論文の概要: The effects of shot noise on the quantum computation of NMR spectra
- arxiv url: http://arxiv.org/abs/2609.20406v1
- Date: Thu, 17 Sep 2026 13:53:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.294499
- Title: The effects of shot noise on the quantum computation of NMR spectra
- Title（参考訳）: NMRスペクトルの量子計算におけるショットノイズの影響
- Abstract要約: 我々は、核磁気共鳴(NMR)スペクトルのシミュレーションを用いて、計算資源がシステムサイズでどのようにスケールするかを研究する。
要求される資源は分子の大きさによって弱くしか増加せず、ヒルベルト空間の指数的な成長よりもはるかに低い。
この結果は、ショットノイズはNMRシステムのシミュレーションにおいて量子優位性を達成するための基本的な障壁にはならないことを示唆している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Recent advances in the field of quantum computing hardware motivate the search for applications which demonstrate so-called quantum advantage. One promising use case that has been identified is the simulation of quantum many-body systems. The computational resources required for performing such a simulation on a classical computer generally grow exponentially with the size of the system being modeled, which is ultimately due to the exponential growth of the Hilbert space in which the dynamics of such a system take place. While digital quantum computers natively evolve quantum states directly in such a Hilbert space, thus naively avoiding this problem, the result of such a computation is typically not obtained as a deterministic output. Rather, it requires projective measurements which are fundamentally affected by shot noise. Any desired expectation values must therefore be reconstructed from repeated measurements, making the number of those measurements a relevant computational resource, and thus an important consideration for any potential claims of quantum advantage. In this work, we study how this resource scales with system size (a scaling which itself depends on the desired accuracy of the final result), using the simulation of nuclear magnetic resonance (NMR) spectra as a test case. We study this scaling for both real-world molecules, as well as a class of model NMR Hamiltonians which allow for efficient large-scale simulations with one-dimensional, two-dimensional, and all-to-all interactions. We find that the required resources increase only weakly with molecular size, far below the exponential growth of the underlying Hilbert space. This result suggests that shot noise should not pose a fundamental barrier to achieving quantum advantage in the simulation of NMR systems, and perhaps for many-body systems more broadly.
- Abstract（参考訳）: 量子コンピューティングハードウェアの分野における最近の進歩は、いわゆる量子優位性を示すアプリケーションの探索を動機付けている。
有望なユースケースの1つは、量子多体系のシミュレーションである。
古典的コンピュータ上でそのようなシミュレーションを実行するのに必要な計算資源は、一般に、モデル化されるシステムのサイズとともに指数関数的に増加する。
デジタル量子コンピュータは、そのようなヒルベルト空間で直接量子状態が進化するのに対して、この問題を神経的に回避するが、そのような計算の結果は通常決定論的出力として得られない。
むしろ、基本的にショットノイズに影響される射影測定が必要である。
したがって、任意の期待値は繰り返し測定から再構成されなければならないので、これらの測定の数は関連する計算資源となり、量子的優位性の潜在的な主張にとって重要な考慮事項となる。
本研究では、核磁気共鳴(NMR)スペクトルのシミュレーションを試験ケースとして、この資源がシステムサイズ(それ自体が最終結果の所望の精度に依存するスケーリング)とどのようにスケールするかを検討する。
実世界の分子と、一次元、二次元、全対一の相互作用を持つ効率的な大規模シミュレーションを可能にするモデルNMRハミルトニアンのクラスについて、このスケーリングについて研究する。
要求される資源は分子の大きさによって弱くしか増加せず、ヒルベルト空間の指数的な成長よりもはるかに低い。
この結果は、ショットノイズはNMRシステムのシミュレーションにおいて量子優位性を達成するための基本的な障壁にはならないことを示唆している。
関連論文リスト
- Quantum Simulation and Energy Estimation for Discretized Anharmonic oscillator [1.0079626733116613]
フィルタに基づく設計とトフォリゲートを備えた量子回路は、量子状態の進化を追跡するために構築される。
エネルギー推定には、2ローカルアンサッツと変分量子デフレレーション(VQD)を備えた変分量子固有解器(VQE)を用いる。
論文 参考訳（メタデータ） (2025-09-25T08:49:09Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか?
我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。
そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Demonstration of a variational quantum eigensolver with a solid-state spin system under ambient conditions [15.044543674753308]
量子シミュレータは、物理系の量子的性質を利用して別の物理系を研究する能力を提供する。
変分量子固有解法アルゴリズムは分子電子構造の研究に特に有望な応用である。
スピンベースの固体量子ビットは、長いデコヒーレンス時間と高忠実度量子ゲートの利点がある。
論文 参考訳（メタデータ） (2024-07-23T09:17:06Z) - Towards quantum utility for NMR quantum simulation on a NISQ computer [0.0]
核磁気共鳴(NMR)実験を模擬するための雑音型中間スケール量子デバイスの適用について検討する。
最大11スピン、合計47原子の関連分子上での陽子NMRスペクトルのシミュレーション結果を示し、実際のNMR実験と比較する。
現在の制限にもかかわらず、同様のアプローチが最終的に量子ユーティリティーのケースにつながることが示される。
論文 参考訳（メタデータ） (2024-04-26T17:22:24Z) - Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。
我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
論文 参考訳（メタデータ） (2024-03-30T00:21:46Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳（メタデータ） (2022-12-21T19:00:04Z) - Entanglement entropy scaling of noisy random quantum circuits in two
dimensions [8.501065978448919]
誤差補正のないノイズの多い量子デバイスは 古典的コンピュータよりも 量子的に有利だ
この研究では、ランダム量子回路は、関連する2次元アーキテクチャの実験において、非偏極ノイズでシミュレートされる。
論文 参考訳（メタデータ） (2022-05-27T14:22:28Z) - Recompilation-enhanced simulation of electron-phonon dynamics on IBM
Quantum computers [62.997667081978825]
小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。
我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。
デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
論文 参考訳（メタデータ） (2022-02-16T19:00:00Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳（メタデータ） (2021-08-30T23:50:05Z) - Scalable Hamiltonian learning for large-scale out-of-equilibrium quantum
dynamics [0.0]
平衡外量子系におけるハミルトントモグラフィーのためのニューラルネットワークに基づくスケーラブルなアルゴリズムを提案する。
具体的には,任意の大きさの準1次元ボゾン系のハミルトニアンを再構成可能であることを示す。
論文 参考訳（メタデータ） (2021-03-01T19:00:15Z)
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。