論文の概要: A unified quantum computing quantum Monte Carlo framework through structured state preparation
- arxiv url: http://arxiv.org/abs/2603.25582v1
- Date: Thu, 26 Mar 2026 15:59:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-27 20:52:48.37065
- Title: A unified quantum computing quantum Monte Carlo framework through structured state preparation
- Title（参考訳）: 構造化状態準備による統一量子コンピューティング量子モンテカルロフレームワーク
- Authors: Giuseppe Buonaiuto, Antonio Marquez Romero, Brian Coyle, Annie E. Paine, Vicente P. Soloviev, Stefano Scali, Michal Krompiec,
- Abstract要約: 量子コンピューティング 量子モンテカルロ (QCQMC) を基底状態エネルギー推定を超えて拡張する。
QCQMCは変分高速フォワードと変分単元行列演算子(VUMPO)を介して励起状態スペクトルに対処可能であることを示す。
分子、凝縮マター、核構造、グラフ最適化問題に関するベンチマークでは、QMC拡散のステップが基礎となる状態準備法のエネルギー精度を一貫して改善することを明らかにしている。
- 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 extend Quantum Computing Quantum Monte Carlo (QCQMC) beyond ground-state energy estimation by systematically constructing the quantum circuits used for state preparation. Replacing the original Variational Quantum Eigensolver (VQE) prescription with task-adapted unitaries, we show that QCQMC can address excited-state spectra via Variational Fast Forwarding and the Variational Unitary Matrix Product Operator (VUMPO), combinatorial optimization via a symmetry-preserving VQE ansatz, and finite-temperature observables via Haar-random unitaries. Benchmarks on molecular, condensed-matter, nuclear-structure, and graph-optimization problems demostrate that the QMC diffusion step consistently improves the energy accuracy of the underlying state-preparation method across all tested domains. For weakly correlated systems, VUMPO achieves near-exact energies with significantly shallower circuits by offloading optimization to a classical tensor-network pre-training step, while for strongly correlated systems, the QMC correction becomes essential. We further provide a proof-of-concept demonstration that Haar-random basis state preparation within QCQMC yields finite-temperature estimates from pure-state dynamics.
- Abstract（参考訳）: 我々は、状態準備に用いられる量子回路を体系的に構築することにより、基底状態エネルギー推定を越えて量子コンピューティング量子モンテカルロ(QCQMC)を拡張した。
元の変分量子固有解法(VQE)をタスク適応ユニタリーに置き換えると、QCQMCは変分高速フォワードと変分ユニタリー行列演算子(VUMPO)による励起状態スペクトル、対称性保存VQEアンサッツによる組合せ最適化、Haar-randomユニタリーによる有限温度オブザーバブルに対処できることを示す。
分子、凝縮マター、核構造、グラフ最適化問題に関するベンチマークでは、QMC拡散のステップが、全ての試験領域にわたる基礎となる状態準備法のエネルギー精度を一貫して向上させる。
弱い相関系では、VUMPOは古典的なテンソル-ネットワーク事前学習ステップに最適化をオフロードすることで、より浅い回路でほぼ完全なエネルギーを達成し、強い相関系ではQMC補正が必須となる。
さらに、QCQMC内のハールランダム基底状態準備が純粋状態力学から有限温度推定値を得るという概念実証を行う。
関連論文リスト
- Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Benchmarking VQE Configurations: Architectures, Initializations, and Optimizers for Silicon Ground State Energy [0.0]
本研究では、シリコン原子の基底状態エネルギーの推定における変分量子解法(VQE)の性能について検討する。
ハイブリッド量子古典最適化フレームワークでは,Double Excitation Gates, ParticleConservingU2, UCCSD, k-UpCCGSDなど,様々なアンサッツを用いてVQEを実装している。
この研究の主な貢献は、VQEのパフォーマンスに影響を与えるためにこれらの構成の選択がどのように相互作用するかを体系的に調査することにある。
論文 参考訳（メタデータ） (2025-10-27T09:57:26Z) - From VQE To SQD: Modern Quantum Algorithms For The Electronic Structure Problem [0.0]
本論文は,電子状態エネルギー推定のためのサンプリングベース量子アルゴリズムについて考察する。
変分量子固有解法(VQE)の短期的な代替手段として、量子選択構成相互作用(QSCI)とサンプルベース量子対角化(SQD)に焦点を当てている。
この分析は、IBMの127キュービットのIBM Brisbaneプロセッサ上でのシミュレーション、ハードウェアキャリブレーションによるノイズ研究、実行を通じて検証される。
論文 参考訳（メタデータ） (2025-09-25T20:39:14Z) - Cyclic Variational Quantum Eigensolver: Escaping Barren Plateaus through Staircase Descent [4.517663944296433]
本稿では, 高精度な基底状態量子シミュレーションのためのハードウェア効率のよいフレームワークであるCVQEを紹介する。
CVQEは測定駆動フィードバックサイクルを組み込むことで従来のVQEから離脱する。
CVQEは, 相関系間の化学精度を一貫して維持し, 固定されたUCCSDを数桁の精度で上回り, 良好な精度とコストのトレードオフを実現することを示す。
論文 参考訳（メタデータ） (2025-09-16T13:54:03Z) - Qumode-Based Variational Quantum Eigensolver for Molecular Excited States [43.148034499498586]
分子励起状態を計算するためのハイブリッド量子古典アルゴリズムであるQumode Subspace Variational Quantum Eigensolver (QSS-VQE)を紹介する。
本研究では, ジヒドロゲンおよびシトシンの円錐交差を含む分子励起状態のシミュレーションによるQSS-VQEの性能を示す。
論文 参考訳（メタデータ） (2025-09-05T00:53:51Z) - TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing [50.95799256262098]
量子機械学習のための新しいテンソルトレイン(TT)誘導ハイパーネットワークフレームワークであるHyper-VQCを紹介する。
我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに委譲し、量子ハードウェアから最適化を効果的に分離する。
これらの結果から、Hyper-VQCは、短期デバイス上での実用的な量子機械学習を促進するためのスケーラブルで耐雑音性のあるフレームワークとして位置づけられる。
論文 参考訳（メタデータ） (2025-08-01T23:37:55Z) - VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。
本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
論文 参考訳（メタデータ） (2025-06-12T01:38:15Z) - Compact fermionic quantum state preparation with a natural-orbitalizing variational quantum eigensolving scheme [0.0]
短期量子状態の準備は、典型的には変分量子固有解法(VQE)アルゴリズムによって実現される。
本稿では,基本フェルミオンモードの状態を更新したトッピング型VQEを改良したVQE方式を提案する。
固定回路構造では、ショットノイズから過度のオーバーヘッドを発生させることなく、目標状態に近い状態に到達するための回路の能力を高めることが示される。
論文 参考訳（メタデータ） (2024-06-20T10:23:28Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳（メタデータ） (2022-12-21T23:15:17Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳（メタデータ） (2020-11-02T19:52:04Z)
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。