論文の概要: Orbital-Rotation Shadow Tomography Reduces the Classical Cost of Quantum-Classical Auxiliary-Field Quantum Monte Carlo
- arxiv url: http://arxiv.org/abs/2610.03103v1
- Date: Fri, 02 Oct 2026 10:23:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.324619
- Title: Orbital-Rotation Shadow Tomography Reduces the Classical Cost of Quantum-Classical Auxiliary-Field Quantum Monte Carlo
- Title（参考訳）: 軌道回転シャドウトモグラフィーによるモンテカルロの古典的コスト低減
- Abstract要約: 量子古典的補助場量子モンテカルロ(QC-AFQMC)は、強い相関電子構造問題に量子コンピュータを使用するための有望なルートである。
既存のマッチゲートシャドウアプローチは、一般的な古典的影の指数的なコストを回避しているが、その後処理は大規模システムでは高価である。
軌道回転影として実装された粒子数保存フェミオン影は,QC-AFQMC後処理コストを大幅に削減できることを示す。
- 参考スコア（独自算出の注目度）: 0.34998703934432673
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum-classical auxiliary-field quantum Monte Carlo (QC-AFQMC) is a promising route to using quantum computers for strongly correlated electronic structure problems, but its scalability is limited by a classical post-processing bottleneck: the measured quantum trial state must be used to evaluate overlaps, force biases, and local energies for many walkers throughout the AFQMC propagation. Existing matchgate-shadow approaches avoid the exponential cost of generic classical shadows, but their post-processing remains expensive for large systems. In this work, we show that particle-number-preserving fermionic shadows, implemented as orbital-rotation shadows, are able to drastically reduce QC-AFQMC post-processing costs. We derive efficient estimators for overlaps and their derivatives, giving $O(N^3)$ scaling for overlaps and force biases and $O(N^4)$ scaling for local energies per shadow and walker and with $O(N)$ Cholesky vector. For fixed normalized target determinants, we also prove that the overlap estimator is unbiased with variance upper bounded by $O(η)$, where $η$ is the particle number, yielding a sufficient budget of $O(η/ε^2)$ ideal independent measurements for additive overlap error $ε$. We combine these estimators with a novel virtual-correlation-energy treatment and a GPU implementation and demonstrate QC-AFQMC using orbital-rotation shadows. Performance projections for $π$-conjugated molecules up to pentacene with a (22e, 22o) active space and 356 total orbitals show that the full classical post-processing workflow can be completed in slightly more than two days on 8$\times$A100 graphics processing units (GPUs). These results significantly reduce classical post-processing costs for QC-AFQMC and motivate further improvements in preparation and measurement of the trial state on quantum hardware.
- Abstract（参考訳）: 量子古典的補助場量子モンテカルロ(QC-AFQMC)は、強く相関する電子構造問題に量子コンピュータを使用するための有望なルートであるが、そのスケーラビリティは古典的な後処理のボトルネックによって制限されている。
既存のマッチゲートシャドウアプローチは、一般的な古典的影の指数的なコストを回避しているが、その後処理は大規模システムでは高価である。
本研究では、軌道回転影として実装された粒子数保存フェルミオン影が、QC-AFQMC後処理コストを大幅に削減できることを示す。
重なりと力のバイアスに対する$O(N^3)$スケーリングと、シャドーとウォーカーあたりの局所エネルギーに対する$O(N^4)$スケーリングと、ショレスキーベクトルによる$O(N)$スケーリングを与える。
固定正規化対象行列式に対しては、重なり推定器が$O(η)$で有界な分散上界に偏りがないことを証明し、$η$は粒子数であり、付加重なり誤差$ε$に対する理想的な独立測定値として$O(η/ε^2)$となる。
