量子観測量の適応推定

量子観測量の適応推定

タイムスタンプ：26年2023月8日午前26時XNUMX分

アリエル・シュロスバーグ1,2、アンドリュー・J・イエナ3,4、プリヤンカ・ムコパディヤイ3,4、ヤン・F・ハーセ3,5,6、フェリックス・レディツキー3,4,7,8、ルカ・デラントニオ3,5,9

1JILA、コロラド大学および国立標準技術研究所、ボールダー、コロラド州 80309、米国
2コロラド大学物理学科、ボルダー、コロラド州 80309、米国
3インスティテュートフォークォンタムコンピューティング、ウォータールー大学、ウォータールー、オンタリオ州N2L 3G1、カナダ
4Department of Combinatorics & Optimization, University of Waterloo, Waterloo, ON N2L 3G1, Canada
5ウォータールー大学、ウォータールー、ON N2L 3G1、カナダの物理学および天文学科
6理論物理学および IQST 研究所、ウルム大学、D-89069 ウルム、ドイツ
7イリノイ大学アーバナ シャンペーン校数学および IQUIST 学科、アーバナ、イリノイ州 61801、米国
8Perimeter Institute for Theoretical Physics、ウォータールー、ON N2L 2Y5、カナダ
9物理学および天文学科、エクセター大学、ストッカー ロード、エクセター EX4 4QL、英国

この論文を興味深いと思うか、議論したいですか？ SciRateを引用するかコメントを残す.

抽象

量子観測量の正確な推定は、科学における重要なタスクです。 ハードウェアの進歩に伴い、特に大規模なサンプリングを必要とする変分プロトコルの場合、量子システムの測定はますます要求が厳しくなります。 ここでは、以前に取得したデータに基づいて推定量を適応的に変更する測定スキームを紹介します。 AEQuO と呼ばれる当社のアルゴリズムは、推定された平均と、考慮される観測量の関連するエラーの両方を継続的に監視し、この情報に基づいて次の測定ステップを決定します。 同時にプローブされるパウリ演算子のサブセットでオーバーラップと非ビットごとの交換関係の両方を許可し、それによって収集される情報の量を最大化します。 AEQuO には XNUMX つのバリアントがあります。小さな問題のインスタンスに対して優れたパフォーマンスを発揮する貪欲なバケット充填アルゴリズムと、大きなインスタンスに対してより有利なスケーリングを行う機械学習ベースのアルゴリズムです。 これらのサブルーチンによって決定された測定構成は、推定器の誤差を下げるためにさらに後処理されます。 化学ハミルトニアンでプロトコルをテストします。AEQuO は、さまざまなグループ化手法またはランダム化された測定に基づくすべての最先端の方法を改善するエラー推定値を提供し、現在および将来の量子アプリケーションでの測定の負担を大幅に軽減します。

量子観測可能量の適応推定 PlatoBlockchain Data Intelligence。垂直検索。あい。

注目の画像: 当社の測定アルゴリズムである AEqUO のスキーム。 観測可能な O が入力として与えられ、加重グラフを介して表されます。このグラフから、推定量の平均と誤差を復元できます。 O の同時に測定可能な部分に対応するグラフのクリークを見つけた後、機械学習 (ML) またはバケット充填 (BF) サブルーチンのいずれかを介してショットが割り当てられます。 測定予算が使い果たされると、後処理が適用され、平均値と誤差推定値の最終値が取得されます。

人気の要約

量子システムは、古典的なシステムとは対照的に、測定されるたびに不可逆的に破壊されます。 これは、量子システムから情報を抽出したい場合に深い意味を持ちます。 たとえば、オブザーバブルの平均値を推定する必要がある場合、多くの場合、実験全体を数回繰り返す必要があります。 採用する測定戦略によって、同じ精度を達成するための要件は大きく異なります。 この作業では、ハードウェアのリソースを大幅に削減する新しいアプローチを提案します。 私たちの戦略は、データが取得されている間に測定の割り当てを学習して改善するという意味で、適応的です。 さらに、同時に目的のオブザーバブルに影響を与える平均とエラーの両方を推定することができます。 他の最先端のアプローチと比較して、私たちのプロトコルが採用されている場合、推定の精度が一貫して大幅に向上することを示しています。

