)
• COMPAS: A Distributed Multi-Party SWAP Test for Parallel Quantum Algorithms [4.584616394519209]
  相互接続型モジュールおよび分散QPUからなる多人数ネットワーク上での多変量トレース推定を実現するアーキテクチャであるCompASを紹介する。 回路深度やGHZ幅の最適性を選択する他のスキームとは異なり、CompASは一度に両方を達成する。 ネットワークレベルのエラーを分析し,回路レベルのノイズがアーキテクチャに与える影響をシミュレートする。
  論文  参考訳（メタデータ） (2025-11-28T18:31:15Z)
• Approximate Quantum Compiling for Quantum Simulation: A Tensor Network based approach [1.237454174824584]
  行列生成状態(MPS)から短深さ量子回路を生成する新しいアルゴリズムであるAQCtensorを導入する。 我々のアプローチは、量子多体ハミルトニアンの時間進化から生じる量子状態の準備に特化している。 100量子ビットのシミュレーション問題に対して、AQCtensorは、結果の最適化回路の深さの少なくとも1桁の縮小を実現していることを示す。
  論文  参考訳（メタデータ） (2023-01-20T14:40:29Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)

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。