Patrick Rall
Quantum Information Center, Università del Texas ad Austin
Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.
Astratto
Consideriamo di eseguire la stima di fase alle seguenti condizioni: ci viene data una sola copia dello stato di ingresso, lo stato di ingresso non deve essere un autostato dell'unità e lo stato non deve essere misurato. La maggior parte degli algoritmi di stima quantistica formula ipotesi che li rendono inadatti a questa impostazione "coerente", lasciando solo l'approccio da manuale. Presentiamo nuovi algoritmi per la stima di fase, energia e ampiezza che sono sia concettualmente che computazionalmente più semplici rispetto al metodo da manuale, con una minore complessità di query e un'impronta ancilla. Non richiedono una trasformata di Fourier quantistica e non richiedono una rete di ordinamento quantistico per calcolare la mediana di diverse stime. Invece, utilizzano tecniche di codifica a blocchi per calcolare la stima un bit alla volta, eseguendo tutta l'amplificazione tramite la trasformazione del valore singolare. Queste subroutine migliorate accelerano le prestazioni del campionamento quantistico di Metropolis e dell'inferenza bayesiana quantistica.
Immagine in evidenza: presentiamo un nuovo algoritmo per la stima dell'energia che calcola la stima un bit alla volta. Ogni bit viene estratto tramite un polinomio che viene applicato all'Hamiltoniana tramite trasformazione del valore singolare. L'immagine mostra approssimazioni polinomiali di coseni che vengono post-elaborate per approssimare le onde quadre che indicano i bit.
Presentazione al TQC 2021
Riepilogo popolare
► dati BibTeX
► Riferimenti
[1] Pawel Wocjan, Kristan Temme, Szegedy Walk Unitaries for Quantum Maps arXiv:2107.07365 (2021).
arXiv: 2107.07365
[2] John M. Martyn, Zane M. Rossi, Andrew K. Tan, Isaac L. Chuang, A Grand Unification of Quantum Algorithms arXiv:2105.02859 (2021).
arXiv: 2105.02859
[3] Lin Lin, Yu Tong, Stima dell'energia dello stato fondamentale limitata a Heisenberg per i primi computer quantistici tolleranti ai guasti arXiv:2102.11340 (2021).
arXiv: 2102.11340
[4] Earl T. Campbell, Prime simulazioni tolleranti agli errori del modello Hubbard arXiv:2012.09238 (2020).
arXiv: 2012.09238
[5] Yuan Su, Hsin-Yuan Huang, Earl T. Campbell, Trotterization quasi stretto di elettroni interagenti arXiv:2012.09194 Quantum 5, 495 (2020).
https://doi.org/10.22331/q-2021-07-05-495
arXiv: 2012.09194
[6] Alexander Engel, Graeme Smith, Scott E. Parker, Un framework per l'applicazione del calcolo quantistico ai sistemi dinamici non lineari arXiv:2012.06681 Physics of Plasmas 28, 062305 (2020).
https: / / doi.org/ 10.1063 / 5.0040313 mila
arXiv: 2012.06681
[7] Dong An, Noah Linden, Jin-Peng Liu, Ashley Montanaro, Changpeng Shao, Jiasu Wang, metodi Monte Carlo multilivello con accelerazione quantistica per equazioni differenziali stocastiche nella finanza matematica arXiv:2012.06283 Quantum 5, 481 (2020).
https://doi.org/10.22331/q-2021-06-24-481
arXiv: 2012.06283
[8] Isaac Chuang, Grande unificazione degli algoritmi quantistici. Presentazione del seminario presso IQC Waterloo. (2020).
https:///uwaterloo.ca/institute-for-quantum-computing/events/grand-unification-quantum-algorithms
[9] Lewis Wright, Fergus Barratt, James Dborin, George H. Booth, Andrew G. Green, Post-selezione automatica di Ancillae Thermalisation arXiv:2010.04173 Phys. Rev. Ricerca 3, 033151 (2020).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033151
arXiv: 2010.04173
[10] Srinivasan Arunachalam, Vojtech Havlicek, Giacomo Nannicini, Kristan Temme, Pawel Wocjan, algoritmi più semplici (classici) e più veloci (quantistici) per le funzioni di partizione Gibbs arXiv:2009.11270 (2020).
arXiv: 2009.11270
[11] András Gilyén, Zhao Song, Ewin Tang, Un algoritmo di ispirazione quantistica migliorato per la regressione lineare arXiv:2009.07268 (2020).
arXiv: 2009.07268
[12] Phillip WK Jensen, Lasse Bjørn Kristensen, Jakob S. Kottmann, Alán Aspuru-Guzik, Quantum Computation of Eigenvalues within Target Intervals Quantum Science and Technology 6, 015004 arXiv:2005.13434 (2020).
