論文の概要: Efficient Learning of Clifford-Scrambled Product States
- arxiv url: http://arxiv.org/abs/2609.27128v1
- Date: Tue, 22 Sep 2026 22:39:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:05:17.797017
- Title: Efficient Learning of Clifford-Scrambled Product States
- Title(参考訳): クリフォードスクランブル製品状態の効率的な学習
- Abstract要約: クリフォード強化行列積状態において隠れた積ブロックをアンタングル化することを学ぶ。
単体学習では、$O(n2)$クエリを使って、$T$-depth-one回路を正確に学習する。
- 参考スコア(独自算出の注目度): 0.461492642190703
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Clifford circuits acting on product magic states provide a compact ansatz exhibiting extensive magic, volume-law entanglement, and even classically hard sampling under standard complexity assumptions. Here, we efficiently recover its hidden product subsystems from two-copy Bell sampling. Quadratic relations between Bell samples determine the irreducible blocks after removing Pauli stabilizers, and binary linear algebra constructs a Clifford disentangler. For logarithmic-size blocks, approximate learning of the full state is efficient whenever the state remains inverse-polynomially separated from acquiring additional Pauli stabilizers. We efficiently learn $n$-qubit states prepared by random $T$-doped Clifford circuits with $T$-gate density below one via $O(n^2)$ Bell samples, and disentangle hidden product blocks in Clifford-augmented matrix product states. For unitary learning, we exactly learn $T$-depth-one circuits using $O(n^2)$ queries. Finally, we rule out pseudorandom states and unitaries with a product bipartition hidden by Clifford circuits.
- Abstract(参考訳): 製品マジック状態に作用するクリフォード回路は、拡張魔法、体積法的な絡み合い、さらには標準的な複雑性仮定の下で古典的なハードサンプリングを示すコンパクトなアンザッツを提供する。
ここでは, 2コピーベルサンプリングから隠された製品サブシステムを効率よく回収する。
ベルサンプル間の二次関係は、パウリ安定化器を除去した後、既約ブロックを決定する。
対数サイズのブロックの場合、完全状態の近似学習は、状態が追加のパウリ安定化器から逆ポリノミカルに分離されたままであるときに効率的である。
我々は、ランダムな$T$ドープクリフォード回路で作成された$n$-qubit状態と、$O(n^2)$ Bellサンプルを用いて1以下の$T$ゲート密度と、Clifford拡張行列積状態における隠蔽積ブロックを効率的に学習する。
ユニタリ学習では、$O(n^2)$クエリを使って、$T$-depth-one回路を正確に学習する。
最後に、クリフォード回路に隠された積分割を持つ擬似ランダム状態とユニタリを除外する。
関連論文リスト
- Efficient learning of Clifford disentanglers and typical $t$-doped unitaries with exponentially more $T$ gates [0.0]
未知の純状態ベクトルに隠れたテンソル積構造を検証・復元するための効率的なアルゴリズムを提供する。
我々のフレームワークはまた、構造化多体ハミルトン多様体を圧縮するためのツールも提供する。
論文 参考訳(メタデータ) (2026-09-23T08:48:39Z) - Magic-protected entanglement and Clifford-irreducible structure in magic state space [45.88028371034407]
我々は魔法で守られた絡み合いを研究するためのクリフォード軌道フレームワークを開発した。
正準代表、スペクトル、および状態のクリフォード既約構造を特徴づけるランクを定義している。
これらの結果は、魔法の絡み合いを、非安定化剤性がクリフォード還元に対する量子相関をいかに保護するかの軌道レベルの診断であると特定している。
論文 参考訳(メタデータ) (2026-07-20T18:00:20Z) - The State-Operator Clifford Compatibility: A Real Algebraic Framework for Quantum Information [0.0]
我々は、テンソル積構造である$Cell_2,0(mathbbR)otimes N$に基づいて、$N$-qubit量子計算のための実数保存フレームワークを導入する。
論文 参考訳(メタデータ) (2025-12-05T22:55:31Z) - The non-Clifford cost of random unitaries [0.2796197251957244]
我々は$t$ドープクリフォード回路のアンサンブルを$n$ qubitsで探索する。
厳密な収束境界をユニタリな$k$-設計に向けて確立する。
ランダムドープされたクリフォード回路のアンサンブル上で回転する演算子の解析式を導出する。
論文 参考訳(メタデータ) (2025-05-15T09:28:10Z) - Clifford Dressed Time-Dependent Variational Principle [39.58317527488534]
マトリックス製品状態(MPS)のための拡張時間依存変動原理(TDVP)アルゴリズムを提案する。
クリフォード群を活用することにより、クリフォード装束1-TDVPスキームを導入する。
我々は、積分可能系と非可積分系の両方を含む様々な量子多体モデルを用いて、新しいアルゴリズムを数値的に検証する。
論文 参考訳(メタデータ) (2024-07-01T18:04:25Z) - Fast algorithms for classical specifications of stabiliser states and Clifford gates [14.947570152519281]
安定化状態とクリフォードゲートの異なる仕様の変換と検証は、量子情報における古典的アルゴリズムの重要な構成要素である。
我々は安定化状態とクリフォードゲートに関する新しい数学的洞察を開発し、それらの記述を明確にした。
そして、これらを利用して、既存の実装よりも有利な10の新しい高速アルゴリズムを提供します。
論文 参考訳(メタデータ) (2023-11-17T07:09:10Z) - Low-depth Clifford circuits approximately solve MaxCut [44.99833362998488]
低深さクリフォード回路に基づくMaxCutの量子インスピレーション近似アルゴリズムを提案する。
我々のアルゴリズムは、深さ$O(N)$ Clifford回路を構築することにより、$N$頂点グラフ上のMaxCutの近似解を求める。
論文 参考訳(メタデータ) (2023-10-23T15:20:03Z) - Efficient unitary designs with a system-size independent number of
non-Clifford gates [2.387952453171487]
指数的資源を用いて、フル$n$-qubit 群から引き出されたハールランダムなユニタリを生成する。
Unitary $t-designsはHaar-$-thの瞬間を模倣する。
ランダムなクリフォード回路の収束時間から、クリフォード群上の一様分布の$t$-番目のモーメントを導出する。
論文 参考訳(メタデータ) (2020-02-21T19:41:07Z)
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。