論文の概要: Quantum block encoding for semiseparable matrices

• arxiv url: http://arxiv.org/abs/2603.19130v1
• Date: Thu, 19 Mar 2026 16:49:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:06.276944
• Title: Quantum block encoding for semiseparable matrices
• Title（参考訳）: 半分離行列の量子ブロック符号化
• Authors: Giacomo Antonioli, Paola Boito, Gianna M. Del Corso, Margherita Porcelli,
• Abstract要約: 三角要素と対角要素の積として与えられた行列の適切な分解に依存する新しいブロック符号化手法を提案する。 行列を符号化するには、アルゴリズムは2log(N)+7$のアシラリー量子ビットを必要とする。このプロセスは多対数時間を必要とし、誤差は$mathcalO(N2)$であり、ここでは$N$は行列のサイズである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Quantum block encoding (QBE) is a crucial step in the development of most quantum algorithms, as it provides an embedding of a given matrix into a suitable larger unitary matrix. Historically, the development of efficient techniques for QBE has mostly focused on sparse matrices; less effort has been devoted to data-sparse (e.g., rank-structured) matrices. In this work we examine a particular case of rank structure, namely, one-pair semiseparable matrices. We present a new block encoding approach that relies on a suitable factorization of the given matrix as the product of triangular and diagonal factors. To encode the matrix, the algorithm needs $2\log(N)+7$ ancillary qubits. This process takes polylogarithmic time and has an error of $\mathcal{O}(N^2)$, where $N$ is the matrix size.
• Abstract（参考訳）: 量子ブロック符号化(QBE)は、与えられた行列を適切な大きなユニタリ行列に埋め込むため、ほとんどの量子アルゴリズムの開発において重要なステップである。 歴史的にQBEの効率的な技術開発は主にスパース行列に焦点を合わせており、データスパース(例えば、ランク構造)行列への取り組みは少ない。 本研究では、階数構造、すなわち一対半分離行列の特定の場合について検討する。 三角要素と対角要素の積として与えられた行列の適切な分解に依存する新しいブロック符号化手法を提案する。 行列を符号化するには、アルゴリズムは2,2\log(N)+7$のアシラリー量子ビットを必要とする。 この過程は多対数時間を必要とし、誤差は$\mathcal{O}(N^2)$で、$N$は行列サイズである。

関連論文リスト

• 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)
• Matrix encoding method in variational quantum singular value decomposition [49.494595696663524]
  検討した$Ntimes N$行列の要素を適切な次元の量子系の状態に符号化した変分量子特異値分解を提案する。 制御された測定は、アンシラ測定の小さな成功を避けるために行われる。
  論文  参考訳（メタデータ） (2025-03-19T07:01:38Z)
• Dictionary-based Block Encoding of Sparse Matrices with Low Subnormalization and Circuit Depth [2.4487770108795393]
  本稿では,新しいデータ構造に基づくスパース行列の効率的なブロック符号化プロトコルを提案する。 同じ値のゼロでない要素は、ブロックエンコーディングプロトコルの辞書で同じ分類に属する。 我々のプロトコルは、ユニタリ(LCU)とスパースアクセス入力モデル(SAIM)の線形結合に接続する。
  論文  参考訳（メタデータ） (2024-05-28T09:49:58Z)
• 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)
• Quantum Time-Space Tradeoffs for Matrix Problems [0.0]
  量子コンピュータが行列を含む様々な問題を解くのに必要な時間と空間を考察する。 ほぼ全ての行列$A$に対して、少なくとも$T$の入力クエリと$S$のメモリを持つ量子回路は$T=Omega(n2/S)$を必要とすることを証明している。 我々の下界の多くは時間と空間の複雑さで決定論的アルゴリズムと一致するため、量子コンピュータは任意の空間境界を持つこれらの問題に対していかなる利点も提供できないことを示す。
  論文  参考訳（メタデータ） (2024-01-10T18:38:43Z)
• Non-PSD Matrix Sketching with Applications to Regression and Optimization [56.730993511802865]
  非PSDおよび2乗根行列の次元削減法を提案する。 複数のダウンストリームタスクにこれらのテクニックをどのように使用できるかを示す。
  論文  参考訳（メタデータ） (2021-06-16T04:07:48Z)
• Quantum algorithms for spectral sums [50.045011844765185]
  正半定値行列(PSD)のスペクトル和を推定するための新しい量子アルゴリズムを提案する。 本稿では, スペクトルグラフ理論における3つの問題に対して, アルゴリズムと手法が適用可能であることを示す。
  論文  参考訳（メタデータ） (2020-11-12T16:29:45Z)

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。