►BibTeXデータ

►参照

【1] PW Shor「量子計算のアルゴリズム: 離散対数と因数分解」Proceedings 35th Annual Symposium on Foundations of Computer Science 124-134 (1994)。
https：/ / doi.org/ 10.1109 / SFCS.1994.365700

【2] Michael A. Nielsenand Issaac L. Chuang「量子計算と量子情報」ケンブリッジ大学出版局 (2010)。
https：/ / doi.org/ 10.1017 / CBO9780511976667

【3] アントニオ・アシン、イマヌエル・ブロッホ、ハリー・バーマン、トマソ・カラルコ、クリストファー・アイヒラー、イェンス・アイセルト、ダニエル・エステベ、ニコラス・ギシン、シュテファン・J・グレイザー、ヒョードル・イェレスコ、ステファン・クール、マチェイ・レウェンスタイン、マックス・F・リーデル、ピート・オ・シュミット、ロブ・シュー、アンドレアス・ヴァルラフ、Ian Walmsley、Frank K Wilhelm、「量子技術のロードマップ: ヨーロッパ共同体の見解」New Journal of Physics 20、080201 (2018)。
https：/ / doi.org/ 10.1088 / 1367-2630 / aad1ea
arXiv：1712.03773

【4] ジョン・プレスキル「NISQ時代以降の量子コンピューティング」量子2、79（2018）。
https:/​/​doi.org/​10.22331/​q-2018-08-06-79
arXiv：1801.00862

【5] IM Georgescu、S. Ashhab、および Franco Nori、「量子シミュレーション」Reviews of Modern Physics 86、153–185 (2014)。
https：/ / doi.org/ 10.1103 / RevModPhys.86.153
arXiv：1308.6253

【6] Mari Carmen Banuls、Rainer Blatt、Jacopo Catani、Alessio Celi、Juan Ignacio Cirac、Marcello Dalmonte、Leonardo Fallani、Karl Jansen、Maciej Lewenstein、Simone Montangero、「量子テクノロジー内の格子ゲージ理論のシミュレーション」The European Physical Journal D 74, 1 –42 (2020).
https：/ / doi.org/ 10.1140 / epjd / e2020-100571-8
arXiv：1911.00003

【7] Jan F. Haase、Luca Dellantonio、Alessio Celi、Danny Paulson、Angus Kan、Karl Jansen、Christine A Muschik、「素粒子物理学におけるゲージ理論の量子および古典シミュレーションのためのリソース効率の高いアプローチ」Quantum 5、393 (2021)。
https:/​/​doi.org/​10.22331/​q-2021-02-04-393
arXiv：2006.14160

【8] Danny Paulson、Luca Dellantonio、Jan F. Haase、Alessio Celi、Angus Kan、Andrew Jena、Christian Kokail、Rick van Bijnen、Karl Jansen、Peter Zoller、Christine A. Muschik、「Simulating 2D Effects in Lattice Gauge Theories on a Quantum」コンピューター」PRX Quantum 2、030334（2021）。
https：/ / doi.org/ 10.1103 / PRXQuantum.2.030334
arXiv：2008.09252

【9] Yudong Cao、Jonathan Romero、Jonathan P. Olson、Matthias Degroote、Peter D. Johnson、Mária Kieferová、Ian D. Kivlichan、Tim Menke、Borja Peropadre、Nicolas PD Sawaya、Sukin Sim、Libor Veis、および Alán Aspuru-Guzik量子コンピューティング時代の量子化学」ケミカルレビュー 119, 10856–10915 (2019).
https：/ / doi.org/ 10.1021 / acs.chemrev.8b00803
arXiv：1812.09976

