論文の概要: A Shadow Enhanced Greedy Quantum Eigensolver

• arxiv url: http://arxiv.org/abs/2602.17615v1
• Date: Thu, 19 Feb 2026 18:40:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:29.314072
• Title: A Shadow Enhanced Greedy Quantum Eigensolver
• Title（参考訳）: シャドウ強化グリーディ量子固有解器
• Authors: Jona Erle, Balint Koczor,
• Abstract要約: 本稿では, シャドウ強化グリーディ量子固有ソルバ (SEGQE) を, 測定効率の良い地中処理のための, シャドウ支援フレームワークとして紹介する。 本研究は,SEGQEにおける厳密な最悪ケース毎のサンプル複雑度境界を導出し,候補ゲート数に対数依存を示す。
• 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: While ground-state preparation is expected to be a primary application of quantum computers, it is also an essential subroutine for many fault-tolerant algorithms. In early fault-tolerant regimes, logical measurements remain costly, motivating adaptive, shot-frugal state-preparation strategies that efficiently utilize each measurement. We introduce the Shadow Enhanced Greedy Quantum Eigensolver (SEGQE) as a greedy, shadow-assisted framework for measurement-efficient ground-state preparation. SEGQE uses classical shadows to evaluate, in parallel and entirely in classical post-processing, the energy reduction induced by large collections of local candidate gates, greedily selecting at each step the gate with the largest estimated energy decrease. We derive rigorous worst-case per-iteration sample-complexity bounds for SEGQE, exhibiting logarithmic dependence on the number of candidate gates. Numerical benchmarks on finite transverse-field Ising models and ensembles of random local Hamiltonians demonstrate convergence in a number of iterations that scales approximately linearly with system size, while maintaining high-fidelity ground-state approximations and competitive energy estimates. Together, our empirical scaling laws and rigorous per-iteration guarantees establish SEGQE as a measurement-efficient state-preparation primitive well suited to early fault-tolerant quantum computing architectures.
• Abstract（参考訳）: 基底状態の準備は量子コンピュータの第一の応用として期待されているが、多くのフォールトトレラントアルゴリズムには必須のサブルーチンである。 初期のフォールトトレラント政権では、論理的測定は費用がかかるままであり、それぞれの測定を効率的に活用する適応的でショットフルガルな状態準備戦略を動機付けている。 本稿では, シャドウ強化グリーディ量子固有ソルバ (SEGQE) を, 測定効率の良い地中処理のための, シャドウ支援フレームワークとして紹介する。 SEGQEは古典的な影を用いて、古典的な後処理において、局所的な候補ゲートの大規模な収集によって引き起こされるエネルギーの削減を評価し、最大推定エネルギーの減少でゲートの各ステップを優しく選択する。 本研究は,SEGQEにおける厳密な最悪ケース毎のサンプル複雑度境界を導出し,候補ゲート数に対数依存を示す。 有限横フィールドイジングモデルとランダムな局所ハミルトンのアンサンブルの数値ベンチマークは、高忠実な基底状態近似と競争エネルギー推定を維持しながら、システムサイズとほぼ線形にスケールする多くの反復において収束を示す。 我々の経験的スケーリング法則と厳密なパーイテレーション保証とともに、SEGQEは初期のフォールトトレラント量子コンピューティングアーキテクチャによく適合する測定効率の高い状態準備プリミティブとして確立される。

関連論文リスト

• Quantum-accelerated conjugate gradient methods via spectral initialization [0.0]
  フォールトトレラント量子アルゴリズムは、古典的共役勾配解法(CG)のスペクトル情報の初期推定を構築するためにのみ用いられる。 QACGの中心的な特徴は、量子と古典的解法の間の条件数の制御可能な分解である。 その結果,早期のフォールトトレラント量子コンピューティングの科学的,産業的利用への具体的な道筋が示されている。
  論文  参考訳（メタデータ） (2026-02-10T11:51:42Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• Early Fault-Tolerant Quantum Algorithms in Practice: Application to Ground-State Energy Estimation [39.20075231137991]
  地中エネルギー推定問題に着目した早期フォールトトレラント量子アルゴリズムの実現可能性について検討する。 これらの手法をより大きなシステムサイズに拡張することは、大きなサポートのためのCDFの滑らかさ、真の基底状態との重なり合いに対する厳密な下限の欠如、高品質な初期状態を作成するのが困難である、という3つの大きな課題を浮き彫りにする。
  論文  参考訳（メタデータ） (2024-05-06T18:00:03Z)
• Sparse Quantum State Preparation for Strongly Correlated Systems [0.0]
  原理として、指数関数的にスケールする多電子波関数を線形にスケールする量子ビットレジスタに符号化することは、従来の量子化学法の限界を克服するための有望な解決策を提供する。 基底状態量子アルゴリズムが実用的であるためには、量子ビットの初期化が要求される基底状態の高品質な近似に必須である。 量子状態準備(QSP)は、古典的な計算から得られる近似固有状態の生成を可能にするが、量子情報のオラクルとして頻繁に扱われる。
  論文  参考訳（メタデータ） (2023-11-06T18:53:50Z)
• Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
  我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。 超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。 数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
  論文  参考訳（メタデータ） (2022-09-27T17:56:15Z)

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。