https:///doi.org/10.1088/2058-9565/abc096
arXiv: 2005.13434
[13] Patrick Rall, Algoritmi quantistici per la stima di quantità fisiche usando le codifiche a blocchi Phys. Rev. A 102, 022408 arXiv:2004.06832 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.102.022408
arXiv: 2004.06832
[14] Alessandro Roggero, Stima della densità spettrale con la Gaussian Integral Transform Phys. Rev. A 102, 022409 arXiv:2004.04889 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.102.022409
arXiv: 2004.04889
[15] Rui Chao, Dawei Ding, Andras Gilyen, Cupjin Huang, Mario Szegedy, Trovare angoli per l'elaborazione dei segnali quantistici con precisione della macchina arXiv:2003.02831 (2020).
https: / / doi.org/ 10.1145 / 3313276.3316366 mila
arXiv: 2003.02831
[16] Lin Lin, Yu Tong, Preparazione quasi ottimale dello stato fondamentale arXiv:2002.12508 Quantum 4, 372 (2020).
https://doi.org/10.22331/q-2020-12-14-372
arXiv: 2002.12508
[17] Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe, Shuchen Zhu, A Theory of Trotter Error Phys. Rev. X 11, 011020 arXiv:1912.08854 (2019).
https: / / doi.org/ 10.1103 / PhysRevX.11.011020
arXiv: 1912.08854
[18] Dmitry Grinko, Julien Gacon, Christa Zoufal, Stefan Woerner, Stima dell'ampiezza quantistica iterativa npj Quantum Inf 7, 52 arXiv:1912.05559 (2019).
https://doi.org/10.1038/s41534-021-00379-1
arXiv: 1912.05559
[19] Jessica Lemieux, Bettina Heim, David Poulin, Krysta Svore, Matthias Troyer, Circuiti efficienti Quantum Walk per l'algoritmo Metropolis-Hastings Quantum 4, 287 arXiv:1910.01659 (2019).
https://doi.org/10.22331/q-2020-06-29-287
arXiv: 1910.01659
[20] Scott Aaronson, Patrick Rall, Conteggio approssimativo quantistico, Simposio semplificato sulla semplicità negli algoritmi. 2020, 24-32 arXiv:1908.10846(2019).
https: / / doi.org/ 10.1137 / 1.9781611976014.5 mila
arXiv: 1908.10846
[21] Aram W. Harrow, Annie Y. Wei, Adaptive Quantum Simulated Annealing for bayesian Inference and Estimating Partition Functions Proc. di SODA 2020 arXiv:1907.09965 (2019).
https: / / doi.org/ 10.1137 / 1.9781611975994.12 mila
arXiv: 1907.09965
[22] Iordanis Kerenidis, Jonas Landman, Alessandro Luongo e Anupam Prakash, q-means: Un algoritmo quantistico per l'apprendimento automatico non supervisionato arXiv:1812.03584 NIPS 32 (2018).
arXiv: 1812.03584
[23] Yassine Hamoudi, Frédéric Magniez, Quantum Chebyshev's Inequality and Applications ICALP, LIPics Vol 132, pagine 69:1-99:16 arXiv:1807.06456 (2018).
https: / / doi.org/ 10.4230 / LIPIcs.ICALP.2019.69
arXiv: 1807.06456
[24] Jeongwan Haah, Decomposizione del prodotto di funzioni periodiche nell'elaborazione del segnale quantistico Quantum 3, 190. arXiv:1806.10236 (2018).
https://doi.org/10.22331/q-2019-10-07-190
arXiv: 1806.10236
[25] András Gilyén, Yuan Su, Guang Hao Low, Nathan Wiebe, Trasformazione del valore singolare quantistico e oltre: miglioramenti esponenziali per l'aritmetica delle matrici quantistiche arXiv:1806.01838 Atti del 51° Simposio annuale ACM SIGACT sulla teoria dell'informatica (STOC 2019) Pagine 193 –204 (2018).
arXiv: 1806.01838
[26] David Poulin, Alexei Kitaev, Damian S. Steiger, Matthew B. Hastings, Matthias Troyer, Algoritmo quantistico per la misurazione spettrale con conteggio di gate inferiore arXiv:1711.11025 Phys. Rev. Lett. 121, 010501 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.121.010501
arXiv: 1711.11025
[27] Guang Hao Low, Isaac L. Chuang, Simulazione hamiltoniana mediante amplificazione spettrale uniforme arXiv:1707.05391 (2017).
arXiv: 1707.05391
[28] Iordanis Kerenidis, Anupam Prakash, Discesa del gradiente quantico per sistemi lineari e minimi quadrati arXiv:1704.04992 Phys. Rev. A 101, 022316 (2017).
https: / / doi.org/ 10.1103 / PhysRevA.101.022316
arXiv: 1704.04992
[29] Yosi Atia, Dorit Aharonov, Avanzamento veloce di Hamiltoniane e misurazioni esponenzialmente precise Nature Communications volume 8, 1572 arXiv:1610.09619 (2016).