【10] John Preskill「40 年後の量子コンピューティング」arXiv プレプリント (2021 年)。
https：/ / doi.org/ 10.48550 / arXiv.2106.10522
arXiv：2106.10522

【11] Heinz-Peter Breuerand Francesco Petruccione「オープン量子システムの理論」Oxford University Press on Demand (2002)。
https：/ / doi.org/ 10.1093 / acprof：oso / 9780199213900.001.0001

【12] Y. Cao、J. Romero、A. Aspuru-Guzik、「創薬のための量子コンピューティングの可能性」IBM Journal of Research and Development 62、6:1–6:20 (2018)。
https：/ / doi.org/ 10.1147 / JRD.2018.2888987

【13] WM Itano、JC Bergquist、JJ Bollinger、JM Gilligan、DJ Heinzen、FL Moore、MG Raizen、および DJ Wineland、「量子投影ノイズ: 47 レベル システムにおける人口変動」Physical Review A 3554、3570–1993 (XNUMX)。
https：/ / doi.org/ 10.1103 / PhysRevA.47.3554

【14] Marco Cerezo、Andrew Arrasmith、Ryan Babbush、Simon C Benjamin、Suguru Endo、Keisuke Fujii、Jarrod R. McClean、Kosuke Mitarai、Xiao Yuan、Lukasz Cincio、「変分量子アルゴリズム」Nature Reviews Physics 3、625–644 (2021) .
https:/​/​doi.org/​10.1038/​s42254-021-00348-9
arXiv：2012.09265

【15] RR Ferguson、L. Dellantonio、A. Al Balushi、K. Jansen、W. Dür、CA Muschik、「測定ベースの変分量子固有値ソルバー」フィジカル レビュー レター 126、220501 (2021)。
https：/ / doi.org/ 10.1103 / PhysRevLett.126.220501
arXiv：2010.13940

【16] Andrew Jena、Scott Genin、および Michele Mosca、「Pauli Partitioning with Respect to Gate Sets」arXiv プレプリント (2019)。
https：/ / doi.org/ 10.48550 / arXiv.1907.07859
arXiv：1907.07859

【17] Jarrod R. McClean、Jonathan Romero、Ryan Babbush、および Alán Aspuru-Guzik、「変分ハイブリッド量子古典アルゴリズムの理論」New Journal of Physics 18、023023 (2016)。
https:/​/​doi.org/​10.1088/​1367-2630/​18/​2/​023023
arXiv：1509.04279

【18] Vladyslav Verteletskyi、Tzu-​​Ching Yen、Artur F. Izmaylov、「最小クリーク カバーを使用した変分量子固有値ソルバーでの測定の最適化」The Journal of Chemical Physics 152、124114 (2020)。
https：/ / doi.org/ 10.1063 / 1.5141458
arXiv：1907.03358

【19] Andrew Arrasmith、Lukasz Cincio、Rolando D. Somma、および Patrick J. Coles、「変分アルゴリズムにおけるショット節約最適化のためのオペレーター サンプリング」arXiv プレプリント (2020)。
https：/ / doi.org/ 10.48550 / arXiv.2004.06252
arXiv：2004.06252

【20] Ophelia Crawford、Barnaby van Straaten、Daochen Wang、Thomas Parks、Earl Campbell、Stephen Brierley、「有限サンプリング エラーが存在する場合のパウリ演算子の効率的な量子測定」Quantum 5、385 (2021)。
https:/​/​doi.org/​10.22331/​q-2021-01-20-385
arXiv：1908.06942

【21] Hsin-Yuan Huang、Richard Kueng、John Preskill、「Derandomization による Pauli Observables の効率的な推定」 Physical Review Letters 127、030503 (2021)。
https：/ / doi.org/ 10.1103 / PhysRevLett.127.030503
arXiv：2103.07510

【22] Giacomo Torlai、Guglielmo Mazzola、Giuseppe Carleo、Antonio Mezzacapo、「ニューラル ネットワーク推定器を使用した量子観測量の正確な測定」Physical Review Research 2、022060 (2020 年)。
https：/ / doi.org/ 10.1103 / PhysRevResearch.2.022060
arXiv：1910.07596

