論文の概要: Boson sampling is fragile to loss
- arxiv url: http://arxiv.org/abs/2611.01434v1
- Date: Sun, 01 Nov 2026 02:18:50 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:32:30.735653
- Title: Boson sampling is fragile to loss
- Title(参考訳): ボソンサンプリングは壊れやすい
- Abstract要約: ボソンサンプリング実験は、干渉光子の数が増加するにつれて量子計算上の優位性を実証することを目的としている。
任意に小さい非ゼロの均一な損失率であっても、システムが大きくなるにつれて固定されたままの平均ケースにおいて、効率的な古典的なサンプリングが可能であることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Boson sampling experiments aim to demonstrate quantum computational advantage with increasing numbers of interfering photons. A central question is whether their computational hardness survives under photon loss. We show that even an arbitrarily small nonzero uniform loss rate permits efficient classical sampling in the average case when the rate remains fixed as the system grows. We exploit how loss suppresses correlations involving many photons to approximate the full output distribution using low correlation orders. The resulting samplers run in time polynomial in system size and inverse total variation error, with the error averaged over Haar random interferometers. The results apply to Fock state boson sampling with single-photon states in distinct input modes and arbitrary additional vacuum inputs, and to Gaussian boson sampling with equal squeezing of bounded strength in every input mode. Classical sampling is efficient even when the mean detected photon number grows linearly with system size, showing that large photon counts alone do not ensure computational hardness.
- Abstract(参考訳): ボソンサンプリング実験は、干渉光子の数が増加するにつれて量子計算上の優位性を実証することを目的としている。
中心的な問題は、その計算硬度が光子損失の下で生き残るかどうかである。
任意に小さい非ゼロの均一な損失率であっても、システムが大きくなるにつれて固定されたままの平均ケースにおいて、効率的な古典的なサンプリングが可能であることを示す。
低相関順序を用いた全出力分布を近似するために、多くの光子を含む相関を損失が抑制する方法を利用する。
得られたサンプルはシステムサイズと逆の総変分誤差で時間多項式で実行され、誤差はハールランダム干渉計上で平均される。
その結果, 単一光子状態のフォック状態ボソンサンプリング, 任意の真空入力, および各入力モードにおける境界強度の等値なガウス状態ボソンサンプリングに適用できた。
古典的なサンプリングは、検出された平均光子数がシステムサイズとともに線形に成長しても効率的であり、大きな光子数だけでは計算硬度が保証されないことを示す。
関連論文リスト
- Leveraging Quantum Measurement Randomness for Shot-Efficient Diffusion Models [60.16038104855047]
量子コンピューティングでは、読み出しは常に有限ショットサンプリングノイズを発生する。
本稿では,測定ノイズを負債から資源に変換する。
いずれにせよ、ノイズ量子測定は、サンプルが注入するノイズの一部を置き換えるために用いられる。
論文 参考訳(メタデータ) (2026-10-30T13:31:33Z) - Threshold and Parity BosonSampling in the Linear-Mode Regime [0.49764328892172127]
線形モード状態におけるボソンサンプリングのしきい値とパリティの測定値の計算複雑性について検討した。
特に、閾値とパリティボソンサンプリングにおける典型的な出力確率を推定する平均ケース#P硬度を確立する。
得られたインプレクチャー境界は、標準光子数分解ボソンサンプリングの事前硬度で得られた値と一致する。
論文 参考訳(メタデータ) (2026-08-25T02:56:05Z) - Detecting single photons is not always necessary to evidence interference of photon probability amplitudes [0.0]
偶然の偶然の抽出は、量子光学実験の一般的な実践である。
偶発的偶然を除去した場合、測定結果は定量的に同じであることを示す。
論文 参考訳(メタデータ) (2024-05-02T07:01:32Z) - Transition of Anticoncentration in Gaussian Boson Sampling [0.0]
ガウスボソンサンプリング分布のモーメントを解析するためのグラフ理論フレームワークを開発した。
初期圧縮モードの数が光子数とともに十分に緩やかにスケールすると、アンチ集中が欠如していることが示される。
論文 参考訳(メタデータ) (2023-12-13T19:00:00Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - On-chip quantum information processing with distinguishable photons [55.41644538483948]
多光子干渉は光量子技術の中心にある。
そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。
ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
論文 参考訳(メタデータ) (2022-10-14T18:16:49Z) - Unrolling Particles: Unsupervised Learning of Sampling Distributions [102.72972137287728]
粒子フィルタリングは複素系の優れた非線形推定を計算するために用いられる。
粒子フィルタは様々なシナリオにおいて良好な推定値が得られることを示す。
論文 参考訳(メタデータ) (2021-10-06T16:58:34Z) - A bright and fast source of coherent single photons [46.25143811066789]
単一光子源はデバイス非依存の量子通信において重要な技術である。
特に高効率な単一光子源について報告する。
論文 参考訳(メタデータ) (2020-07-24T17:08:46Z) - Boson sampling with random numbers of photons [0.0]
本研究では, ボソンサンプリング方式を新たに提案し, 成功率を低下させることなく向上させる手法を提案する。
これは、占有された入力ポートの数とポート毎の入力光子数とを同時にサンプリングすることで達成される。
論文 参考訳(メタデータ) (2020-06-05T17:53:07Z)
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。