論文の概要: Simulating quantum circuits with a neural statebank

• arxiv url: http://arxiv.org/abs/2606.08707v1
• Date: Sun, 07 Jun 2026 16:05:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.403365
• Title: Simulating quantum circuits with a neural statebank
• Title（参考訳）: ニューラルステートバンクを用いた量子回路のシミュレーション
• Abstract要約: 量子回路軌道に沿って波動関数を学習するニューラルステートバンクを導入する。 絡み合い、魔法、非対角分岐を組み合わせた長距離回路では、ステートバンクは34キュービットで$sim 10-2$に達する。 同じアーキテクチャは量子近似最適化、クリフォード+$T$、クリフォード回路を正確にシミュレートする。
• 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: Predicting the output of quantum circuits is a central bottleneck for verifying quantum processors because a generic wavefunction grows exponentially with system size. We introduce a neural statebank that learns this wavefunction along the circuit trajectory. Each layer is stored as an autoregressive Transformer checkpoint trained from local gate updates to the preceding checkpoint, producing a compact neural representation that can evaluate amplitudes and generate independent samples. On long-range circuits combining entanglement, magic, and non-diagonal branching, a 0.3-million-parameter statebank reaches $\sim 10^{-2}$ infidelity at 34 qubits, outperforming the other tested approximate simulators while using far less memory than exact state-vector evolution. The same architecture accurately simulates quantum approximate optimization, Clifford+$T$, and Clifford circuits.
• Abstract（参考訳）: 量子回路の出力を予測することは、一般的な波動関数がシステムサイズとともに指数関数的に増加するため、量子プロセッサを検証するための中心的なボトルネックである。 本稿では,この波動関数を回路軌道に沿って学習するニューラルステートバンクを提案する。 各レイヤは、ローカルゲート更新から前回のチェックポイントにトレーニングされた自己回帰トランスフォーマーチェックポイントとして格納され、振幅を評価して独立したサンプルを生成することができるコンパクトなニューラル表現を生成する。 絡み合い、マジック、非対角分岐を組み合わせた長距離回路では、0.3ミリパラメータのステートバンクが34キュービットで$\sim 10^{-2}$不忠実に達する。 同じアーキテクチャは量子近似最適化、クリフォード+$T$、クリフォード回路を正確にシミュレートする。

関連論文リスト

• Ultra-Precise Quantum Projective Designs in Constant Depth [8.23817891945353]
  そこで本研究では,n$ qubits 上のスパース通勤回路アンサンブルを導入し,低次ハールモーメントを厳密な相対エラー感覚で再現する。 以上の結果から,比較的低い量子資源を持つスパース通勤力学から,正確なHaar様統計が生まれる可能性が示唆された。
  論文  参考訳（メタデータ） (2026-09-03T14:38:21Z)
• Quantum-Inspired Algorithms beyond Unitary Circuits: the Laplace Transform [0.0]
  量子インスパイアされたアルゴリズムは、古典的な最先端の手法よりも大幅にスピードアップできる。 離散ラプラス変換(非単項非周期変換)を計算するためのテンソル-ネットワークアプローチを導入する。 我々は最大$N=230$の入力データポイントと最大260$の出力データポイントのシミュレーションを実証し、ボンド次元が実行時と精度をどのように制御するかを定量化する。
  論文  参考訳（メタデータ） (2026-01-25T07:19:56Z)
• Simulating and Sampling from Quantum Circuits with 2D Tensor Networks [0.0]
  多体波動関数に対する2次元テンソルネットワークAns"atzeを用いて量子回路を古典的にシミュレートする。 また,2次元離散時間ハイゼンベルクモデルにおける領域壁クエンチを,大きな重ヘックスおよび回転正方格子上で研究する。
  論文  参考訳（メタデータ） (2025-07-15T15:50:02Z)
• Improving GANs by leveraging the quantum noise from real hardware [0.0]
  本稿では,GAN(生成逆数ネットワーク)に対する新しいアプローチを提案する。 固有量子乱数性とデバイス固有の不完全性は、GAN性能を高める構造的帰納バイアスを与えることができることを示す。
  論文  参考訳（メタデータ） (2025-07-02T16:56:09Z)
• Augmenting Simulated Noisy Quantum Data Collection by Orders of Magnitude Using Pre-Trajectory Sampling with Batched Execution [47.60253809426628]
  提案手法は,誤差型を調整して軌道シミュレーションの効率化と有効性を高めることを目的としている。 私たちはそれぞれ100兆枚と100万枚という膨大なデータセットを生成します。
  論文  参考訳（メタデータ） (2025-04-22T22:36:18Z)
• GroverGPT: A Large Language Model with 8 Billion Parameters for Quantum Searching [43.496857395654764]
  量子チューリングマシンの出力をシミュレートするために,大規模言語モデルを活用する可能性について検討する。 特殊なモデルであるGroverGPTは、15兆以上のトークンでトレーニングされた。 OpenAIのGPT-4o(45%の精度)を一貫して上回り、6ビットと10ビットのデータセットでほぼ100%の精度を達成した。 また、3から6キュービットのデータで訓練すると、20キュービットを超えるシステムに対して95%を超える精度で強い一般化を示した。
  論文  参考訳（メタデータ） (2024-12-30T20:23:10Z)
• Simulating Floquet scrambling circuits on trapped-ion quantum computers [0.6843496572893532]
  情報スクランブルは量子コンピューティングの有望な応用の1つである。 本稿では,Hayden-Preskillリカバリプロトコルと,アウト・オブ・タイム・オー・オー・オー・オー・タイムの相関器を計算するためのインターフェロメトリプロトコルを実証する。 我々の実験は、現在利用可能な最も高忠実な量子プロセッサの1つを広範囲に活用することで可能となった。
  論文  参考訳（メタデータ） (2024-05-13T10:22:17Z)
• Simulation of IBM's kicked Ising experiment with Projected Entangled Pair Operator [71.10376783074766]
  我々は最近,誤りを軽減した量子回路を用いてエミュレートされた127量子ビットキックド・イジングモデルの古典的シミュレーションを行った。 提案手法はハイゼンベルク図の射影的絡み合ったペア作用素(PEPO)に基づいている。 我々はクリフォード展開理論を開発し、正確な期待値を計算し、それらをアルゴリズムの評価に利用する。
  論文  参考訳（メタデータ） (2023-08-06T10:24:23Z)
• A quantum processor based on coherent transport of entangled atom arrays [44.62475518267084]
  量子プロセッサは動的で非局所的な接続を持ち、絡み合った量子ビットは高い並列性でコヒーレントに輸送されることを示す。 このアーキテクチャを用いて,クラスタ状態や7キュービットのSteane符号状態などの絡み合ったグラフ状態のプログラム生成を実現する。
  論文  参考訳（メタデータ） (2021-12-07T19:00:00Z)
• Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
  本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。 3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
  論文  参考訳（メタデータ） (2021-08-03T17:49:09Z)
• A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
  勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。 MNIST画像データセットがそのような条件を満たすことを数値的に示す。 我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
  論文  参考訳（メタデータ） (2021-07-19T23:41:03Z)
• Verifying Random Quantum Circuits with Arbitrary Geometry Using Tensor Network States Algorithm [0.0]
  アルゴリズムはSch$ddottexto$dinger-Feynmanアルゴリズムよりも2ドル高速である。 このアルゴリズムは, 量子コンピュータ上での比較的浅い量子回路の検証に最適であることを示す。
  論文  参考訳（メタデータ） (2020-11-05T02:20:56Z)

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。