【23] Stefan Hillmich、Charles Hadfield、Rudy Raymond、Antonio Mezzacapo、Robert Wille 共著「Decision Diagrams for Quantum Measurements with Shallow Circuits」2021 IEEE International Conference on Quantum Computing and Engineering (QCE) 24–34 (2021).
https：/ / doi.org/ 10.1109 / QCE52317.2021.00018

【24] Hsin-Yuan Huang、Richard Kueng、および John Preskill による「ごく少数の測定値から量子システムの多くの特性を予測する」Nature Physics 16、1050–1057 (2020)。
https:/​/​doi.org/​10.1038/​s41567-020-0932-7
arXiv：2002.08953

【25] Charles Hadfield、Sergey Bravyi、Rudy Raymond、Antonio Mezzacapo、「局所的にバイアスされた古典的な影を使用した量子ハミルトニアンの測定」数理物理学における通信 391、951–967 (2022)。
https:/​/​doi.org/​10.1007/​s00220-022-04343-8

【26] チャールズ・ハドフィールド「エネルギー推定のための適応パウリ・シャドウ」arXiv プレプリント (2021)。
https：/ / doi.org/ 10.48550 / arXiv.2105.12207
arXiv：2105.12207

【27] Bujiao Wu、Jinzhao Sun、Qi Huang、Xiao Yuan、「重複したグループ化測定: 量子状態を測定するための統一されたフレームワーク」arXiv プレプリント (2021)。
https：/ / doi.org/ 10.48550 / arXiv.2105.13091
arXiv：2105.13091

【28] 幸田雅也、今井亮介、菅野啓太、御手洗浩介、水上渉、中川雄也、「計算基底サンプリングによる量子期待値推定」 Phys. Ｒｅｖ．Ｒｅｓ． 4、033173（2022）。
https：/ / doi.org/ 10.1103 / PhysRevResearch.4.033173

【29] Pranav Gokhale、Olivia Angiuli、Yongshan Ding、Kaiwen Gui、Teague Tomesh、Martin Muchara、Margaret Martonosi、Frederic T. Chong、「Commuting Families に分割することによる Variational Quantum Eigensolver での状態準備の最小化」arXiv プレプリント (2019)。
https：/ / doi.org/ 10.48550 / arXiv.1907.13623
arXiv：1907.13623

【30] 浜村一光・今道隆「エンタングル測定を用いた量子観測量の効率的評価」npj Quantum Information 6, 1–8 (2020).
https:/​/​doi.org/​10.1038/​s41534-020-0284-2

【31] Tzu-Ching Yen、Vladyslav Verteletskyi、Artur F. Izmaylov 共著「Measuring All Compatible Operators in One Series of Single-Qubit Measurements Using Unitary Transformations」Journal of Chemical Theory and Computation 16、2400–2409 (2020)。
https：/ / doi.org/ 10.1021 / acs.jctc.0c00008

【32] Artur F. Izmaylov、Tzu-​​Ching Yen、Robert A. Lang、Vladyslav Verteletskyi、「変分量子固有値ソルバー法における測定問題へのユニタリ分割アプローチ」Journal of Chemical Theory and Computation 16、190–195 (2020)。
https：/ / doi.org/ 10.1021 / acs.jctc.9b00791

【33] Cambyse Rouzéand Daniel Stilck Franca 「少数のコピーから量子多体系を学ぶ」arXiv プレプリント (2021)。
https：/ / doi.org/ 10.48550 / arXiv.2107.03333
arXiv：2107.03333

【34] Andrew J. Jena and Ariel Shlosberg「VQE 測定の最適化 (GitHub リポジトリ)」https:/ / github.com/ AndrewJena/ VQE_measurement_optimization (2021).
https:/ / github.com/ AndrewJena/ VQE_measurement_optimization

【35] Scott Aaronson と Daniel Gottesman による「スタビライザー回路のシミュレーションの改善」Physical Review A 70、052328 (2004)。
https：/ / doi.org/ 10.1103 / PhysRevA.70.052328