https://doi.org/10.1038/s41467-017-01637-7
arXiv: 1610.09619
[30] Guang Hao Low, Isaac L. Chuang, Simulazione hamiltoniana mediante Qubitization Quantum 3, 163 arXiv:1610.06546 (2016).
https://doi.org/10.22331/q-2019-07-12-163
arXiv: 1610.06546
[31] Guang Hao Low, Isaac L. Chuang, simulazione hamiltoniana ottimale mediante elaborazione quantistica del segnale Phys. Rev. Lett. 118, 010501 arXiv:1606.02685 (2016).
https: / / doi.org/ 10.1103 / PhysRevLett.118.010501
arXiv: 1606.02685
[32] Iordanis Kerenidis, Anupam Prakash, Quantum Recommendation Systems arXiv:1603.08675 ITCS 2017, pag. 49:1–49:21 (2016).
https: / / doi.org/ 10.4230 / LIPIcs.ITCS.2017.49
arXiv: 1603.08675
[33] Andrew M. Childs, Robin Kothari, Rolando D. Somma, Algoritmo quantistico per sistemi di equazioni lineari con dipendenza dalla precisione esponenzialmente migliorata SIAM Journal on Computing 46, 1920-1950 arXiv:1511.02306 (2015).
https: / / doi.org/ 10.1137 / 16M1087072
arXiv: 1511.02306
[34] Ashley Montanaro, Accelerazione quantistica dei metodi Monte Carlo Proc. Roy. soc. Ser. A, vol. 471 n. 2181, 20150301 arXiv:1504.06987 (2015).
https: / / doi.org/ 10.1098 / rspa.2015.0301
arXiv: 1504.06987
[35] Shelby Kimmel, Guang Hao Low, Theodore J. Yoder, Robust Calibration of a Universal Single-Qubit Gate-Set tramite Robust Phase Estimation Phys. Rev. A 92, 062315 arXiv:1502.02677 (2015).
https: / / doi.org/ 10.1103 / PhysRevA.92.062315
arXiv: 1502.02677
[36] Dominic W. Berry, Andrew M. Childs, Robin Kothari, simulazione Hamiltoniana con dipendenza quasi ottimale da tutti i parametri arXiv:1501.01715 Proc. FOCS, pp. 792-809 (2015).
https: / / doi.org/ 10.1109 / FOCS.2015.54
arXiv: 1501.01715
[37] Amnon Ta-Shma, Inverting well condizionated matrixs in quantum logspace STOC '13, pagine 881–890 (2013).
https: / / doi.org/ 10.1145 / 2488608.2488720 mila
[38] Robert Beals, Stephen Brierley, Oliver Gray, Aram Harrow, Samuel Kutin, Noah Linden, Dan Shepherd, Mark Stather, Efficient Distributed Quantum Computing Proc. Soc.R. A 2013 469, 20120686 arXiv:1207.2307 (2012).
https: / / doi.org/ 10.1098 / rspa.2012.0686
arXiv: 1207.2307
[39] Maris Ozols, Martin Roetteler, Jérémie Roland, Quantum Rejection Sampling arXiv:1103.2774 IRCS'12 pagine 290-308 (2011).
https: / / doi.org/ 10.1145 / 2493252.2493256 mila
arXiv: 1103.2774
[40] Man-Hong Yung, Alán Aspuru-Guzik, A Quantum-Quantum Metropolis Algorithm arXiv:1011.1468 PNAS 109, 754-759 (2011).
https: / / doi.org/ 10.1073 / pnas.1111758109
arXiv: 1011.1468
[41] Andris Ambainis, Amplificazione dell'ampiezza del tempo variabile e un algoritmo quantistico più veloce per la risoluzione di sistemi di equazioni lineari arXiv:1010.4458 STACS'12, 636-647 (2010).
https: / / doi.org/ 10.4230 / LIPIcs.STACS.2012.636
arXiv: 1010.4458
[42] K. Temme, TJ Osborne, KG Vollbrecht, D. Poulin, F. Verstraete, Quantum Metropolis Sampling arXiv:0911.3635 Nature volume 471, pagine 87–90 (2009).
https: / / doi.org/ 10.1038 / nature09770
arXiv: 0911.3635
[43] Ilias Diakonikolas, Parikshit Gopalan, Ragesh Jaiswal, Rocco Servedio, Emanuele Viola, Bounded Independence Fools Halfspaces arXiv:0902.3757 FOCS '09, pagine 171–180 (2009).
arXiv: 0902.3757
[44] Aram W. Harrow, Avinatan Hassidim, Seth Lloyd, Algoritmo quantistico per la risoluzione di sistemi lineari di equazioni Phys. Rev. Lett. 103, 150502 arXiv:0811.3171 (2008).
