論文の概要: Compile-once block encodings for masked similarity-transformed effective Hamiltonians
- arxiv url: http://arxiv.org/abs/2603.00761v1
- Date: Sat, 28 Feb 2026 18:05:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-03 19:50:56.354964
- Title: Compile-once block encodings for masked similarity-transformed effective Hamiltonians
- Title（参考訳）: マスク付き類似性変換実効ハミルトニアンに対するコンパイルオンスブロック符号化
- Authors: Bo Peng, Yuan Liu, Karol Kowalski,
- Abstract要約: 電子構造演算子の類似性を符号化したオラクルを効果的に還元するためのコンパイルオンスモジュールパラメトリックパラメトリックであるComposERを提案する。
低ランク因子化はハミルトンと反エルミティアのジェネレータを圧縮し、ランク1の双線型および射影四角形のはしごに圧縮する。
固定軌道プールとキュービットレジスタは一度コンパイルされ、幾何、アクティブスペース(マスク)更新、トランケーションは再ダイオードされた単一キュービット回転によって吸収される。
- 参考スコア（独自算出の注目度）: 9.489652688191917
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present COMPOSER, a compile-once modular parametric oracle for similarity-encoded effective reduction of electronic-structure operators (e.g., Schrieffer-Wolff-type constructions). Low-rank factorizations compress Hamiltonians and anti-Hermitian generators into rank-one bilinear and projected-quadratic ladders with near-linear scaling at fixed thresholds; each ladder admits deterministic, number-conserving preparation and a block encoding using constant number of signal ancillas. A fixed PREP-SELECT-PREP template multiplexes these ladders, and one QSP polynomial performs the spectral transformation with degree set by operator norms. For a fixed orbital pool and qubit register, the two-qubit fabric is compiled once; geometry, active-space (mask) updates, and truncations are absorbed by re-dialed single-qubit rotations. We introduce a mask-aware similarity-sandwich effective-Hamiltonian construction and benchmark stability under low-rank and second-order-perturation-guided screening. COMPOSER is an execution architecture: algorithmic errors (block-encoding and QSP approximation) are tunable for any supplied parameters, while physical accuracy depends on how those parameters are obtained if not refined.
- Abstract（参考訳）: 類似性を符号化した電子構造演算子(例えば、シュリーファー・ヴォルフ型構造体)の効果的還元のためのコンパイルオンスモジュラーパラメトリックオラクルであるComposERを提案する。
低ランク因子化は、ハミルトンと反エルミティアンのジェネレータを、固定されたしきい値でほぼ直線的なスケーリングで、ランク1の双線形および投影された四分儀のはしごに圧縮する。
固定PreP-SELECT-PREPテンプレートはこれらのはしごを多重化し、あるQSP多項式は作用素ノルムによって設定された次数でスペクトル変換を行う。
固定軌道プールとキュービットレジスタでは、2キュービットのファブリックが一度コンパイルされ、幾何、アクティブスペース(マスク)更新、およびトランケーションは、再ダイオードされた単一キュービット回転によって吸収される。
本稿では,低ランクおよび2次摂動誘導遮蔽下でのマスク認識類似性・サンドウィッチの有効性とベンチマーク安定性について紹介する。
COMPOSERは実行アーキテクチャであり、アルゴリズムエラー(ブロックエンコーディングとQSP近似)は任意の供給されたパラメータに対して調整可能であるが、物理的精度はそれらのパラメータが洗練されていなければどのように取得されるかに依存する。
関連論文リスト
- PRISM: Parallel Residual Iterative Sequence Model [52.26239951489612]
我々はこの緊張を解決するためにPRISM(Parallel Residual Iterative Sequence Model)を提案する。
PRISMは、パラレル化可能な形で多段階精製の重要な構造特性を捉える、ソルバに着想を得た帰納バイアスを導入している。
この定式化が Rank-$L$ の蓄積を達成することを証明し、更新多様体を単一ステップの Rank-$1$ ボトルネックを超えて構造的に拡張する。
論文 参考訳（メタデータ） (2026-02-11T12:39:41Z) - Block encoding of sparse matrices with a periodic diagonal structure [67.45502291821956]
周期的な対角構造を持つスパース行列を符号化するための明示的な量子回路を提供する。
本手法の様々な応用は, 微分問題を解く文脈で論じる。
論文 参考訳（メタデータ） (2026-02-11T07:24:33Z) - Element-wise Modulation of Random Matrices for Efficient Neural Layers [0.0]