【36] Coen Bronand Joep Kerbosch「アルゴリズム 457: 無向グラフのすべてのクリークを見つける」Communications of the ACM 16, 575–577 (1973)。
https：/ / doi.org/ 10.1145 / 362342.362367

【37] Thomas H. Cormen、Charles E. Leiserson、Ronald L. Rivest、Clifford Stein、「アルゴリズムの紹介」MIT プレス (2009 年)。

【38] Stephan Hoyer、Jascha Sohl-Dickstein、Sam Greydanus、「ニューラルの再パラメータ化により構造最適化が向上」NeurIPS 2019 Deep Inverse Workshop (2019)。
https：/ / doi.org/ 10.48550 / arXiv.1909.04240
arXiv：1909.04240

【39] Herbert Robbinsand Sutton Monro「A stochastic approximation method」 The Annals of Mathematical Statistics 400–407 (1951)。
https：/ / doi.org/ 10.1214 / aoms / 1177729586

【40] Diederik P. Kingmaand Jimmy Ba「Adam: A Method for Stochastic Optimization」第 3 回学習表現に関する国際会議 (2015)。
https：/ / doi.org/ 10.48550 / arXiv.1412.6980
arXiv：1412.6980

【41] Stephen Wright と Jorge Nocedal の「数値最適化」Springer Science 35、7 (1999)。

【42] Philip E. Gilland Walter Murray「制約のない最適化のための準ニュートン法」IMA Journal of Applied Mathematics 9、91–108 (1972)。
https：/ / doi.org/ 10.1093 / imamat / 9.1.91

【43] Chigozie Nwankpa、Winifred Ijomah、Anthony Gachagan、Stephen Marshall、「アクティベーション関数: 深層学習の実践と研究における傾向の比較」arXiv プレプリント (2018)。
https：/ / doi.org/ 10.48550 / arXiv.1811.03378
arXiv：1811.03378

【44] Fabian HL Essler、Holger Frahm、Frank Göhmann、Andreas Klümper、および Vladimir E Korepin による「The one-dimensional Hubbard model」ケンブリッジ大学出版局 (2005 年)。

【45] Zonghan Wu、Shirui Pan、Fengwen Chen、Guodong Long、Chengqi Zhang、Philip S. Yu、「A Comprehensive Survey on Graph Neural Networks」ニューラル ネットワークと学習システムに関する IEEE トランザクション 32、4–24 (2021)。
https:/ / doi.org/ 10.1109/ TNNLS.2020.2978386
arXiv：1901.00596

【46] JF Haase、PJ Vetter、T. Unden、A. Smirne、J. Rosskopf、B. Naydenov、A. Stacey、F. Jelezko、MB Plenio、SF Huelga、「ダイヤモンドのスピン キュービットに対する制御可能な非マルコフ性」物理レター 121、060401 (2018) を確認してください。
https：/ / doi.org/ 10.1103 / PhysRevLett.121.060401
arXiv：1802.00819

【47] Nicholas C. Rubin、Ryan Babbush、および Jarrod McClean、「ハイブリッド量子アルゴリズムへのフェルミオン限界制約の適用」New Journal of Physics 20、053020 (2018)。
https：/ / doi.org/ 10.1088 / 1367-2630 / aab919
arXiv：1801.03524

【48] John Kruschke「Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan」Academic Press (2014)。
https:/​/​doi.org/​10.1016/​B978-0-12-405888-0.09999-2

【49] Andrew Gelman、John B. Carlin、Hal S. Stern、Donald B. Rubin、「ベイジアン データ分析」Chapman Hall/ CRC (1995)。

【50] Paolo Fornasini 「物理測定の不確実性: 物理実験室におけるデータ分析の紹介」Springer (2008)。
https:/​/​doi.org/​10.1007/​978-0-387-78650-6

