論文の概要: Classical Algorithms for Function Computation in Gaussian Boson Sampling

• arxiv url: http://arxiv.org/abs/2609.38882v1
• Date: Wed, 30 Sep 2026 03:31:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.124316
• Title: Classical Algorithms for Function Computation in Gaussian Boson Sampling
• Title（参考訳）: ガウスボソンサンプリングにおける関数計算の古典的アルゴリズム
• Abstract要約: ガウスボソンサンプリング(GBS)は、励起された入力と受動線形光学で生成された光子数パターンをサンプリングすることによって量子的優位性を求める。 受動線形光学ネットワーク上の平均ケースにおけるそのような関数の期待値は、有限なスキーズ強度を持つ入力に対して古典的に評価できることを示す。 我々は、線形光学量子系を解析するための新しい理論ツールを提供し、現在のGBS硬さ証拠の起源を明らかにするのに役立ち、真の量子優位性を持つGBSの新しい応用を誘発する。
• 参考スコア（独自算出の注目度）: 7.916345108874512
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gaussian boson sampling (GBS) seeks quantum advantage by sampling photon-number patterns generated with squeezed inputs and passive linear optics. Many proposed GBS applications instead target function computation by applying functions to mode-resolved photon-number outcomes---a natural form of experimental postprocessing that produces classical outputs. Sampling hardness alone, however, does not determine the complexity of these tasks. By analyzing the irreducible decomposition of fixed-photon-number operator spaces, we prove that the expectation value of every such function in the average case over passive linear-optical networks can be classically evaluated for inputs with finite squeezing strength. We also provide a classical algorithm that estimates this value to inverse-polynomial additive error. The result provides new theoretical tools for analyzing linear-optical quantum systems, helps clarify the origin of current GBS hardness evidence, and inspires new applications of GBS with genuine quantum advantages.
• Abstract（参考訳）: ガウスボソンサンプリング(GBS)は、励起された入力と受動線形光学で生成された光子数パターンをサンプリングすることによって量子的優位性を求める。 提案した多くのGBSアプリケーションは、古典的な出力を生成する実験的な後処理の自然な形態であるモード分解された光子数の結果に関数を適用することによって、関数計算を対象とする。 しかし、ハードネスのサンプリングだけでは、これらのタスクの複雑さは決定できない。 固定光子数作用素空間の既約分解を解析することにより、受動線形光学ネットワーク上の平均ケースにおけるそのような関数の期待値が有限なスクイージング強度を持つ入力に対して古典的に評価できることを証明できる。 また、この値を逆多項式加法誤差に推定する古典的アルゴリズムも提供する。 その結果、線形光学量子系を解析するための新しい理論ツールが提供され、現在のGBS硬さ証拠の起源を明らかにし、真の量子優位性を持つGBSの新しい応用を刺激する。

関連論文リスト

• Wavelength-Uniform Quantum Algorithms for Quantum Dynamics [39.740772144144366]
  具体的には、空間的次元が複雑であり、小さな波長の負のパワーを伴わずに離散化して有界化することにより、空間的格子が周波数を解けなくても正しい物理観測可能を捉えることができ、したがってナイキスト・シャノンサンプリング定理を無視することができる。
  論文  参考訳（メタデータ） (2026-09-07T12:00:04Z)
• The trainability of photonic quantum circuits [34.13373752364321]
  変分量子アルゴリズムは、短期量子コンピューティングにおける主要なアプローチであるが、そのスケーラビリティは、不規則な台地と、損失ランドスケープの小さな変化を解決するためのサンプリングコストによって制限される。 本稿では、受動線形光量子回路のトレーニング可能性について検討し、回路分散に対するばらつきの比に基づく枠組みを導入する。 これらの結果は、短期的応用のための有望なプラットフォームとしてフォトニック変分量子コンピューティングを確立している。
  論文  参考訳（メタデータ） (2026-07-23T17:31:09Z)
• Fermi-Dirac machines as quantizations of neurons [51.809748057605184]
  我々はフェルミ・ディラック機械を古典ニューロンの正準量子化として再解釈する。 我々は、量子化されたニューロンの出力と勾配を評価するための効率的なハイブリッド量子古典アルゴリズムを開発した。 数値実験により、量子ハミルトニアンに基づくニューロンは古典ニューロンでは不可能な関数を学習できることが示されている。
  論文  参考訳（メタデータ） (2026-05-23T04:09:03Z)
• Semidefinite Programming for Quantum Channel Learning [35.18016233072556]
  半定値プログラミング(SDP)は、Choi行列に対する忠実度最適化問題を解くために適用することができる。 我々は、市販のSDP解決器をいくつか試し、それぞれ異なる形態の量子チャネルの再構築を可能にした。 これは、比較的小さなクラウス階の量子チャネルが、実験で観測された古典的なデータを記述するのに十分であることを示している。
  論文  参考訳（メタデータ） (2026-01-18T17:26:45Z)
• Quantum Random Feature Method for Solving Partial Differential Equations [36.58357595906332]
  量子コンピューティングは、古典的な手法よりも指数的なスピードアップの可能性を秘めているため、科学計算の可能性を秘めている。 本研究では,数値解析とニューラル解析の両方の利点を利用する量子ランダム法(QRFM)を提案する。
  論文  参考訳（メタデータ） (2025-10-09T08:42:09Z)
• Gaussian boson sampling for binary optimization [0.0]
  本稿では,2値最適化問題に対処するために,しきい値検出器を備えたパラメトリゼーションガウスボソンサンプリング(GBS)を提案する。 3SATおよびグラフ問題に関する数値実験は、ランダムな推測よりも顕著な性能向上を示した。
  論文  参考訳（メタデータ） (2024-12-19T12:12:22Z)
• Complexity of Gaussian quantum optics with a limited number of non-linearities [3.8366697175402225]
  ガウス過程の1層非線型性による遷移振幅の計算は、古典的コンピュータでは困難であることを示す。 ガウスボソンサンプリング実験の結果の確率を効率的に近似するために,この問題を効率的に解くアルゴリズムがいかに有効かを示す。
  論文  参考訳（メタデータ） (2023-10-09T18:00:04Z)
• Non-linear Boson Sampling [0.0]
  ボソンサンプリングフレームワークにおける非線形光子-光子相互作用の導入について紹介する。 ボソンサンプリングの計算表現性を拡張することで、非線形性の導入は、新しい機能を公開することを約束する。
  論文  参考訳（メタデータ） (2021-10-26T15:41:51Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Gaussian boson sampling with partial distinguishability [0.0]
  本稿では,仮想モードと識別不可能性に基づくアプローチを用いて,部分的な識別可能性を持つGBSについて検討する。 GBSにおける量子超越性の境界は, 偏微分可能性によってさらに推し進めることができることを示す。
  論文  参考訳（メタデータ） (2021-05-20T08:17:51Z)

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。