論文の概要: Q-MERGE: Parallelising Quantum State Preparation for Large-Scale Classical Data

• arxiv url: http://arxiv.org/abs/2610.04247v1
• Date: Sat, 03 Oct 2026 03:09:47 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 21:41:33.729356
• Title: Q-MERGE: Parallelising Quantum State Preparation for Large-Scale Classical Data
• Title（参考訳）: Q-MERGE:大規模古典データのための並列量子状態準備
• Abstract要約: 我々はQ-MERGEと呼ばれる新しい状態準備フレームワークを導入し、大きな振幅符号化状態を作成する。 Q-MERGEはセグメントレベルの調製法に非依存であり、既存の技術をより小さなサブプロブレムに適用することができる。 Q-MERGEは実世界(128times256)の超音波データセットに適用され、直接準備のために3.413times10-1$に対して1.066times10-8$という不確実性を達成している。
• 参考スコア（独自算出の注目度）: 4.483208369550461
• License:
• Abstract: Quantum processing of classical data fundamentally relies on efficiently mapping classical datasets onto the amplitudes of quantum states. Preparing large amplitude-encoded states, however, remains a major bottleneck in quantum computing. In this paper, we introduce a novel state-preparation framework we call Q-MERGE, that addresses this bottleneck by partitioning a large target state into $M$ $n$-qubit segments, preparing these segments independently and in parallel, and then coherently combining them into a single amplitude-encoded state using SELECT-SWAP operations and measurement. Q-MERGE is agnostic to the segment-level preparation method, allowing existing techniques to be applied to smaller subproblems while providing a tunable trade-off between circuit depth and qubit count. With mid-circuit measurement and preparation-register reuse, the required ancilla qubits can be reduced from $\mathcal{O}(Mn)$ to $\mathcal{O}(n)$. Applied to a real-world \(128\times256\) ultrasound dataset, Q-MERGE achieves an infidelity of $1.066\times10^{-8}$, compared with $3.413\times10^{-1}$ for direct preparation using the same underlying method, a seven-order of magnitude improvement. We demonstrate its feasibility experimentally on the Quantinuum System Model H2 trapped-ion quantum computer and validate the prepared state using shadow-overlap tomography. Numerical analysis of Haar-random states indicates consistent success probability for up to $M=10^7$ segments, supporting the scalability of Q-MERGE for encoding massive classical datasets.
• Abstract（参考訳）: 古典データの量子処理は、古典的なデータセットを量子状態の振幅に効率的にマッピングすることに依存している。 しかし、大きな振幅符号化状態を用意することは、量子コンピューティングにおいて大きなボトルネックとなっている。 本稿では,大規模ターゲット状態を$M$$n$-qubitセグメントに分割し,これらのセグメントを独立かつ並列に作成し,SELECT-SWAP操作と測定を用いて単一振幅符号化状態に整合的に結合することにより,このボトルネックに対処する,Q-MERGEと呼ばれる新しい状態準備フレームワークを提案する。 Q-MERGEはセグメントレベルの調製法に非依存であり、回路深さとキュービット数との調整可能なトレードオフを提供しながら、既存の技術をより小さなサブプロブレムに適用することができる。 中間回路の測定と準備-登録の再利用により、必要なアンシラ量子ビットは$\mathcal{O}(Mn)$から$\mathcal{O}(n)$に還元できる。 実世界の128\times256\)超音波データセットに適用すると、Q-MERGEは1.066\times10^{-8}$に対して3.413\times10^{-1}$の非忠実性を達成している。 本稿では,量子システムモデルH2の捕捉イオン量子コンピュータ上で実験により実現可能性を示し,シャドウオーバーラップトモグラフィーによる準備状態の検証を行った。 Haar-random状態の数値解析は、最大$M=10^7$セグメントに対する一貫した成功確率を示し、巨大な古典的データセットを符号化するためのQ-MERGEのスケーラビリティをサポートする。