【51] ロジャー A. ホーナンド チャールズ R. ジョンソン「マトリックス分析」ケンブリッジ大学出版局 (2012)。

【52] JW Moonand L. Moser「グラフのクリークについて」Israel Journal of Mathematics 3、23–28 (1965)。
https：/ / doi.org/ 10.1007 / BF02760024

【53] Dong C. Liuand Jorge Nocedal 「大規模最適化のための限られたメモリ BFGS 法について」数学プログラミング 45、503–528 (1989)。
https：/ / doi.org/ 10.1007 / BF01589116

によって引用

[1] Andreas Elben、Steven T. Flammia、Hsin-Yuan Huang、Richard Kueng、John Preskill、Benoît Vermersch、Peter Zoller、「ランダム化された測定ツールボックス」、 Nature Reviews Physics 5 1、9（2023）.

[2] Zachary Pierce Bansingh、Tzu-​​Ching Yen、Peter D. Johnson、Artur F. Izmaylov、「変分量子アルゴリズムにおける非局所測定の忠実度オーバーヘッド」、 arXiv：2205.07113, (2022).

[3] 甲田雅也、今井良輔、菅野啓太、御手洗浩介、水上渉、中川雄也、「計算基底サンプリングによる量子期待値推定」、 フィジカルレビューリサーチ4 3、033173（2022）.

[4] Bujiao Wu、Jinzhao Sun、Qi Huang、および Xiao Yuan、「重複したグループ化測定: 量子状態を測定するための統一されたフレームワーク」、 arXiv：2105.13091, (2021).

[5] Tzu-Ching Yen、Aadithya Ganeshram、Artur F. Izmaylov、「互換性のある演算子のグループ化、非局所変換、および共分散推定による量子測定の決定論的改善」、 arXiv：2201.01471, (2022).

[6] Bojia Duan と Chang-Yu Hsieh、「浅い量子回路によるハミルトニアンベースのデータ読み込み」、 フィジカルレビューA 106 5、052422（2022）.

[7] ダニエル ミラー、ローリン E. フィッシャー、イゴール O. ソコロフ、パナギオティス Kl. Barkoutsos、Ivano Tavernelli、「ハードウェアに合わせた対角化回路」、 arXiv：2203.03646, (2022).

[8] Francisco Escudero、DavidFernández-Fernández、GabrielJaumà、GuillermoF.Peñas、Luciano Pereira、「変分量子アルゴリズムのハードウェア効率の高いエンタングルド測定」、 arXiv：2202.06979, (2022).

[9] ウィリアム・カービー、マリオ・モッタ、アントニオ・メザカーポ、「量子コンピューターでの正確かつ効率的なランチョス法」、 arXiv：2208.00567, (2022).

[10] レーン G. ガンダーマン、「パウリ演算子のコレクションを最小限のレジスタを介したパウリ演算子の同等のコレクションに変換する」、 arXiv：2206.13040, (2022).

[11] Andrew Jena、Scott N. Genin、Michele Mosca、「ノイズの多い中規模の量子ハードウェアでマルチキュービット Clifford ゲートを使用してパウリ演算子を分割することによる変分量子固有値ソルバー測定の最適化」、 フィジカルレビューA 106 4、042443（2022）.

[12] Alexander Gresch と Martin Kliesch、「ShadowGrouping を使用した量子多体ハミルトニアンの効率的なエネルギー推定の保証」、 arXiv：2301.03385, (2023).

上記の引用は SAO / NASA ADS （最後に正常に更新された2023-01-26 13:33:05）。 すべての出版社が適切で完全な引用データを提供するわけではないため、リストは不完全な場合があります。

取得できませんでした クロスリファレンス被引用データ 最終試行2023-01-26 13:33:03：10.22331 / q-2023-01-26-906の被引用データをCrossrefから取得できませんでした。 DOIが最近登録された場合、これは正常です。

この論文は、 Creative Commons Attribution 4.0 International（CC BY 4.0） ライセンス。 著作権は、著者やその機関などの元の著作権者にあります。

タイムスタンプ：

より多くの 量子ジャーナル