Aprendizaje eficiente de estados estabilizadores dopados con $t$ con mediciones de una sola copia

Reeditado por Platón

seguidores: 0

Aprendizaje eficiente de estados de estabilizadores dopados con $t$ con mediciones de copia única PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

Nai-Hui Chia¹, Ching Yi Lai²y Han-Hsuan Lin³

¹Departamento de Ciencias de la Computación, Rice University, TX 77005-1892, Estados Unidos
²Instituto de Ingeniería de Comunicaciones, Universidad Nacional Yang Ming Chiao Tung, Hsinchu 300093, Taiwán
³Departamento de Ciencias de la Computación, Universidad Nacional Tsing Hua, Hsinchu 30013, Taiwán

¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.

Resumen

Uno de los objetivos principales en el campo del aprendizaje de estados cuánticos es desarrollar algoritmos que sean eficientes en el tiempo para aprender estados generados a partir de circuitos cuánticos. Investigaciones anteriores han demostrado algoritmos eficientes en el tiempo para estados generados a partir de circuitos Clifford con como máximo $log(n)$ puertas que no son Clifford. Sin embargo, estos algoritmos requieren mediciones de múltiples copias, lo que plantea desafíos de implementación en el corto plazo debido a la memoria cuántica necesaria. Por el contrario, utilizar únicamente mediciones de un solo qubit en la base computacional es insuficiente para aprender incluso la distribución de salida de un circuito Clifford con una puerta $T$ adicional bajo supuestos criptográficos poscuánticos razonables. En este trabajo, presentamos un algoritmo cuántico eficiente que emplea solo medidas de copia única no adaptativas para aprender los estados producidos por circuitos Clifford con un máximo de $O(log n)$ puertas no Clifford, llenando un vacío entre las puertas positivas y negativas anteriores. resultados.

Resumen popular

En el ámbito del aprendizaje de estados cuánticos, los investigadores pretenden crear algoritmos eficientes en el tiempo para comprender los estados generados por circuitos cuánticos. Estudios anteriores lograron eficiencia para los estados de los circuitos de Clifford con puertas limitadas que no eran de Clifford, pero requirieron mediciones desafiantes de múltiples copias, lo que dificultó la implementación a corto plazo. Este trabajo presenta un algoritmo cuántico innovador que, con solo mediciones de una sola copia, aprende de manera eficiente estados de circuitos Clifford que presentan hasta $O(log(n))$ puertas que no son de Clifford. Esto cierra la brecha entre resultados positivos y negativos anteriores, ofreciendo una solución prometedora con implicaciones prácticas para la computación cuántica.

► datos BibTeX

@article{Chia2024ficientelearningof, doi = {10.22331/q-2024-02-12-1250}, url = {https://doi.org/10.22331/q-2024-02-12-1250}, título = {Aprendizaje eficiente de estados estabilizadores dopados con {$t$} con mediciones de una sola copia}, autor = {Chia, Nai-Hui y Lai, Ching-Yi y Lin, Han-Hsuan}, revista = {{Quantum}}, issn = { 2521-327X}, editor = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volumen = {8}, páginas = {1250}, mes = febrero, año = {2024} }

► referencias

[ 1 ] Z. Hradil. “Estimación del estado cuántico”. Revisión física A 55, R1561 – R1564 (1997).
https: / / doi.org/ 10.1103 / physreva.55.r1561

[ 2 ] G. Mauro D'Ariano, Matteo GA Paris y Massimiliano F. Sacchi. “Tomografía cuántica”. En Avances en Imágenes y Física Electrónica. Páginas 205–308. Elsevier (2003).
https://doi.org/10.1016/s1076-5670(03)80065-4

[ 3 ] K Banaszek, M Cramer y D Gross. “Centrarse en la tomografía cuántica”. Nueva Revista de Física 15, 125020 (2013).
https://doi.org/10.1088/1367-2630/15/12/125020

[ 4 ] Jeongwan Haah, Aram W. Harrow, Zhengfeng Ji, Xiaodi Wu y Nengkun Yu. “Tomografía de estados cuánticos de muestra óptima”. Transacciones IEEE sobre teoría de la información Páginas 1–1 (2017).
https: / / doi.org/ 10.1109 / tit.2017.2719044

[ 5 ] Ryan O'Donnell y John Wright. “Tomografía cuántica eficiente”. En Actas del cuadragésimo octavo simposio anual de ACM sobre Teoría de la Computación. Páginas 899–912. (2016).
https: / / doi.org/ 10.1145 / 2897518.2897544

[ 6 ] Kai-Min Chung y Han-Hsuan Lin. "Muestras de algoritmos eficientes para aprender canales cuánticos en el modelo PAC y el problema de discriminación estatal aproximada". En 16º Congreso sobre Teoría de la Computación, Comunicación y Criptografía Cuántica (TQC 2021). Volumen 197 de Leibniz International Proceedings in Informatics (LIPIcs), páginas 3:1–3:22. (2021).
https: / / doi.org/ 10.4230 / LIPIcs.TQC.2021.3

[ 7 ] Scott Aaronson y Daniel Gottesman. “Simulación mejorada de circuitos estabilizadores”. física Rev. A 70, 052328 (2004).
https: / / doi.org/ 10.1103 / PhysRevA.70.052328

[ 8 ] Scott Aaronson y Daniel Gottesman. “Identificación de estados estabilizadores”. Charla en PIRSA, disponible en vídeo (2008). URL: http:///pirsa.org/08080052.
http: / / pirsa.org/ 08080052

[ 9 ] Ashley Montanaro. “Aprendizaje de estados estabilizadores mediante muestreo de campana”. (2017). arXiv:1707.04012.
arXiv: 1707.04012

[ 10 ] D. Gottesman. “Códigos estabilizadores y corrección de errores cuánticos”. Tesis doctoral. Instituto de Tecnología de California. Pasadena, California (1997).

