論文の概要: Pushing beyond the memory barrier in propagation algorithms with randomization
- arxiv url: http://arxiv.org/abs/2610.28845v1
- Date: Tue, 20 Oct 2026 19:17:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.129376
- Title: Pushing beyond the memory barrier in propagation algorithms with randomization
- Title（参考訳）: ランダム化を用いた伝搬アルゴリズムにおけるメモリ障壁を超えてのプッシュ
- Abstract要約: 本稿では,特定再サンプリングスケジュール,マージ,制御されたバイアス量を組み合わせたランダム化プロトコルを導入し,パウリ和を所定のメモリ予算内に保持する。
1) シミュレーションのメモリの増大は, 誤差を外部平均よりも体系的に低減し, 2) 次のゲート遅延の分散蓄積を適用するのに十分な再サンプリングを行い, 3) ばらつきを減らし, 乱れを抑えるためには, 制御された小さなバイアスが不可欠であることを示す。
- 参考スコア（独自算出の注目度）: 1.0499611180329804
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Performant classical tools for simulating quantum circuits are important for benchmarking and supporting upcoming quantum devices. Pauli propagation offers promising capabilities, but deep circuits usually cause a rapid growth in the number of Pauli strings and can quickly exhaust the available memory. In this work, we introduce a randomized protocol that combines a specialized resampling schedule, merging, and a controlled amount of bias to keep the propagating Pauli sum within any prescribed memory budget. Additional computational resources can then be spent on embarrassingly parallel repetitions that systematically improve the estimate. Building on the open-source library PauliPropagation.jl, we show that 1) increasing memory of each simulation reduces the error systematically more than outside averaging, 2) resampling just enough to apply the next gate delays variance accumulation and gives better error-per-time trade-offs than more aggressive resampling, and 3) a small, controlled bias is crucial in cutting down variance and pushing far beyond unbiased randomization. The resulting framework can reproduce deterministic calculations while requiring several orders of magnitude less memory.
- Abstract（参考訳）: 量子回路をシミュレートするための高性能な古典的ツールは、今後の量子デバイスをベンチマークし、サポートするために重要である。
パウリ伝搬は有望な能力を提供するが、ディープ回路は通常、パウリ弦の数が急速に増加し、利用可能なメモリを迅速に消耗させることができる。
本研究では,特定再サンプリングスケジュール,マージ,制御されたバイアス量を組み合わせたランダム化プロトコルを導入し,伝播するパウリ和を所定のメモリ予算内に保持する。
追加の計算資源は、見積もりを体系的に改善する恥ずかしいほどに並列な繰り返しに費やされる。
PauliPropagation.jl というオープンソースのライブラリ上に構築されていることから,そのことが分かる。
1) 各シミュレーションのメモリの増大は,外部平均値よりも系統的に誤差を低減させる。
2次ゲートの設置に十分な再サンプリングは、分散の蓄積を遅らせ、より積極的な再サンプリングよりもエラー毎のトレードオフをより良くする。
3) 分散を減らし、偏りのないランダム化をはるかに超えるためには、小さな制御バイアスが不可欠である。
結果として得られるフレームワークは、数桁のメモリを必要としながら決定論的計算を再現することができる。
関連論文リスト
- Fisher-Orthogonal Memory in Quantum Reservoir Computing [4.441368215483203]
本稿では,メモリトレースの識別性を定量化するための遅延空間量子フィッシャー情報行列を提案する。
この観点からは、Fisher-orthogonal memoryは測定効率のよい設計原理である。
我々はクリフォードルーティング軌道とシンガーサイクルパウリ代数に基づく可溶性多ビット貯水池を構築する。