我々はこれらの推定器と、新しい仮想相関エネルギー処理とGPUの実装を組み合わせることで、軌道回転影を用いたQC-AFQMCを実証する。
π$共役分子が(22e, 22o)活性空間と356個の全軌道を持つペンタセンまでの性能予測は、8$\times$A100グラフィクス処理ユニット(GPU)上で2日以内で完全に古典的な後処理ワークフローが完了することを示す。
これらの結果、QC-AFQMCの古典的な後処理コストを大幅に削減し、量子ハードウェア上での試行状態の準備と測定のさらなる改善を動機付けている。
関連論文リスト
- Mapping photon-number regimes in single-emitter lasers [41.99844472131922]
本研究では, 単一キャビティモードに強く結合した非整合励起三レベルエミッタからなるオープン量子系の数値解析を行った。
レーザーの挙動は、最小の光子集団から生じる可能性がある。
本研究は, 単一光源の動作限界の定義に応用できる。
論文 参考訳（メタデータ） (2026-06-30T07:10:49Z) - Quantum-Classical Auxiliary-Field Quantum Monte Carlo at the Edge of Practicability [0.0]
量子古典的補助場量子モンテカルロ(QC-AFQMC)のアルゴリズム改良を導入する。
これらの改善により、ステップごとの古典的なスケーリングが$tildemathcalO(N5.5)$から$tildemathcalO(N4.5)$に削減される。
我々はQC-AFQMCのフォールトトレラントな実装として量子ランタイムと古典ランタイムの両方を推定する。
論文 参考訳（メタデータ） (2026-06-17T16:19:25Z) - Ground state preparation of random all-to-all Hamiltonians using ADAPT-VQE [36.587368823954584]
最大$N$フェルミオンを含むSYKモデルに対して,ADAPT-VQEが正確な基底状態を構築することができることを示す。
SKモデルでは, 基底状態の生成は(演算プールサイズと回路深度の観点から)効率的であるが, 密度あるいは適度にスパースしたSYKモデルでは効率が良くないことがわかった。
論文 参考訳（メタデータ） (2026-06-16T18:00:00Z) - Beyond the Classical Ceiling: Multi-Layer Fully-Connected Variational Quantum Circuits [30.43537052717143]
既存のソリューションはしばしば、古典的なニューラルネットワークを特徴圧縮に頼り、真の量子能力を無視することでこれを回避している。
トレーニング可能な古典エンコーダを使わずに,textbfend-to-end量子学習を実現するモジュールアーキテクチャである textbfMulti-Layer Fully-Connected VQC (FC-VQC) を提案する。
我々は、標準ベンチマークと高次元産業タスク、textbf300-asset Option Portfolio Pricingに対して、このアプローチを実証的に検証する。
論文 参考訳（メタデータ） (2026-02-18T17:18:23Z) - Scaling advantage with quantum-enhanced memetic tabu search for LABS [32.505127447635864]
本稿では,低自己相関二項列 (LABS) 問題に対するQE-MTS (quantum-enhanced memetic tabu search) を提案する。
ディジタル化された反断熱量子最適化 (DCQO) から, 古典的MTSを高品質な初期状態でシードすることで, 経験的時間-解法のスケーリングを抑える。
このスケーリングは、よく知られた古典的な$mathcalO (1.34N)$を超え、量子近似最適化アルゴリズムの$mathcalO (1.46N)$を改善している。
論文 参考訳（メタデータ） (2025-11-06T17:07:10Z) - Enhancing Quantum State Reconstruction with Structured Classical Shadows [22.432806329828782]
提案手法では,提案手法を用いてQSTの性能を保証した古典影法(PCS)を提案する。
PCSは、ターゲット部分空間にプロジェクションステップを組み込むことで、標準CSメソッドを拡張している。
行列積演算子状態に対して、PCS法は、$O(n2)$トータル状態コピーで基底構造を復元できることを実証する。
論文 参考訳（メタデータ） (2025-01-06T17:09:38Z) - Q-Newton: Hybrid Quantum-Classical Scheduling for Accelerating Neural Network Training with Newton's Gradient Descent [37.59299233291882]
本稿では,ニュートンのGDを用いたニューラルネットワークトレーニングの高速化を目的とした,ハイブリッド量子古典スケジューラQ-Newtonを提案する。
Q-Newtonは量子と古典的な線形解法を協調する合理化スケジューリングモジュールを使用している。
評価の結果,Q-Newtonは一般的な量子機械と比較してトレーニング時間を大幅に短縮できる可能性が示された。
論文 参考訳（メタデータ） (2024-04-30T23:55:03Z) - Classical and quantum cost of measurement strategies for quantum-enhanced auxiliary field Quantum Monte Carlo [1.444389282193381]
補助場量子モンテカルロ(QC-AFQMC)は、量子コンピュータからの出力を使用して、古典的な量子コンピュータの精度を高める。
本稿では,このアルゴリズムの適用性について,量子コンピュータから要求される測定数と,これらの測定を後処理する古典的コストの観点から検討する。
論文 参考訳（メタデータ） (2023-12-15T15:18:49Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳（メタデータ） (2021-08-03T17:49:09Z)
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。