[ 11 ] P.Oscar Boykin, Tal Mor, Matthew Pulver, Vwani Roychowdhury y Farrokh Vatan. "Una nueva base cuántica universal y tolerante a fallos". Cartas de procesamiento de información 75, 101–107 (2000).
https://doi.org/10.1016/S0020-0190(00)00084-3

[ 12 ] Ching-Yi Lai y Hao-Chung Cheng. “Aprendizaje de circuitos cuánticos de algunas puertas t”. Transacciones IEEE sobre teoría de la información 68, 3951–3964 (2022).
https: / / doi.org/ 10.1109 / TIT.2022.3151760

[ 13 ] Srinivasan Arunachalam, Sergey Bravyi, Arkopal Dutt y Theodore J. Yoder. "Algoritmos óptimos para el aprendizaje de estados de fase cuántica". (2023). arXiv:2208.07851.
arXiv: 2208.07851

[ 14 ] Sabee Grewal, Vishnu Iyer, William Kretschmer y Daniel Liang. "Aprendizaje eficiente de estados cuánticos preparado con pocas puertas que no sean Clifford". (2023). arXiv:2305.13409.
arXiv: 2305.13409

[ 15 ] Lorenzo Leone, Salvatore FE Oliviero y Alioscia Hamma. "Aprendizaje de estados estabilizadores dopados con t". (2023). arXiv:2305.15398.
arXiv: 2305.15398

[ 16 ] Dominik Hangleiter y Michael J. Gullans. “Muestreo de campanas de circuitos cuánticos”. (2023). arXiv:2306.00083.
arXiv: 2306.00083

[ 17 ] M. Hinsche, M. Ioannou, A. Nietner, J. Haferkamp, Y. Quek, D. Hangleiter, J.-P. Seifert, J. Eisert y R. Sweke. "Una puerta $t$ dificulta el aprendizaje de la distribución". Física. Rev. Lett. 130, 240602 (2023).
https: / / doi.org/ 10.1103 / PhysRevLett.130.240602

[ 18 ] Richard Cleve y Daniel Gottesman. "Cálculos eficientes de codificaciones para la corrección de errores cuánticos". Física. Rev. A 56, 76–82 (1997).
https: / / doi.org/ 10.1103 / PhysRevA.56.76

[ 19 ] Michel A. Nielsen e Isaac L. Chuang. “Computación cuántica e información cuántica”. Prensa de la Universidad de Cambridge. Cambridge, Reino Unido (2000).
https: / / doi.org/ 10.1017 / CBO9780511976667

[ 20 ] Sabee Grewal, Vishnu Iyer, William Kretschmer y Daniel Liang. “Estimación mejorada del estabilizador mediante muestreo de diferencia de campana” (2023). arXiv:2304.13915.
arXiv: 2304.13915

[ 21 ] Un invierno. "Teorema de codificación y converso fuerte para canales cuánticos". Transacciones IEEE sobre teoría de la información 45, 2481–2485 (1999).
https: / / doi.org/ 10.1109 / 18.796385

[ 22 ] Sergey Bravyi y Dmitri Maslov. "Los circuitos libres de Hadamard exponen la estructura del grupo Clifford". Transacciones IEEE sobre teoría de la información 67, 4546–4563 (2021).
https: / / doi.org/ 10.1109 / TIT.2021.3081415

[ 23 ] Ewout Van Den Berg. "Un método sencillo para muestrear operadores aleatorios de Clifford". En 2021, Conferencia Internacional IEEE sobre Ingeniería y Computación Cuántica (QCE). Páginas 54–59. (2021).
https: / / doi.org/ 10.1109 / QCE52317.2021.00021

[ 24 ] Daniel Stilck França, Fernando GS L. Brandão y Richard Kueng. “Tomografía de estado cuántica rápida y robusta a partir de pocas mediciones básicas”. En 16º Congreso sobre Teoría de la Computación, Comunicación y Criptografía Cuántica (TQC 2021). Volumen 197 de Leibniz International Proceedings in Informatics (LIPIcs), páginas 7:1–7:13. (2021).
https: / / doi.org/ 10.4230 / LIPIcs.TQC.2021.7

[ 25 ] M. Mohseni, AT Rezakhani y DA Lidar. “Tomografía de procesos cuánticos: análisis de recursos de diferentes estrategias”. Revisión física A 77 (2008).
https: / / doi.org/ 10.1103 / physreva.77.032322

[ 26 ] Man-Duen Choi. “Mapas lineales completamente positivos sobre matrices complejas”. Álgebra lineal y sus aplicaciones 10, 285–290 (1975).
https://doi.org/10.1016/0024-3795(75)90075-0

[ 27 ] A. Jamiołkowski. “Transformaciones lineales que conservan la traza y la semidefinición positiva de los operadores”. Informes sobre física matemática 3, 275–278 (1972).
https://doi.org/10.1016/0034-4877(72)90011-0

[ 28 ] Sabee Grewal, Vishnu Iyer, William Kretschmer y Daniel Liang. "Aprendizaje eficiente de estados cuánticos preparados con pocas puertas no Clifford ii: mediciones de copia única". (2023). arXiv:2308.07175.
arXiv: 2308.07175

Citado por

Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.