論文の概要: Resource-efficient Quantum Algorithms for Selected Hamiltonian Subspace Diagonalization
- arxiv url: http://arxiv.org/abs/2603.13160v1
- Date: Fri, 13 Mar 2026 16:51:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-16 17:38:12.199856
- Title: Resource-efficient Quantum Algorithms for Selected Hamiltonian Subspace Diagonalization
- Title（参考訳）: 選択されたハミルトン部分空間対角化のための資源効率の量子アルゴリズム
- Authors: Vincent Graves, Manqoba Q. Hlatshwayo, Theodoros Kapourniotis, Konstantinos Georgopoulos,
- Abstract要約: NISQ時代の変分アルゴリズムに代わる有望な代替として、ハミルトンのサブ空間を対角化するために選択する量子アルゴリズムが登場した。
我々はCI-matrixフレームワークで開発された最初のQSCIを紹介した。これは正確に$lceil log rceil$で、$N$はCIMのサイズである。
量子選択熱バスCI(QSHCI)と呼ばれるQSCIの拡張版を導入し,従来の熱バスCIに匹敵する性能を実現する。
- 参考スコア（独自算出の注目度）: 0.06999740786886537
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum algorithms for selecting a subspace of Hamiltonians to diagonalize have emerged as a promising alternative to variational algorithms in the NISQ era. So far, such algorithms, which include the quantum selected configuration interaction (QSCI) and sample-based quantum diagonalization (SQD), have been formulated in second-quantization in Fock space, which leads to inefficient usage of qubit resources. We introduce the first QSCI algorithm developed in the CI-matrix (CIM) framework, which is known to have optimal qubit scaling of exactly $\lceil \log_2 (N_{CSF}) \rceil$ where $N$ is the size of the CIM. In addition, we introduce a novel single-bit flip error mitigation which comes at the overhead of a single qubit and we combine this with a stochastic approximate Trotterization evolution adapted from qDRIFT. Simulating benchmark N$_2$ and naphthalene molecules on quantum hardware, our results achieved similar accuracy as SQD methods but with significantly less quantum resources. However, our CIM-QSCI algorithm and SQD methods could not match the performance of classical heat-bath CI (HCI) for the same task. Hence, we introduce an augmented version of QSCI called quantum selected heat-bath CI (QSHCI). This variant replaces classical heat-bath sampling with quantum sampling from QSCI to achieve performance comparable to HCI. We note that a current drawback of our approach is the preprocessing cost of $\mathcal{O}(N^2\log N)$ for constructing the CIM and performing the Pauli decomposition. This can be further improved by considering efficient CIM access models for the stochastic Trotter evolution.
- Abstract（参考訳）: NISQ時代の変分アルゴリズムに代わる有望な代替として、ハミルトンのサブ空間を対角化するために選択する量子アルゴリズムが登場した。
これまでのところ、量子選択構成相互作用(QSCI)やサンプルベース量子対角化(SQD)を含むそのようなアルゴリズムは、フォック空間における第2量子化において定式化されており、量子ビット資源の非効率な利用につながっている。
本稿では,CI-matrix(CIM)フレームワークで開発された最初のQSCIアルゴリズムについて紹介する。これは,CIMのサイズが$N$である場合,正確に$\lceil \log_2 (N_{CSF}) \rceil$の量子ビットスケーリングが最適であることが知られている。
