論文の概要: Hamiltonian Simulation and Linear Combination of Unitary Decomposition of Structured Matrices
- arxiv url: http://arxiv.org/abs/2603.17816v1
- Date: Wed, 18 Mar 2026 15:09:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-19 18:32:57.774662
- Title: Hamiltonian Simulation and Linear Combination of Unitary Decomposition of Structured Matrices
- Title（参考訳）: 構造行列のユニタリ分解のハミルトニアンシミュレーションと線形結合
- Authors: Robin Ollive, Stéphane Louise,
- Abstract要約: 量子処理ユニット(QPU)で問題を扱うには、量子演算のシーケンスに変換する必要がある。
量子記述に関連するアルゴリズムを構築するには、問題はエルミタンの線形結合 (LCH) あるいはユニタリの線形結合 (LCU) としてマッピングする必要がある。
我々は、量子化の概念を、関心の問題を写像するために使われるハミルトン行列に拡張する。
- 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: To treat a problem with a Quantum Processing Unit (QPU), it must be transformed into a sequence of quantum operations, or gates: this is the quantum description of the problem. These operations are either packed into a query (i.e. quantum algorithm primitive) that encodes the problem, or used to construct the cost function for Variationnal Quantum Algorithm (VQA). Typical queries are the problem Hamiltonian Simulation (HS) and the problem Block-Encoding (BE). To construct the circuits associated with the quantum description, the problem must be mapped as a Linear Combination of Hermitian (LCH) or a Linear Combination of Unitary (LCU) matrices. All the summed Hamiltonian matrices or unitary matrices must have a known decomposition in basic gates. The complexity of this query should be incorporated into the quantum algorithm's query complexity, thereby limiting the processing possibilities of QPU for many problems. Qubitization constructs a specific query that respects single-qubit behavior when expressed in the appropriate basis. In this work, we extend the notion of qubitization to Hamiltonian matrices used to map the problem of interest. These methods concern almost all the problems implemented on QPUs: from second-quantization chemistry operators to graphs associated with Partial Differential Equations (PDE), or sparse matrices. This work underlines interesting properties associated with the qubitized Hamiltonian basic gate decomposition. It includes the ability to switch from LCH to LCU, to map non-Hermitian problems, and to construct the different quantum circuit primitives (queries) needed for the quantum description of the problem. We also provide a list of qubitized Hamiltonians that are used for the matrix decomposition of many structured matrices. These structured matrices are associated with graph adjacency matrices that can be combined to implement structured matrices.
- Abstract（参考訳）: 量子処理ユニット(QPU)で問題を扱うには、量子演算やゲートのシーケンスに変換する必要がある。
これらの演算は、問題を符号化するクエリ(すなわち量子アルゴリズムプリミティブ)に格納されるか、あるいは変分量子アルゴリズム(VQA)のコスト関数を構築するために使用される。
典型的なクエリは、ハミルトニアンシミュレーション(HS)とブロックエンコーディング(BE)の問題である。
量子記述に関連する回路を構築するには、問題はエルミート行列の線形結合 (LCH) あるいはユニタリ行列の線形結合 (LCU) としてマッピングする必要がある。
すべての要約されたハミルトン行列またはユニタリ行列は、基本的なゲートにおいて既知の分解を持つ必要がある。
このクエリの複雑さは、量子アルゴリズムのクエリ複雑性に組み込まれ、多くの問題に対するQPUの処理可能性を制限する必要がある。
量子化は、適切なベースで表現された場合の単一キュービットの振る舞いを尊重する特定のクエリを構成する。
本研究では、量子化の概念をハミルトン行列に拡張し、関心の問題を写像する。
これらの手法は、第二量子化化学演算子から部分微分方程式(PDE)やスパース行列(sparse matrices)に関連するグラフまで、QPUに実装されたほとんど全ての問題に関係している。
この研究は、量子化ハミルトニアン基本ゲート分解に関連する興味深い性質の基盤となる。
これは、LCHからLCUに切り替え、非エルミート問題にマッピングし、問題の量子記述に必要な異なる量子回路プリミティブ(クエリ)を構築する機能を含む。
また、多くの構造化行列の行列分解に使用される量子化ハミルトニアンのリストも提供する。
これらの構造化行列は、構造化行列を実装するために組み合わせることができるグラフ隣接行列に関連付けられる。
関連論文リスト
- Hermitian Matrix Function Synthesis without Block-Encoding [6.824528644662748]
本稿では,量子ハードウェア上でのエルミート行列の任意の回路を実装するための,新しい,効率的な手法を提案する。
目的のエルミート行列をユニタリ共役の対称結合として表現することにより,ブロック符号化の必要性を回避する。
論文 参考訳（メタデータ） (2025-12-20T07:22:04Z) - Quantum algorithms for calculating determinant and inverse of matrix and solving linear algebraic systems [43.53835128052666]
我々は,N-1(N-1)時間行列の行列式と逆行列を計算するために,純粋に量子的な量子アルゴリズムを提案する。
基本的な考え方は、行列の各行を量子系の純粋な状態にエンコードすることである。
論文 参考訳（メタデータ） (2024-01-29T23:23:27Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳（メタデータ） (2023-04-12T18:10:47Z) - Qubit-Efficient Randomized Quantum Algorithms for Linear Algebra [3.4137115855910767]
本稿では,行列関数からのサンプリング作業のためのランダム化量子アルゴリズムのクラスを提案する。
量子ビットの使用は純粋にアルゴリズムであり、量子データ構造には追加の量子ビットは必要ない。
論文 参考訳（メタデータ） (2023-02-03T17:22:49Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳（メタデータ） (2022-12-06T22:01:49Z) - FABLE: Fast Approximate Quantum Circuits for Block-Encodings [0.0]
行列のブロック符号化のための近似量子回路を高速に生成するFABLEを提案する。
FABLE回路は単純な構造であり、1ビットと2ビットのゲートで直接定式化されている。
FABLE回路は圧縮・スパシファイド可能であることを示す。
論文 参考訳（メタデータ） (2022-04-29T21:06:07Z) - A quantum algorithm for solving eigenproblem of the Laplacian matrix of
a fully connected weighted graph [4.045204834863644]
完全連結重み付きグラフのラプラシア行列の固有確率を解くための効率的な量子アルゴリズムを提案する。
具体的には,ブロック符号化フレームワークに基づく最適ハミルトンシミュレーション手法を採用する。
また、このアルゴリズムは対称(非対称)正規化ラプラス行列の固有確率を解くために拡張可能であることを示す。
論文 参考訳（メタデータ） (2022-03-28T02:24:08Z) - Quantum algorithms for matrix operations and linear systems of equations [65.62256987706128]
本稿では,「Sender-Receiver」モデルを用いた行列演算のための量子アルゴリズムを提案する。
これらの量子プロトコルは、他の量子スキームのサブルーチンとして使用できる。
論文 参考訳（メタデータ） (2022-02-10T08:12:20Z) - Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。
本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。
提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文 参考訳（メタデータ） (2021-07-08T17:59:55Z) - Synthesis of Quantum Circuits with an Island Genetic Algorithm [44.99833362998488]
特定の演算を行うユニタリ行列が与えられた場合、等価な量子回路を得るのは非自明な作業である。
量子ウォーカーのコイン、トフォリゲート、フレドキンゲートの3つの問題が研究されている。
提案したアルゴリズムは量子回路の分解に効率的であることが証明され、汎用的なアプローチとして、利用可能な計算力によってのみ制限される。
論文 参考訳（メタデータ） (2021-06-06T13:15:25Z)
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。