論文の概要: Parallel and Distributed Fermionic Simulation via Dynamic Encoding

• arxiv url: http://arxiv.org/abs/2609.31502v1
• Date: Fri, 25 Sep 2026 16:41:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.49276
• Title: Parallel and Distributed Fermionic Simulation via Dynamic Encoding
• Title（参考訳）: 動的符号化による並列・分散フェルミオンシミュレーション
• Abstract要約: 本稿では,QPU間のフェルミオン系のトロッター化ハミルトンシミュレーションの並列化と分散を簡便かつ効率的に行う方法を示す。 被覆設計を用いて最小限のフェルミオン量子ビット符号化を定義することにより、通信コストのスケーリングを$mathcalO(M r)$として示す。
• 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: We demonstrate a simple and efficient method to parallelize and distribute Trotterized Hamiltonian simulation of fermionic systems across multiple QPUs. Using combinatorial covering designs to define a minimal set of fermion-qubit encodings, we demonstrate communication cost scaling as $\mathcal{O}(M r)$ for a system of $M$ fermionic modes and Trotter number $r$, improving on the static encoding bound for $q$ QPUs, $\mathcal{O}(M^4 q r)$. We compare this approach to dynamic encoding using a randomised method, Pauli-weight based optimisation and hypergraph partitioning. Applying this to the Hamiltonians of a range of molecular systems, we find the combinatorial covering approach results in the lowest communication cost in all but the sparsest Hamiltonians.
• Abstract（参考訳）: 複数のQPUにまたがるフェルミオン系のトロッター化ハミルトンシミュレーションの並列化と分散を簡便かつ効率的に行う方法を示す。 最小のフェルミオン量子ビット符号化を定義するための組合せ被覆設計を用いて、通信コストのスケーリングを$M$フェルミオンモードと$r$のシステムに対して$\mathcal{O}(M r)$とし、$q$ QPUs, $\mathcal{O}(M^4 q r)$の静的符号化を改善する。 本稿では,この手法をランダム化法,パウリ重み付き最適化,ハイパーグラフ分割を用いた動的符号化と比較する。 これを様々な分子系のハミルトニアンに適用すると、組合せ被覆法は、最も広いハミルトニアンを除いて、通信コストが最低となることが分かる。

関連論文リスト

• Hardware-Efficient Hamiltonian Simulation via Trotter-Initialized Variational Optimization with Native Placement [0.0]
  本稿では,製品形式分解を合成プリミティブとして扱う構造対応コンパイルフレームワークを提案する。 ハイゼンベルク、イジング、XYの各モデルに$n$--$8$ qubitsのモデルがあり、コンパイルされた回路は$F>0.996$となる。 IBM Torinoのハードウェアでは、より短い近似回路がより深い精度で分解される状態が観察される。
  論文  参考訳（メタデータ） (2026-04-29T13:26:54Z)
• Preparing Fermions via Classical Sampling and Linear Combinations of Unitaries [0.0]
  フェルミオン量子状態の効率的なフォールトトレラント化を可能にするQubits (E$OQ) フレームワーク上でのEvolving density matricesの拡張を提案する。 元の方法はサンプリングによって状態の準備を回避しているが、フェミオン系では多くの必要な回路に繋がるサイン問題に直面している。
  論文  参考訳（メタデータ） (2026-03-23T18:01:03Z)
• Parallel Simulation for Log-concave Sampling and Score-based Diffusion Models [55.07411490538404]
  本稿では,次元$d$の適応的複雑性依存性を改善する並列サンプリング手法を提案する。 我々の手法は科学計算による並列シミュレーション技術に基づいている。
  論文  参考訳（メタデータ） (2024-12-10T11:50:46Z)
• Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs [56.237917407785545]
  本稿では,円滑なベルマン作用素を持つ連続空間マルコフ決定過程(MDP)の一般クラスにおいて,$varepsilon$-optimal Policyを学習する問題を考察する。 我々のソリューションの鍵となるのは、調和解析のアイデアに基づく新しい射影技術である。 我々の結果は、連続空間 MDP における2つの人気と矛盾する視点のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2024-05-10T09:58:47Z)
• Quantum Simulation of the First-Quantized Pauli-Fierz Hamiltonian [0.5097809301149342]
  我々は、我々の分割と形式主義の征服を通じて、大きな$Lambda$の量子化よりも優れたスケーリングと量子化を得られることを示す。 また,マルチコントロールされたXゲート群を実装する新しい方法を含む,ゲート最適化のための新しいアルゴリズムおよび回路レベル技術も提供する。
  論文  参考訳（メタデータ） (2023-06-19T23:20:30Z)
• Unbiased random circuit compiler for time-dependent Hamiltonian simulation [8.694056486825318]
  時間依存ハミルトニアンシミュレーションは量子コンピューティングにおいて重要な課題である。 我々はTDHSのための非バイアスランダムコンパイラを開発した。 相互作用図に基づくスピンモデルと分子系の断熱基底状態の数値シミュレーションを行う。
  論文  参考訳（メタデータ） (2022-12-19T13:40:05Z)
• Matching Pursuit Based Scheduling for Over-the-Air Federated Learning [67.59503935237676]
  本稿では,フェデレートラーニング手法を用いて,オーバー・ザ・エアラーニングのための低複雑さデバイススケジューリングアルゴリズムのクラスを開発する。 最先端の提案方式と比較すると,提案方式は極めて低効率なシステムである。 提案手法の有効性は,CIFARデータセットを用いた実験により確認した。
  論文  参考訳（メタデータ） (2022-06-14T08:14:14Z)
• Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
  回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。 異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。 我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
  論文  参考訳（メタデータ） (2022-06-07T18:00:01Z)
• The Min-Max Complexity of Distributed Stochastic Convex Optimization with Intermittent Communication [61.60069865891783]
  間欠的通信環境における分散凸最適化(ログファクタまで)の分極的複雑性を解消する。 本稿では、最適なアルゴリズムを確立するための、一致した上限を持つ新しい下界を示す。
  論文  参考訳（メタデータ） (2021-02-02T16:18:29Z)
• Learning Gaussian Graphical Models via Multiplicative Weights [54.252053139374205]
  乗算重み更新法に基づいて,Klivans と Meka のアルゴリズムを適用した。 アルゴリズムは、文献の他のものと質的に類似したサンプル複雑性境界を楽しみます。 ランタイムが低い$O(mp2)$で、$m$サンプルと$p$ノードの場合には、簡単にオンライン形式で実装できる。
  論文  参考訳（メタデータ） (2020-02-20T10:50:58Z)

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。