軽量で学習可能な要素ワイドパラメータによって変調された固定ランダム行列を用いて,特徴混在を適応から切り離す新しい手法を提案する。
このアーキテクチャは、トレーニング可能なパラメータ数を、様々なベンチマークで信頼性を維持しながら、線形スケールに大幅に削減する。
論文 参考訳（メタデータ） (2025-12-15T16:16:53Z) - Weighted Projective Line ZX Calculus: Quantized Orbifold Geometry for Quantum Compilation [0.764671395172401]
本稿では,量子化オービフォールド位相とその図式意味論に基づく量子回路コンパイルのための統一的なフレームワークを開発する。
これらの効果は、重み付き射影直線 $mathbbP(a,b)$ 上の自然な記述を持ち、そのオービフォールド点が離散位相格子を符号化することを示す。
WPL-ZX計算は標準のZX形式の拡張であり、各クモは重み-位相-巻くトリプル$(a,,k)$を持つ。
論文 参考訳（メタデータ） (2025-11-30T00:56:39Z) - Efficient Quantum Access Model for Sparse Structured Matrices using Linear Combination of Things [0.6138671548064355]
構成されたスパース行列に合わせたLCU(Linear Combination of Unitary)スタイルの分解のための新しいフレームワークを提案する。
LCUは変動型およびフォールトトレラントな量子アルゴリズムの基本的なプリミティブである。
我々は、空間性と構造をよりよく捉えることができる単純で単項でない作用素のコンパクトな集合であるシグマ基底を導入する。
論文 参考訳（メタデータ） (2025-07-04T17:05:07Z) - Direct phase encoding in QAOA: Describing combinatorial optimization problems through binary decision variables [0.7015624626359264]
トラベリングパーソン販売問題(TSP)の例を用いて、最適化問題に対するより量子効率の高い回路構成を示す。
特定の冗長性を取り除いた場合、上記の従来の符号化に比べて、必要量子ビットの数は線形因子によって減少することができる。
実験の結果, 提案した符号化法と同等に精度が向上する一方, 必要な古典的反復回数はわずかに増加することがわかった。
論文 参考訳（メタデータ） (2024-12-10T12:12:34Z) - Block encoding bosons by signal processing [0.0]
単位行列に対する量子特異値変換(QSVT)や量子固有値変換(QETU)といったQSPベースの手法がBEの実装に有効に利用できることを示す。
本稿では,QSVTアルゴリズムとQETUアルゴリズムと組み合わせて,格子ボソンに対するハミルトニアンの符号化をブロックするいくつかの例を示す。
QSVTをBEに使用すると、サイト毎のキュービット数で最高のゲートカウントスケーリングが得られるが、LOVE-LCUは最大$lesssim11$ qubitsの演算子に対して、他のすべてのメソッドよりも優れている。
論文 参考訳（メタデータ） (2024-08-29T18:00:02Z) - Tractable Bounding of Counterfactual Queries by Knowledge Compilation [51.47174989680976]
本稿では, パール構造因果モデルにおいて, 因果関係などの部分的特定可能なクエリのバウンダリングの問題について議論する。
最近提案された反復EMスキームは初期化パラメータをサンプリングしてそれらの境界を内部近似する。
シンボルパラメータを実際の値に置き換えた回路構造を,単一のシンボル知識コンパイルによって得られることを示す。
論文 参考訳（メタデータ） (2023-10-05T07:10:40Z) - Blockwise Stochastic Variance-Reduced Methods with Parallel Speedup for
Multi-Block Bilevel Optimization [43.74656748515853]
非定常多重ブロック双レベル最適化問題には$mgg 1$低レベル問題があり、機械学習において重要な応用がある。
a)標準BO問題の最先端の複雑さを1ブロックに合わせること,(b)サンプルブロックごとのサンプルをサンプリングして並列高速化すること,(c)高次元ヘッセン行列推定器の逆計算を避けること,の3つの特性を実現することを目的とする。
論文 参考訳（メタデータ） (2023-05-30T04:10:11Z) - Factorizers for Distributed Sparse Block Codes [45.29870215671697]
分散ブロック符号(SBC)を高速かつ高精度に分解する手法を提案する。
我々の反復分解器は、しきい値に基づく非線形活性化、条件付きランダムサンプリング、および $ell_infty$-based similarity metricを導入している。
CIFAR-100, ImageNet-1K, RAVENデータセット上での4つの深層CNNアーキテクチャの実現可能性を示す。
論文 参考訳（メタデータ） (2023-03-24T12:31:48Z) - Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。
有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
論文 参考訳（メタデータ） (2022-09-28T20:24:53Z) - Unfolding Projection-free SDP Relaxation of Binary Graph Classifier via
GDPA Linearization [59.87663954467815]
アルゴリズムの展開は、モデルベースのアルゴリズムの各イテレーションをニューラルネットワーク層として実装することにより、解釈可能で類似のニューラルネットワークアーキテクチャを生成する。
本稿では、Gershgorin disc perfect alignment (GDPA)と呼ばれる最近の線形代数定理を利用して、二進グラフの半定値プログラミング緩和(SDR)のためのプロジェクションフリーアルゴリズムをアンロールする。
実験結果から,我々の未学習ネットワークは純粋モデルベースグラフ分類器よりも優れ,純粋データ駆動ネットワークに匹敵する性能を示したが,パラメータははるかに少なかった。
論文 参考訳（メタデータ） (2021-09-10T07:01:15Z)
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。