論文の概要: Numerical Experiments with Parameter Setting of Trotterized Quantum Phase Estimation for Quantum Hamiltonian Ground State Computation

• arxiv url: http://arxiv.org/abs/2602.22349v1
• Date: Wed, 25 Feb 2026 19:14:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.384535
• Title: Numerical Experiments with Parameter Setting of Trotterized Quantum Phase Estimation for Quantum Hamiltonian Ground State Computation
• Title（参考訳）: 量子ハミルトニアン基底状態計算のためのトロッター化量子位相推定のパラメータ設定による数値実験
• Authors: Elijah Pelofske, Stephan Eidenbenz,
• Abstract要約: 標準量子位相推定アルゴリズムの量子回路基本ゲートレベルインスタンス化を数値的に検討する。 比較的小さな量子ハミルトニアン (3$ qubits) 上でのQPE回路計算(古典シミュレーション)を、最大10$の位相ビットの精度で検討する。
• 参考スコア（独自算出の注目度）: 3.953304476953445
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We numerically investigate quantum circuit elementary-gate level instantiations of the standard Quantum Phase Estimation (QPE) algorithm for the task of computing the ground-state energy of a quantum magnet; the disordered fully-connected quantum Heisenberg spin glass model. We consider (classical simulations of) QPE circuit computations on relatively small quantum Hamiltonians ($3$ qubits) with up to $10$ phase bits of precision, using up to Trotter order $10$. We systematically study the inputs of QPE, specifically time evolution, Trotter order, Trotter steps, and initial state, and illustrate how these inputs practically determine how QPE operates. From this we outline a coherent set of quantum algorithm input and tuning guidelines. One of the notable properties we characterize is that QPE sampling of the optimal digitized phase converges to a fixed rate. This results in strong diminishing returns of optimal phase sampling rates which can occur when the Trotter error is surprisingly high.
• Abstract（参考訳）: 量子磁石の基底状態エネルギーを計算するための標準量子位相推定(QPE)アルゴリズムの量子回路基本ゲートレベルインスタンス化を数値的に検討する。 比較的小さな量子ハミルトニアン (3$ qubits) 上のQPE回路計算を、最大10$の位相ビットの精度で、最大10$のトロッターオーダーを用いて(古典的なシミュレーション)検討する。 我々は,QPEの入力,特に時間進化,トロッタ次数,トロッタ次数,初期状態について体系的に研究し,これらの入力がQPEの動作を実際にどのように決定するかを説明する。 ここでは、量子アルゴリズムの入力とチューニングのガイドラインの一貫性を概説する。 私たちが特徴付けている特筆すべき特性の1つは、最適なデジタル化位相のQPEサンプリングが固定レートに収束することである。 これにより、トロッター誤差が驚くほど高いときに起こりうる最適な位相サンプリングレートの強い減少率が得られる。

関連論文リスト

• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• SuperEncoder: Towards Universal Neural Approximate Quantum State Preparation [12.591173729459427]
  トレーニング済みのニューラルネットワークを利用して任意の量子状態に対してQSP回路を直接生成できることが示される。 我々の研究は、近似QSPのための普遍的ニューラルデザイナに向けて着実に進んでいる。
  論文  参考訳（メタデータ） (2024-08-10T04:39:05Z)
• Benchmarking Variational Quantum Eigensolvers for Entanglement Detection in Many-Body Hamiltonian Ground States [37.69303106863453]
  変分量子アルゴリズム(VQA)は近年、量子優位を得る約束として登場している。 我々は、変分量子固有解法(VQEs)と呼ばれる特定の種類のVQAを用いて、絡み合った観測と絡み合った基底状態検出においてそれらをベンチマークする。 ハミルトニアン相互作用にインスパイアされた構造を持つ量子回路は、問題に依存しない回路よりもコスト関数推定のより良い結果を示した。
  論文  参考訳（メタデータ） (2024-07-05T12:06:40Z)
• Rapidly Achieving Chemical Accuracy with Quantum Computing Enforced Language Model [22.163742052849432]
  QiankunNet-VQEは量子コンピューティングを用いて量子状態の学習と生成を行うトランスフォーマーベースの言語モデルである。 最大12キュービットで実装され、最先端の古典的手法と競合する精度のレベルに達した。
  論文  参考訳（メタデータ） (2024-05-15T07:50:57Z)
• Reductive Quantum Phase Estimation [0.0]
  量子ビット数が少ない任意の位相の集合と、ユニタリな応用を区別する回路を示す。 測定精度と位相差のトレードオフを示し、回路を特定の用途に最適に調整できるようにする。
  論文  参考訳（メタデータ） (2024-02-06T23:38:36Z)
• Robust estimation of the Quantum Fisher Information on a quantum processor [0.0]
  量子フィッシャー情報(QFI)に収束する一連の下界の実験的測定について述べる。 我々はグリーンバーグ・ホーネ・ザイリンガー状態のQFIを推定し、真のマルチパーティイト絡みを観察する。 回路深度を増大させることにより誘導される状態最適化と雑音の相互作用について検討する。
  論文  参考訳（メタデータ） (2023-07-31T17:49:04Z)
• A Multiscale Simulation Approach for Germanium-Hole-Based Quantum Processor [21.48902580036829]
  QDアレイプロセッサの量子ゲート演算と量子回路特性をモデル化する。 マルチスケールシミュレーション法では、ボトムアップ、物理インフォームドの観点から量子プロセッサ回路の性能を評価することができる。
  論文  参考訳（メタデータ） (2022-07-23T14:13:35Z)
• Realizing Quantum Convolutional Neural Networks on a Superconducting Quantum Processor to Recognize Quantum Phases [2.1465372441653354]
  量子ニューラルネットワークは、ユニタリ演算、測定、フィードフォワードの約束を組み合わせることで、量子状態の特定の特徴を認識するように調整され、少ない測定とエラーを許容する。 我々は、7量子ビット超伝導量子プロセッサ上で量子畳み込みニューラルネットワーク(QCNN)を実現し、非ゼロ弦順序パラメータを特徴とするスピンモデルの対称性保護位相を同定する。 その結果,QCNNは有限忠実ゲート自体で構成されているにもかかわらず,用意された状態に対する弦順パラメータの直接測定よりも位相位相を高い忠実度で認識していることがわかった。
  論文  参考訳（メタデータ） (2021-09-13T12:32:57Z)
• QuantumNAS: Noise-Adaptive Search for Robust Quantum Circuits [26.130594925642143]
  ノイズノイズは、NISQ(Noisy Intermediate-Scale Quantum)コンピュータにおける鍵となる課題である。 可変回路と量子ビットマッピングのノイズ適応型共同研究のための,最初の包括的なフレームワークであるQuantumNASを提案し,実験的に実装した。 QMLタスクでは、QuantumNASは95%以上の2クラス、85%の4クラス、実際の量子コンピュータ上での10クラスの分類精度を初めて証明した。
  論文  参考訳（メタデータ） (2021-07-22T17:58:13Z)
• Quantum Phase Estimation Algorithm with Gaussian Spin States [0.0]
  時間とともに線形にスケールし,ガウススピン状態(GSS)のカスケードで実装する新しいQPEアルゴリズムを提案する。 我々の研究は、QPEの現実的な量子優位性実証への道のりと、量子サブルーチンに対する原子スクリュッド状態の応用への道を開いた。
  論文  参考訳（メタデータ） (2020-10-08T14:11:14Z)

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。