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502
arXiv: 0811.3171
[45] BL Higgins, DW Berry, SD Bartlett, HM Wiseman, GJ Pryde, Stima di fase Heisenberg-limitata senza entanglement Nature.450:393-396 arXiv:0709.2996 (2007).
https: / / doi.org/ 10.1038 / nature06257
arXiv: 0709.2996
[46] Chris Marriott, John Watrous, Quantum Arthur-Merlin Games CC, 14(2): 122 – 152 arXiv:cs/0506068 (2005).
https: / / doi.org/ 10.1007 / s00037-005-0194-x
arXiv: cs / 0506068
[47] Mario Szegedy, Accelerazione quantistica degli algoritmi basati su catene di Markov FOCS '04, Pagine 32-41 (2004).
https: / / doi.org/ 10.1109 / FOCS.2004.53
[48] Hartmut Klauck, Quantum Time-Space Tradeoffs for Sorting STOC 03, pagine 69–76 arXiv:quant-ph/0211174 (2002).
https: / / doi.org/ 10.1145 / 780542.780553 mila
arXiv: Quant-ph / 0211174
[49] Peter Hoyer, Jan Neerbek, Yaoyun Shi, Complessità quantistiche di ricerca ordinata, ordinamento e distinzione degli elementi 28th ICALP, LNCS 2076, pp. 346-357 arXiv:quant-ph/0102078 (2001).
https://doi.org/10.1007/3-540-48224-5_29
arXiv: Quant-ph / 0102078
[50] Isaac Chuang e Michael Nielsen, Quantum Computation and Quantum Information Cambridge University Press. ISBN-13: 978-1107002173 (2000).
[51] Gilles Brassard, Peter Hoyer, Michele Mosca, Alain Tapp, Quantum Amplitude Amplification and Estimation Quantum Computation and Quantum Information, 305:53-74 arXiv:quant-ph/0005055 (2000).
https: / / doi.org/ 10.1090 / conm / 305 / 05215
arXiv: Quant-ph / 0005055
[52] Dorit Aharonov, Alexei Kitaev, Noam Nisan, Quantum Circuits with Mixed States STOC '97, pagine 20-30 arXiv:quant-ph/9806029 (1998).
https: / / doi.org/ 10.1145 / 276698.276708 mila
arXiv: Quant-ph / 9806029
[53] Ashwin Nayak, Felix Wu, La complessità della query quantistica dell'approssimazione della mediana e delle relative statistiche arXiv:quant-ph/9804066 STOC '99 pp 384-393 (1998).
https: / / doi.org/ 10.1145 / 301250.301349 mila
arXiv: Quant-ph / 9804066
[54] Charles H. Bennett, Ethan Bernstein, Gilles Brassard, Umesh Vazirani, Strengths and Weaknesses of Quantum Computing arXiv:quant-ph/9701001 SIAM Journal on Computing 26(5):1510-1523 (1997).
https: / / doi.org/ 10.1137 / S0097539796300933
arXiv: Quant-ph / 9701001
[55] A. Yu. Kitaev, Misurazioni quantistiche e problema dello stabilizzatore abeliano arXiv:quant-ph/9511026 (1995).
arXiv: Quant-ph / 9511026
[56] Peter W. Shor, Algoritmi del tempo polinomiale per la fattorizzazione dei primi e logaritmi discreti su un computer quantistico SIAM J.Sci.Statist.Comput. 26, 1484 arXiv:quant-ph/9508027 (1995).
https: / / doi.org/ 10.1137 / S0097539795293172
arXiv: Quant-ph / 9508027
[57] Theodore J. Rivlin, Introduzione all'approssimazione delle funzioni Dover Publications, Inc. New York. ISBN-13:978-0486640693 (1969).
Citato da
[1] Yuan Su, Hsin-Yuan Huang e Earl T. Campbell, "Trotterizzazione quasi stretta degli elettroni interagenti", arXiv: 2012.09194.
[2] John M. Martyn, Zane M. Rossi, Andrew K. Tan e Isaac L. Chuang, "Una grande unificazione di algoritmi quantistici", arXiv: 2105.02859.
Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2021-10-23 15:14:11). L'elenco potrebbe essere incompleto poiché non tutti gli editori forniscono dati di citazione adeguati e completi.
On Il servizio citato da Crossref non sono stati trovati dati su citazioni (ultimo tentativo 2021-10-23 15:14:09).
Questo documento è pubblicato in Quantum sotto il Creative Commons Attribuzione 4.0 Internazionale (CC BY 4.0) licenza. Il copyright rimane dei detentori del copyright originali come gli autori o le loro istituzioni.
Platone Ai. Web3 reinventato. Intelligenza dei dati amplificata.
Clicca qui per accedere.
