論文の概要: Noise tolerance via reinforcement in the quantum search problem

• arxiv url: http://arxiv.org/abs/2604.04137v1
• Date: Sun, 05 Apr 2026 14:48:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.940088
• Title: Noise tolerance via reinforcement in the quantum search problem
• Title（参考訳）: 量子探索問題における強化による耐雑音性
• Abstract要約: 我々は,量子探索問題の計算時間を指数関数的に$sqrtD$から$d$D$D$D$に短縮することを発見した。 そのため、高次量子探索は、ノイズの多い環境での標準的な探索アルゴリズムと比較して指数関数的に大きなノイズ閾値を示すことが期待されている。
• 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: We find that reinforcement exponentially reduces computation time of the quantum search problem from $\sqrt{D}$ to $\ln D$ in a $D$-dimensional system. Therefor, a reinforced quantum search is expected to exhibit an exponentially larger noise threshold compared to a standard search algorithm in a noisy environment. We use numerical simulations to characterize the level of noise tolerance via reinforcement in the presence of both coherent and incoherent noise, considering a system of $N$ qubits and a single $D$-level (qudit) system. Our results show that reinforcement significantly enhances the algorithm's success probability and improves the scaling of its computation time with system size. These findings indicate that reinforcement offers a promising strategy for error mitigation, especially when a precise noise model is unavailable.
• Abstract（参考訳）: 強化により量子探索問題の計算時間が指数関数的に$\sqrt{D}$から$D$D$D$$$に短縮されることがわかった。 そのため、高次量子探索は、ノイズの多い環境での標準的な探索アルゴリズムと比較して指数関数的に大きなノイズ閾値を示すことが期待されている。 我々は,N$ qubitsと1ドルのD$-level(qudit)システムを考えると,コヒーレントノイズと非コヒーレントノイズの両方の存在下での強化による雑音耐性のレベルを数値シミュレーションにより特徴づける。 以上の結果から,強化によりアルゴリズムの成功確率が大幅に向上し,システムサイズによる計算時間のスケーリングが向上することが示唆された。 これらの結果は,特に精度の高いノイズモデルが利用できない場合に,補強がエラー軽減に有望な戦略を提供することを示している。

関連論文リスト

• Variational noise mitigation in quantum circuits: the case of Quantum Fourier Transform [35.18016233072556]
  我々は、コヒーレントノイズと非コヒーレントノイズの両方の下で、2つの量子ビットの数値シミュレーションを行う。 この結果から, 連続雑音に支配されるシナリオにおいて, 変動回路は高い忠実度でQFTを再現できることがわかった。 このことは、小規模から中規模の量子システムに対する効果的なエラー軽減戦略としてのアプローチの可能性を示している。
  論文  参考訳（メタデータ） (2025-11-07T14:35:55Z)
• Complexity of Bernstein--Vazirani algorithm in the presence of noise [0.0]
  偏極雑音の存在下でのベルンシュタイン-ヴァジラニアルゴリズムのロバスト性について解析を行った。 量子ビットの品質を同時に向上させることなく、量子システムをスケールアップすることは、このアルゴリズムの量子上の優位性を著しく低下させることがわかった。
  論文  参考訳（メタデータ） (2025-08-03T18:36:01Z)
• Boosting-Enabled Robust System Identification of Partially Observed LTI Systems Under Heavy-Tailed Noise [2.07180164747172]
  部分的に観測された線形時間不変(LTI)システムのシステム同定の問題点を考察する。 一般的な重み付きノイズプロセスの下でシステムパラメータを識別するための漸近的でない保証を提供する。 提案アルゴリズムは,ガウス以下の雑音下で導出されたものとほぼ一致するような,サンプルの複雑性境界を実現する。
  論文  参考訳（メタデータ） (2025-04-25T15:57:13Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• General noise-resilient quantum amplitude estimation [0.0]
  本稿では,雑音下での振幅推定と観測可能な新しいアルゴリズムを提案する。 興味深いことに、我々のアルゴリズムは量子回路の深さの異なるノイズに対して堅牢性を示す。
  論文  参考訳（メタデータ） (2023-12-02T09:27:40Z)
• Accurate and Honest Approximation of Correlated Qubit Noise [39.58317527488534]
  提案手法は, 量子ビット相関度の高い雑音成分を組み込むことにより, 精度を向上することのできる, 近似雑音チャネルの効率的な構成法である。 固定周波数超伝導量子ビットに典型的な現実的な雑音強度では、2量子ビット相関を超える相関ノイズがコードシミュレーションの精度に大きく影響することを発見した。
  論文  参考訳（メタデータ） (2023-11-15T19:00:34Z)
• Error-mitigated fermionic classical shadows on noisy quantum devices [0.3775283002059579]
  古典的シャドウ (CS) アルゴリズムは、必要な量子状態コピー数を減らして解を提供する。 本稿では,ゲート独立性,時間定常性,マルコフ雑音(GTM)を仮定した誤り緩和型CSアルゴリズムを提案する。 提案アルゴリズムは,GTMノイズに対する$widetildemathcal O(knk)$状態コピーと$widetildemathcal O(sqrtn)$キャリブレーションによる$k$-RDMを効率的に推定する。
  論文  参考訳（メタデータ） (2023-10-19T13:27:19Z)
• Scalable noisy quantum circuits for biased-noise qubits [37.69303106863453]
  安定猫量子ビットの既存システムに動機づけられたビットフリップ誤差のみに影響されるバイアスノイズ量子ビットを考察する。 現実的なノイズモデルでは、位相フリップは無視できないが、Pauli-Twirling近似では、ベンチマークが最大106ドルのゲートを含む回路の正しさを確認できる。
  論文  参考訳（メタデータ） (2023-05-03T11:27:50Z)
• Characterizing low-frequency qubit noise [55.41644538483948]
  量子ビット周波数のゆらぎは、スケーラブルな量子コンピュータへの道のりで克服すべき主要な問題の1つである。 ゆらぎの統計は、定期的に繰り返されるラムゼー測定の結果の相関子を測定することで特徴づけられる。 この研究は、進化する雑音の存在下での繰り返し測定中に量子力学を記述する方法を提案する。
  論文  参考訳（メタデータ） (2022-07-04T22:48:43Z)
• On the Cryptographic Hardness of Learning Single Periodic Neurons [42.86685497609574]
  ノイズの存在下での等方性ガウス分布より単一ニューロンを学習する際の暗号的難易度を簡易に低減することを示す。 提案アルゴリズムは勾配ベースや逆SQ-timeアルゴリズムではなく,LLL(Lenstra-LenstraLov'asz)格子に基づく。
  論文  参考訳（メタデータ） (2021-06-20T20:03:52Z)
• Learning based signal detection for MIMO systems with unknown noise statistics [84.02122699723536]
  本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。 実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。 我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
  論文  参考訳（メタデータ） (2021-01-21T04:48:15Z)
• Modeling and mitigation of cross-talk effects in readout noise with applications to the Quantum Approximate Optimization Algorithm [0.0]
  雑音の緩和は、上界を導出する誤差まで行うことができる。 ノイズモデルとエラー軽減スキームの両方をテストするためにIBMのデバイスを使用した15(23)量子ビットの実験。 浅層深度ランダム回路によって生成されるHaar-random量子状態と状態に対して、同様の効果が期待できることを示す。
  論文  参考訳（メタデータ） (2021-01-07T02:19:58Z)

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。