論文の概要: Efficient re-sampling in quasi-probability decompositions
- arxiv url: http://arxiv.org/abs/2608.02075v1
- Date: Mon, 03 Aug 2026 11:24:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.509087
- Title: Efficient re-sampling in quasi-probability decompositions
- Title（参考訳）: 準確率分解における効率的な再サンプリング
- Abstract要約: 短期量子デバイスはノイズやハードウェアの制約によって制限されており、サンプリングオーバーヘッドを増やすために回路の複雑さを交換するアルゴリズム的アプローチを動機付けている。
パラメータ設定で同じ変動構造を持つ回路に対するQPDの再重み付け戦略を導入し,サンプルを再利用し,サンプリングオーバーヘッドを低減する。
- 参考スコア（独自算出の注目度）: 0.4666493857924357
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Near-term quantum devices are limited by noise and hardware constraints, motivating algorithmic approaches that trade circuit complexity for increased sampling overhead. Quasi-probability decompositions (QPDs), for example, allow replacing non-local operations by multiple circuits with local operations, but the associated sampling overhead generally scales exponentially and limits their practicality. In this work, we introduce a reweighting strategy for QPDs for circuits with the same variational structure across parameter settings, reusing samples and thereby reducing the sampling overhead. We first demonstrate this approach by estimating fidelities between parameterized quantum states, a key primitive in variational time evolution and quantum kernel methods. Importantly, this setup allows controlling the exponential QPD sampling overhead while preserving the structure of the state-encoding ansatz. We then apply the method to estimate the real part of the quantum geometric tensor using the simultaneous perturbation stochastic approximation and find that, in the presence of realistic hardware noise, our method outperforms other standard estimation techniques. These results highlight the potential of reweighting strategies to extend the applicability of QPD-based methods in variational quantum algorithms.
- Abstract（参考訳）: 短期量子デバイスはノイズやハードウェアの制約によって制限されており、サンプリングオーバーヘッドを増やすために回路の複雑さを交換するアルゴリズム的アプローチを動機付けている。
例えば、準確率分解(QPD)では、複数の回路による非局所的な演算を局所的な演算に置き換えることができるが、関連するサンプリングオーバーヘッドは指数関数的にスケールし、実用性を制限する。
本研究では,パラメータ設定で同じ変動構造を持つ回路に対するQPDの再重み付け戦略を導入し,サンプルを再利用し,サンプリングオーバーヘッドを低減する。
まず、パラメータ化された量子状態と、変動時間進化における鍵となるプリミティブ、および量子カーネル法の間の忠実度を推定することにより、このアプローチを実証する。
重要なことは、この設定により、状態エンコードアンサッツの構造を維持しながら指数的なQPDサンプリングオーバーヘッドを制御することができる。
次に,同時摂動確率近似を用いて量子幾何テンソルの実部を推定し,現実的なハードウェアノイズの存在下では,本手法が他の標準推定手法よりも優れていることを示す。
これらの結果は、変分量子アルゴリズムにおけるQPD法の適用性を高めるための再重み付け戦略の可能性を強調している。
関連論文リスト
- Quantum Signal Processing for Linear PDEs: Circuit Design and Experimental Validation [1.814099487268094]
我々は,機械レベルの命令にコンパイルされた量子回路のエンドツーエンド実装を開発する。
そこで本研究では,QSP拡張アルゴリズムにより,現実的なハードウェア制約下での正確な解が得られることを実験的に実証した。
論文 参考訳（メタデータ） (2026-05-29T21:21:32Z) - 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) - Decentralized Optimization on Compact Submanifolds by Quantized Riemannian Gradient Tracking [45.147301546565316]
本稿では,コンパクト部分多様体における分散最適化の問題について考察する。
エージェントが量子化変数を用いて変数を更新するアルゴリズムを提案する。
我々の知る限りでは、量子化の存在下で$mathcalO (1/K)$収束率を達成した最初のアルゴリズムである。
論文 参考訳（メタデータ） (2025-06-09T01:57:25Z) - Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。
本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-05-24T02:51:34Z) - Adaptive variational quantum dynamics simulations with compressed circuits and fewer measurements [4.2643127089535104]
AVQDS(T)と呼ばれる適応変分量子力学シミュレーション(AVQDS)法の改良版を示す。
このアルゴリズムは、変分力学の精度の尺度であるマクラクラン距離を一定しきい値以下に保つために、アンザッツ回路に不連結なユニタリゲートの層を適応的に加算する。
また、雑音耐性を増強した変動パラメータに対する線形運動方程式を解くために、固有値トランケーションに基づく手法を示す。
論文 参考訳（メタデータ） (2024-08-13T02:56:43Z) - Characterizing randomness in parameterized quantum circuits through expressibility and average entanglement [39.58317527488534]
量子回路(PQC)は、その主応用の範囲外ではまだ完全には理解されていない。
我々は、量子ビット接続性に関する制約の下で、PQCにおけるランダム状態の生成を分析する。
生成した状態の分布の均一性の増加と絡み合いの発生との間には,どれだけ急激な関係があるかを示す。
論文 参考訳（メタデータ） (2024-05-03T17:32:55Z) - Real-time error mitigation for variational optimization on quantum
hardware [45.935798913942904]
VQCを用いた量子チップ上の関数の適合を支援するために,RTQEM(Real Time Quantum Error Mitigation)アルゴリズムを定義する。
我々のRTQEMルーチンは、損失関数の破損を減らすことにより、VQCのトレーニング性を向上させることができる。
論文 参考訳（メタデータ） (2023-11-09T19:00:01Z) - Randomized semi-quantum matrix processing [0.0]
汎用行列関数をシミュレートするためのハイブリッド量子古典的フレームワークを提案する。
この方法は、対象関数のチェビシェフ近似上のランダム化に基づいている。
コストのかかるパラメータの2次高速化を含む,平均深度に対する利点を実証する。
論文 参考訳（メタデータ） (2023-07-21T18:00:28Z) - Trainability Enhancement of Parameterized Quantum Circuits via Reduced-Domain Parameter Initialization [3.031137751464259]
回路深さの平方根に比例する各パラメータの初期領域を減少させることで、コスト勾配の最大値は、キュービット数と回路深さにほぼ逆向きに減衰することを示す。
この戦略は、特定の量子ニューラルネットワークを指数関数的に多くの局所的なミニマから保護することができる。
論文 参考訳（メタデータ） (2023-02-14T06:41:37Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z) - Parameter-Parallel Distributed Variational Quantum Algorithm [7.255056332088222]
変分量子アルゴリズム(VQA)は、ノイズの多いデバイス上での実用的な量子優位性を探究するための有望な短期的手法として登場した。
本稿では,パラメータ並列分散変動量子アルゴリズム(PPD-VQA)を提案する。
この結果から,PSD-VQAは大規模実ワードアプリケーションを扱うために複数の量子プロセッサをコーディネートする実用的なソリューションを提供する可能性が示唆された。
論文 参考訳（メタデータ） (2022-07-31T15:09:12Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z)
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。