論文 参考訳（メタデータ） (2026-07-31T09:44:18Z) - Stabilizing Extrapolation in Looped Transformers via Learned Stochastic Stopping [56.14767235650558]
共有トランスブロックを繰り返し適用するLooped Transformerは、可変長の計算タスクに自然に適合するアーキテクチャである。
この差分を、列長とループ数の間の単純なアルゴリズムタスクにおける突発的相関に追従する。
私たちの研究は、"停止する時"は単なる推論時間割当ルールではなく、トレーニング設計の選択として扱われるべきであることを示唆しています。
論文 参考訳（メタデータ） (2026-06-29T08:58:09Z) - Half the Interference, Most of the Answer: Approximate Quantum Simulation via Path-Sum Pruning [0.15554111333620432]
この2つ目のボトルネックを明示するフレームワークである統計的干渉サンプリングを導入する。
Deutsch-Jozsa, Grover search, Simon's problem, and small Shor period-finding instance のベンチマーク回路では、終端干渉反応の50%近くを省略できる。
論文 参考訳（メタデータ） (2026-06-01T08:57:44Z) - Universal Quantum Error Mitigation via Random Inverse Depolarizing Approximation [45.88028371034407]
RIDA(Random Inverse Depolarization Approximation)は、ランダムに生成された回路を用いて、所定の回路の大域的脱分極確率とそれに対応するエラーフリー期待値を推定する単純な普遍的手法である。
数値実験は、RIDAが鍵となるベンチマークよりも優れており、物理学や化学を含む分野にわたる量子コンピューティングの応用において、大幅な精度の向上が示唆されている。
論文 参考訳（メタデータ） (2025-08-24T20:30:08Z) - Quantum circuit simulation with a local time-dependent variational principle [2.2627671295262215]
我々は,量子コンピューティング,凝縮物質などのための最先端回路シミュレーション手法を開発した。
3つのハミルトニアン回路(1Dオープンおよび周期ハイゼンベルク、2D7x7イジング)と2つのアルゴリズム回路(量子近似最適化、ハードウェア効率アンサッツ)をベンチマークする。
論文 参考訳（メタデータ） (2025-08-13T18:00:02Z) - Analysis and Suppression of Errors in Quantum Random Access Memory under Extended Noise Models [1.9545616531173555]
QRAMは任意の局所的不整合雑音チャネルに対して高い耐性を示す。
QRAMのノイズレジリエンスの保持範囲を完全に定量化することで、QRAMアーキテクチャの設計ガイドを提供することができる。
論文 参考訳（メタデータ） (2024-12-13T17:59:16Z) - Relaxed Quantile Regression: Prediction Intervals for Asymmetric Noise [51.87307904567702]
量子レグレッション(Quantile regression)は、出力の分布における量子の実験的推定を通じてそのような間隔を得るための主要なアプローチである。
本稿では、この任意の制約を除去する量子回帰に基づく区間構成の直接的な代替として、Relaxed Quantile Regression (RQR)を提案する。
これにより、柔軟性が向上し、望ましい品質が向上することが実証された。
論文 参考訳（メタデータ） (2024-06-05T13:36:38Z) - Entanglement Distribution in Quantum Repeater with Purification and
Optimized Buffer Time [53.56179714852967]
バッファ時間に最適化された量子リピータを用いた絡み合い分布について検討する。
終端ノードにおけるメモリ数の増加は、メモリ当たりの絡み合いの分布率を高めることを観察する。
しかし、不完全な操作を考慮すると、メモリ単位の絡み合いが記憶数の増加とともに減少するという驚くべき観察がなされる。
論文 参考訳（メタデータ） (2023-05-23T23:23:34Z) - Cumulative Memory Lower Bounds for Randomized and Quantum Computation [1.52292571922932]
累積記憶は時間空間の複雑さの尺度である。
逐次古典計算と量子回路の両方において、累積メモリの複雑さに関する最初の下位境界を証明した。
論文 参考訳（メタデータ） (2023-01-13T17:57:02Z) - SreaMRAK a Streaming Multi-Resolution Adaptive Kernel Algorithm [60.61943386819384]
既存のKRRの実装では、すべてのデータがメインメモリに格納される必要がある。
KRRのストリーミング版であるStreaMRAKを提案する。
本稿では,2つの合成問題と2重振り子の軌道予測について紹介する。
論文 参考訳（メタデータ） (2021-08-23T21:03:09Z)
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。