関連論文リスト

• The log log jam in Gaussian state tomography [30.395638404311537]
  ガウス測度を使用するプロトコルは、絡み合ったり、適応的に選択されたプロトコルであっても、$log log E$Dependencyを発生させなければならない。 非常に絡み合った非ガウス測度では、$O(n2 / 2)$サンプルで$n$モードの純粋なガウス状態を学ぶことができ、$E$とは独立である。 我々の結果は、量子学習における適応性、絡み合い、魔法の間の興味深い相互作用に新たな光を当てた。
  論文  参考訳（メタデータ） (2026-07-14T17:25:43Z)
• Efficient Complex-Valued State Preparation on Bucket Brigade QRAM [47.72095699729477]
  効率的な量子状態準備は、大規模な古典的データを処理する量子アルゴリズムにおいて重要な要素である。 同じアーキテクチャ・アウェア・フレームワークで2つの改善点を提示します。
  論文  参考訳（メタデータ） (2026-04-28T13:43:29Z)
• Hybrid Quantum State Preparation via Data Compression [0.0]
  一般的な$n$qubit状態のための量子状態準備(QSP)には、$O(2n)$CNOTと回路深さが必要である。 圧縮可能なデータに対して,このコストを$O(poly(n)$に削減する,アンシラフリーな古典量子戦略を導入する。
  論文  参考訳（メタデータ） (2025-12-01T15:32:46Z)
• Efficient Quantum State Preparation with Bucket Brigade QRAM [47.72095699729477]
  量子状態におけるデータの合成は、量子アルゴリズムの設計において重要な要素である。 効率的な状態準備を実現するための主要なアプローチの1つは、量子ランダムアクセスメモリ(QRAM)を使用することである。 本稿では,Bucket Brigade QRAM(BBQRAM)の物理モデルとSegment Treeの古典的データ構造を統合し,効率的な状態生成を実現するフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-17T18:50:07Z)
• Hadamard Random Forest: Reconstructing real-valued quantum states with exponential reduction in measurement settings [1.857570444541311]
  我々は、状態ベクトル再構成に必要な測定設定を$O(N_mathrmq)$に削減する実数値量子状態の読み出し方法を提案する。 我々は、最新のIBM量子プロセッサ上で最大10量子ビットの手法を実験的に検証し、エンタングルメントやマジックなどの重要な特性を正確に抽出できることを実証した。
  論文  参考訳（メタデータ） (2025-05-09T22:12:54Z)
• Augmenting Simulated Noisy Quantum Data Collection by Orders of Magnitude Using Pre-Trajectory Sampling with Batched Execution [47.60253809426628]
  提案手法は,誤差型を調整して軌道シミュレーションの効率化と有効性を高めることを目的としている。 私たちはそれぞれ100兆枚と100万枚という膨大なデータセットを生成します。
  論文  参考訳（メタデータ） (2025-04-22T22:36:18Z)
• Entanglement-Assisted Coding for Arbitrary Linear Computations Over a Quantum MAC [34.32444379837011]
  量子多重アクセスチャネル(LC-QMAC)上の線形計算問題について検討する。 本稿では、安定化器形式と絡み合い支援量子誤り訂正符号(EAQECC)のアイデアに基づくLC-QMACの達成可能なスキームを提案する。
  論文  参考訳（メタデータ） (2025-01-27T18:35:33Z)
• Efficient Verification of Anticoncentrated Quantum States [0.38073142980733]
  準備可能な量子状態 $mu$ と古典的に指定されたターゲット状態 $tau$ の間に、忠実度 $F(mu,tau)$ を推定する新しい方法を提案する。 また,本手法のより洗練されたバージョンを提示する。このバージョンでは,高効率に準備可能な,かつ良好な量子状態が重要試料として使用される。
  論文  参考訳（メタデータ） (2020-12-15T18:01:11Z)
• Quantum Gram-Schmidt Processes and Their Application to Efficient State Read-out for Quantum Algorithms [87.04438831673063]
  本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。 我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。 我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
  論文  参考訳（メタデータ） (2020-04-14T11:05:26Z)

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。