論文の概要: Optimizing and Comparing Quantum Resources of Statistical Phase Estimation and Krylov Subspace Diagonalization
- arxiv url: http://arxiv.org/abs/2603.15552v1
- Date: Mon, 16 Mar 2026 17:12:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-17 18:28:58.681385
- Title: Optimizing and Comparing Quantum Resources of Statistical Phase Estimation and Krylov Subspace Diagonalization
- Title（参考訳）: 統計的位相推定とクリロフ部分空間対角化の最適化と比較
- Authors: Oumarou Oumarou, Pauline J. Ollitrault, Stefano Polla, Christian Gogolin,
- Abstract要約: 固有値計算のための2つの早期フォールトトレラント法を直接かつ有意義に比較できるフレームワークを開発する。
glsspeでは、厳密なエラーバウンドを改善し、回路深さの約2/3の削減を実現している。
我々は、最大チェビシェフ度を計算し、回路深度と線形に関係し、36軌道における54電子までの活性空間を持つ分子のシミュレーションに必要な繰り返し数を計算し、これらの手法のスケーラビリティと実用的実現に関する洞察を与える。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We develop a framework that enables direct and meaningful comparison of two early fault-tolerant methods for the computation of eigenenergies, namely \gls{qksd} and \gls{spe}, within which both methods use expectation values of Chebyshev polynomials of the Hamiltonian as input. For \gls{qksd} we propose methods for optimally distributing shots and ensuring sufficient non-linearity of states spanning the Krylov space. For \gls{spe} we improve rigorous error-bounds, achieving roughly a factor $2/3$ reduction of circuit depth. We provide insights into the scalability of and the practical realization of these methods by computing the maximum Chebyshev degree, linearly related to circuit depth, and the respective number of repetitions required for the simulation of molecules with active spaces up to 54 electrons in 36 orbitals by leveraging \gls{mps}/\gls{dmrg}.
- Abstract（参考訳）: 我々は、2つの早期フォールトトレラント法、すなわち \gls{qksd} と \gls{spe} を直接的かつ有意義に比較できるフレームワークを開発する。
gls{qksd} に対して、ショットを最適に分配し、クリロフ空間にまたがる状態の十分な非線形性を保証する方法を提案する。
gls{spe} の場合、厳密なエラーバウンドを改善し、回路深さの約2/3$の削減を達成する。
我々は、これらの手法のスケーラビリティと実用的実現について、最大チェビシェフ度を計算し、回路深度と線形に関係し、かつ、36軌道における54電子までの活性空間を持つ分子のシミュレーションに必要な各繰り返し数を、 \gls{mps}/\gls{dmrg} を利用することにより、洞察する。
関連論文リスト
- KVSlimmer: Theoretical Insights and Practical Optimizations for Asymmetric KV Merging [24.918959010993888]
KVSlimmerは、数学的に正確な定式化によって正確なヘッセン情報をキャプチャする効率的なアルゴリズムである。
様々なモデルとベンチマークの実験により、KVSlimmerはSOTA法を一貫して上回っていることが示された。
論文 参考訳（メタデータ） (2026-03-01T04:07:36Z) - Optimal Transportation and Alignment Between Gaussian Measures [80.4634530260329]
最適なトランスポート(OT)とGromov-Wasserstein(GW)アライメントは、データセットの解釈可能な幾何学的フレームワークを提供する。
これらのフレームワークは計算コストが高いため、大規模アプリケーションは2次コストでガウス分布の閉形式解に依存することが多い。
この研究は、ガウス的、二次的コスト OT と内部積 GW (IGW) のアライメントを包括的に扱い、文学におけるいくつかのギャップを埋めて適用性を広げる。
論文 参考訳（メタデータ） (2025-12-03T09:01:48Z) - Rigorous Maximum Likelihood Estimation for Quantum States [2.721477719641864]
既存の量子状態トモグラフィーは、高い計算とメモリ要求のため、限られたスケーラビリティの厳密な終了を避ける。
本稿では,行列を因子によって再構成することで,これらの制約に対処する。
提案手法は,5時間以内で最先端問題に対する最先端のソリューションを実証できることを実証する。
論文 参考訳（メタデータ） (2025-06-19T23:18:50Z) - Zassenhaus Expansion in Solving the Schrödinger Equation [0.0]
基本的な課題はユニタリ進化作用素 (e-imathcalHt ) の近似である。
我々は、E. K"okc"u et alによって導入された固定深度シミュレーションの枠組みを改良し、二階ザッセンハウス展開を取り入れた。
これにより、(mathcalO(t))のようにエラースケーリングを伴う制御された非単位近似が得られる。
論文 参考訳（メタデータ） (2025-05-14T14:48:47Z) - Memory-Efficient 4-bit Preconditioned Stochastic Optimization [53.422307389223626]
シャンプーのプリコンディショナーに4ビット量子化を導入する。
我々の知る限り、これはプレコンディショナーのチョレスキー因子に適用された最初の量子化手法である。
Cholesky量子化とエラーフィードバックを組み合わせることで、メモリ効率とアルゴリズム性能が向上することを示した。
論文 参考訳（メタデータ） (2024-12-14T03:32:54Z) - Pushing the Limits of Large Language Model Quantization via the Linearity Theorem [71.3332971315821]
本稿では,階層的$ell$再構成誤差と量子化によるモデルパープレキシティ増加との直接的な関係を確立する「線形定理」を提案する。
この知見は,(1)アダマール回転とHIGGSと呼ばれるMSE最適格子を用いた単純なデータフリーLCM量子化法,(2)非一様層ごとの量子化レベルを求める問題に対する最適解の2つの新しい応用を可能にする。
論文 参考訳（メタデータ） (2024-11-26T15:35:44Z) - D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。
このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。
さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
論文 参考訳（メタデータ） (2023-03-01T10:38:10Z) - 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) - Large-Scale Methods for Distributionally Robust Optimization [53.98643772533416]
我々のアルゴリズムは、トレーニングセットのサイズとパラメータの数によらず、多くの評価勾配を必要とすることを証明している。
MNIST と ImageNet の実験により,本手法の 9-36 倍の効率性を持つアルゴリズムの理論的スケーリングが確認された。
論文 参考訳（メタデータ） (2020-10-12T17:41:44Z)
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。