論文の概要: Faster Quantum Monte Carlo Simulation by Random Compilation
- arxiv url: http://arxiv.org/abs/2609.10486v1
- Date: Wed, 09 Sep 2026 17:25:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:09.122069
- Title: Faster Quantum Monte Carlo Simulation by Random Compilation
- Title（参考訳）: ランダムコンパイルによる高速量子モンテカルロシミュレーション
- Abstract要約: 量子モンテカルロ (Quantum Monte Carlo, QMC) アルゴリズムは、量子システムをシミュレートする最も強力な古典的手法の一つである。
本稿では,ランダムにコンパイルされた量子モンテカルロ (RC-QMC) を,近似系の平均化による系統的誤りを抑制する一般的なフレームワークとして紹介する。
本フレームワークは,目標状態を所望の精度に推定する際に,標準QMC法よりも計算上の優位性を実現する。
- 参考スコア（独自算出の注目度）: 2.9903776166764984
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum Monte Carlo (QMC) algorithms are among the most powerful classical methods for simulating quantum systems, yet their accuracy is often limited by the systematic errors in the approximations used, such as Trotterization. Here we introduce randomly compiled quantum Monte Carlo (RC-QMC) as a general framework that suppresses these systematic errors by averaging over a family of approximations rather than relying on a single fixed one. This strategy is grounded in the concept of randomized compiling from quantum computing, which suppresses errors by sampling over quantum gates, at essentially no additional computational cost. Consequently, our framework achieves a computational advantage over standard QMC methods when estimating a target state to a desired level of accuracy. We illustrate this advantage on two key Monte Carlo algorithms: (1) path integral quantum Monte Carlo for estimating thermal states, and (2) the quantum trajectories method for simulating open system dynamics. In aggregate, these results represent a cross-fertilization of quantum and classical algorithms, are readily generalizable to other QMC methods, and suggest wider applications in classical simulation.
- Abstract（参考訳）: 量子モンテカルロ (QMC) アルゴリズムは量子システムをシミュレートする最も強力な古典的手法の1つであるが、その精度はトロッター化のような近似の体系的な誤りによって制限されることが多い。
ここでは、ランダムにコンパイルされた量子モンテカルロ(RC-QMC)を、1つの固定された関数に依存するのではなく、近似の族を平均化することでこれらの体系的な誤りを抑制する一般的なフレームワークとして紹介する。
この戦略は、量子ゲートをサンプリングすることでエラーを抑える量子コンピューティングからランダムにコンパイルするという概念に基づいている。
その結果,本フレームワークは,目標状態を所望の精度に見積もる際に,標準的なQMC手法よりも計算上の優位性を実現する。
この利点を,(1)熱状態推定のための経路積分量子モンテカルロ法,(2)開系力学シミュレーションのための量子軌道法,の2つの主要なモンテカルロアルゴリズムで説明する。
まとめると、これらの結果は量子および古典的アルゴリズムの交叉受精を表し、他のQMC法に容易に一般化でき、古典的シミュレーションにおいてより広範な応用が提案される。
関連論文リスト
- Non-perturbative switching rates in bistable open quantum systems: from driven Kerr oscillators to dissipative cat qubits [72.41778531863143]
単一モードバイスタブルオープン量子系におけるスイッチング率の予測にはパス積分手法を用いる。
本研究は,マルチ安定な単体および多体オープン量子系におけるスイッチング現象を探索するための新たな道を開く。
論文 参考訳（メタデータ） (2025-07-24T18:01:36Z) - Quantum-assisted variational Monte Carlo [1.283555556182245]
量子多体系の基底状態を解くために,量子支援型変分モンテカルロ (QA-VMC) アルゴリズムを導入する。
提案手法は,従来の提案法に比べて絶対スペクトルギャップが大きく,自己相関時間も小さくなることを示す。
論文 参考訳（メタデータ） (2025-02-28T07:31:38Z) - Fighting noise with noise: a stochastic projective quantum eigensolver [0.0]
本稿では,量子状態の必要なサンプリングにおいて,物理観測値の2次低減につながる新しい手法を提案する。
この方法は、量子デバイス上の一般化学のための励起状態計算やシミュレーションに応用できる。
論文 参考訳（メタデータ） (2023-06-26T09:22:06Z) - Robust Extraction of Thermal Observables from State Sampling and
Real-Time Dynamics on Quantum Computers [49.1574468325115]
我々は、状態の密度、特にその非負性性に制約を課す手法を導入し、この方法で、ノイズのある時系列からボルツマン重みを確実に抽出できることを示す。
本研究により,今日の量子コンピュータにおける時系列アルゴリズムの実装により,多体量子系の有限温度特性の研究が可能となった。
論文 参考訳（メタデータ） (2023-05-30T18:00:05Z) - Unbiasing time-dependent Variational Monte Carlo by projected quantum
evolution [44.99833362998488]
量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。
時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。
本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
論文 参考訳（メタデータ） (2023-05-23T17:38:10Z) - A Survey of Quantum Alternatives to Randomized Algorithms: Monte Carlo
Integration and Beyond [7.060988518771793]
我々は,モンテカルロ法における量子回路を用いた計算速度において,量子的優位性を得る可能性に注目した。
従来のモンテカルロに取って代わる量子アルゴリズムを再検討し、既存の量子アルゴリズムと潜在的な量子実現の両方を考える。
論文 参考訳（メタデータ） (2023-03-08T23:39:49Z) - Quantum Adversarial Learning in Emulation of Monte-Carlo Methods for
Max-cut Approximation: QAOA is not optimal [0.0]
変分量子アニーリングと量子近似最適化(QAOA)にエミュレーションの概念を適用する。
我々の変分量子アニーリングスケジュールは、同じ物理成分を用いて、QAOAと同様の勾配のない方法で最適化できる新しいパラメータ化に基づいている。
アンス・アッツ型の性能を比較するため,モンテカルロ法の統計的概念を考案した。
論文 参考訳（メタデータ） (2022-11-24T19:02:50Z) - Quantum-assisted Monte Carlo algorithms for fermions [5.625946422295428]
本稿では,量子コンピュータを最小限のコストで使用する,スケーラブルな量子支援モンテカルロアルゴリズムのファミリーを提案する。
モンテカルロハイブリッドフレームワークは,古典的アルゴリズムから得られる基底状態の誤差を抑える一般的な方法であることを示す。
論文 参考訳（メタデータ） (2022-05-30T07:49:22Z) - Quantum algorithm for stochastic optimal stopping problems with
applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。
プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文 参考訳（メタデータ） (2021-11-30T12:21:41Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳（メタデータ） (2021-03-12T20:58:41Z)
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。