さらに、単一量子ビットのオーバーヘッドに現れる新しい単一ビットのフリップ誤差軽減法を導入し、これをqDRIFTから適応した確率近似トロタライズ進化と組み合わせる。
量子ハードウェア上でのベンチマークN$_2$およびナフタレン分子のシミュレートにより,SQD法と同様の精度が得られたが,量子資源は著しく少なかった。
しかし,我々のCIM-QSCIアルゴリズムとSQD法は,従来の熱バスCI(HCI)の性能と同一のタスクでは一致しなかった。
そこで、量子選択熱バスCI(QSHCI)と呼ばれるQSCIの拡張版を導入する。
この変種は古典的なヒートバスサンプリングをQSCIの量子サンプリングに置き換え、HCIに匹敵する性能を達成する。
我々のアプローチの現在の欠点は、CIMを構築し、パウリ分解を実行するために$\mathcal{O}(N^2\log N)$の前処理コストである。
これは、確率的トロッター進化のための効率的なCIMアクセスモデルを考えることでさらに改善できる。
関連論文リスト
- Basis Adaptive Algorithm for Quantum Many-Body Systems on Quantum Computers [2.4713653282916126]
量子多体系の基底状態特性を効率的に見つけるために,新しい基底適応アルゴリズムが導入された。
我々は、IBM Heronプロセッサを用いて、最大24キュービットのスピン1/2XXZチェーンに対して、このアプローチをベンチマークする。
論文 参考訳（メタデータ） (2025-12-14T16:34:19Z) - Quantum Orthogonal Separable Physics-Informed Neural Networks [0.0]
本稿では、偏微分方程式を解くための新しいアーキテクチャであるQO-SPINN(Quantum Orthogonal Separable Physics-Informed Neural Networks)を紹介する。
量子アルゴリズムを用いて各層内の行列乗法を高速化し,$mathcal O(dlog d/2)$ complexity を達成する。
我々は、不確実性定量化(UQ)のための堅牢で効率的なフレームワークを提供しており、これは私たちの知る限り、分離可能なPINN用に特別に設計された最初のUQ手法である。
論文 参考訳（メタデータ） (2025-11-16T14:15:19Z) - RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。
与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。
量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
論文 参考訳（メタデータ） (2025-06-04T08:30:35Z) - Performance Benchmarking of Quantum Algorithms for Hard Combinatorial Optimization Problems: A Comparative Study of non-FTQC Approaches [0.0]
本研究は、4つの異なる最適化問題にまたがっていくつかの非フォールト耐性量子コンピューティングアルゴリズムを体系的にベンチマークする。
我々のベンチマークには、変分量子固有解法など、ノイズの多い中間スケール量子(NISQ)アルゴリズムが含まれている。
以上の結果から,FTQC以外のアルゴリズムは全ての問題に対して最適に動作しないことが明らかとなり,アルゴリズム戦略の調整の必要性が浮き彫りになった。
論文 参考訳（メタデータ） (2024-10-30T08:41:29Z) - Projective Quantum Eigensolver with Generalized Operators [0.0]
PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。
いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
論文 参考訳（メタデータ） (2024-10-21T15:40:22Z) - Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [43.21662368414268]
近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。
モメンタムQNGは、変動パラメータ空間における局所的なミニマとプラトーを逃れるのにより効果的である。
強スピンガラス系におけるシェリントン・カークパトリックモデルにおいて、最良の結果が得られる。
論文 参考訳（メタデータ） (2024-09-03T15:21:16Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Iterative Qubit Coupled Cluster using only Clifford circuits [36.136619420474766]
古典的に容易に生成できる理想的な状態準備プロトコルを特徴付けることができる。
繰り返し量子ビット結合クラスタ(iQCC)の変種を導入して,これらの要件を満たす手法を提案する。
本研究では, チタン系化合物Ti(C5H5)(CH3)3と (20, 20) 活性空間の複雑な系に研究を拡張した。
論文 参考訳（メタデータ） (2022-11-18T20:31:10Z) - A stochastic quantum Krylov protocol with double factorized Hamiltonians [0.0]
そこで,本研究では,量子リソース要求を適度に満たした固有状態推定問題を解くことができるランダム化量子クリロフ対角化(rQKD)アルゴリズムを提案する。
従来のリアルタイム進化量子Krylov部分空間法と比較して、我々は時間発展演算子 $e-ihatH tau$ をユニタリの線形結合として表現し、回路深さの要求を減少させるためにサンプリング手順を用いる。
論文 参考訳（メタデータ） (2022-11-15T16:27:41Z)
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。