論文の概要: Preparing Fermions via Classical Sampling and Linear Combinations of Unitaries
- arxiv url: http://arxiv.org/abs/2603.22422v1
- Date: Mon, 23 Mar 2026 18:01:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-25 19:53:37.126396
- Title: Preparing Fermions via Classical Sampling and Linear Combinations of Unitaries
- Title（参考訳）: 古典的なサンプリングとユニタリの線形結合によるフェルミオンの調製
- Authors: Erik J. Gustafson, Henry Lamm,
- Abstract要約: フェルミオン量子状態の効率的なフォールトトレラント化を可能にするQubits (E$OQ) フレームワーク上でのEvolving density matricesの拡張を提案する。
元の方法はサンプリングによって状態の準備を回避しているが、フェミオン系では多くの必要な回路に繋がるサイン問題に直面している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present an extension of the Evolving density matrices on Qubits (E$ρ$OQ) framework that enables efficient fault-tolerant preparation of fermionic quantum states. The original method circumvents state preparation by stochastic sampling, but faces a sign problem in fermionic systems leading to a large number of circuits necessary. We resolve this by combining classical stochastic sampling with a linear combination of unitaries method that avoids the exponential circuit scaling that plagued naïve implementations. The resulting algorithm requires $\mathcal{O}(M^2)$ $R_Z$ rotations for circuit preparation, where $M$ is the number of retained basis states. We validate the method for ground and excited states in the Thirring model, including by computing two-point correlation functions relevant to scattering. In this model for fixed accuracy $\varepsilon$, $M$ is found to scale empirically as $M \propto \frac{1}{mg}\log(1/g)\log(1/m)$.
- Abstract（参考訳）: フェルミオン量子状態の効率的なフォールトトレラント化を可能にするQubits (E$ρ$OQ) フレームワーク上でのEvolving density matricesの拡張を提案する。
元の方法は確率的サンプリングによって状態生成を回避するが、フェミオン系では多くの回路を必要とするサイン問題に直面している。
古典的確率的サンプリングとユニタリの線形組み合わせを組み合わせることで、ナイーブの実装に悩まされる指数回路のスケーリングを回避することができる。
結果として得られるアルゴリズムは、回路準備のために$\mathcal{O}(M^2)$$R_Z$回転を必要とする。
我々は、散乱に関連する2点相関関数の計算を含む、Thiringモデルにおける基底および励起状態の手法を検証する。
固定精度$\varepsilon$のこのモデルでは、$M$は経験的に$M \propto \frac{1}{mg}\log(1/g)\log(1/m)$としてスケールする。
関連論文リスト
- Stabilizing Fixed-Point Iteration for Markov Chain Poisson Equations [49.702772230127465]
有限状態マルコフ鎖を$n$状態と遷移行列$P$で研究する。
すべての非退化モードが実周辺不変部分空間 $mathcalK(P)$ によってキャプチャされ、商空間 $mathbbRn/mathcalK(P) 上の誘導作用素が厳密に収縮し、ユニークな商解が得られることを示す。
論文 参考訳（メタデータ） (2026-01-31T02:57:01Z) - Transmutation based Quantum Simulation for Non-unitary Dynamics [35.35971148847751]
A=Ldagger L$という形の正半定値作用素によって生成される散逸拡散力学をシミュレートする量子アルゴリズムを提案する。
我々の主な道具はカンナイ変換であり、これは拡散半群 $e-TA$ をユニタリ波動伝搬器のガウス重み付き重ね合わせとして表す。
論文 参考訳（メタデータ） (2026-01-07T05:47:22Z) - FFT-Accelerated Auxiliary Variable MCMC for Fermionic Lattice Models: A Determinant-Free Approach with $O(N\log N)$ Complexity [52.3171766248012]
量子多体系のシミュレーションを劇的に高速化するマルコフ連鎖モンテカルロ(MCMC)アルゴリズムを導入する。
我々は,量子物理学のベンチマーク問題に対するアルゴリズムの有効性を検証し,既知の理論結果を正確に再現する。
我々の研究は、大規模確率的推論のための強力なツールを提供し、物理学に着想を得た生成モデルのための道を開く。
論文 参考訳（メタデータ） (2025-10-13T07:57:21Z) - Provable Benefit of Annealed Langevin Monte Carlo for Non-log-concave Sampling [28.931489333515618]
簡単なアンニール型Langevin Monte Carloアルゴリズムに対して$widetildeOleft(fracdbeta2cal A2varepsilon6right)のオラクル複雑性を確立する。
例えば、$cal A$ は対象分布 $pi$ と容易にサンプリング可能な分布を補間する確率測度の曲線の作用を表す。
論文 参考訳（メタデータ） (2024-07-24T02:15:48Z) - Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。
本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
論文 参考訳（メタデータ） (2024-04-29T15:04:07Z) - A Simple and Efficient Joint Measurement Strategy for Estimating Fermionic Observables and Hamiltonians [0.0]
量子化学と相関するフェルミオン系に関係のあるフェルミオン可観測物とハミルトンを簡易に推定する手法を提案する。
提案手法は,N$モードフェルミオン系におけるマヨラナ作用素の任意の積のノイズバージョンを共同測定する手法の実装に基づいている。
論文 参考訳（メタデータ） (2024-02-29T15:04:34Z) - Theory of free fermions under random projective measurements [43.04146484262759]
本研究では,一次元自由フェルミオンを局所的占有数のランダム射影的測定対象とする解析的手法を開発した。
問題の有効場理論として非線形シグマモデル(NLSM)を導出する。
論文 参考訳（メタデータ） (2023-04-06T15:19:33Z) - Fermionic partial tomography via classical shadows [0.0]
そこで本研究では,n$モードフェルミオン状態の密度行列(k$-RDM)を推定するためのトモグラフィープロトコルを提案する。
量子状態特性の集合をランダムに学習する手法である古典的影の枠組みをフェルミオン設定に拡張する。
論文 参考訳（メタデータ） (2020-10-30T06:28:26Z) - Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and
Variance Reduction [63.41789556777387]
非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。
Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
論文 参考訳（メタデータ） (2020-06-04T17:51:00Z)
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。