응용 프로그램을 통한 시공간 효율적인 저심도 양자 상태 준비

응용 프로그램을 통한 시공간 효율적인 저심도 양자 상태 준비

타임 스탬프 : 15 년 2024 월 10 일 오전 13:XNUMX

카이웬 구이1,2,3, 알렉산더 M. 달젤4, 알레산드로 아킬레5, 마틴 수카라1및 프레드릭 T. 종(Frederic T. Chong)3

1아마존 웹 서비스, 워싱턴주, 미국
2미국 일리노이주 시카고대학교 프리츠커 분자공학대학원
3미국 일리노이주 시카고대학교 컴퓨터공학과
4AWS 양자 컴퓨팅 센터, 미국 캘리포니아주 패서디나
5AWS AI 연구소, 미국 캘리포니아주 패서디나

이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.

추상

우리는 임의의 양자 상태를 준비하기 위한 새로운 결정론적 방법을 제안합니다. 우리 프로토콜이 CNOT 및 임의의 단일 큐비트 게이트로 컴파일되면 $O(log(N))$ 및 $textit{spacetime 할당}$(사실을 설명하는 메트릭)에서 $N$ 차원 상태를 준비합니다. 종종 일부 ancilla 큐비트는 전체 회로에 대해 활성화될 필요가 없습니다) $O(N)$, 둘 다 최적입니다. ${mathrm{H,S,T,CNOT}}$ 게이트 세트로 컴파일할 때 이전 방법보다 점근적으로 더 적은 양자 리소스가 필요하다는 것을 보여줍니다. 구체적으로 $O(log(N) + log (1/epsilon))$의 최적 깊이와 시공간 할당 $O(Nlog(log(N)/epsilon))$을 사용하여 오류 $epsilon$까지 임의의 상태를 준비합니다. , 각각 $O(log(N)log(log (N)/epsilon))$ 및 $O(Nlog(N/epsilon))$에 비해 개선되었습니다. 우리는 프로토콜의 감소된 시공간 할당을 통해 상수 인자 ancilla 오버헤드만으로 많은 분리된 상태를 신속하게 준비할 수 있는 방법을 설명합니다. $O(N)$ ancilla 큐비트는 $w$ $N$ 차원의 제품 상태를 준비하기 위해 효율적으로 재사용됩니다. $O(wlog(N))$ 대신 $O(w + log(N))$ 깊이로 상태를 유지하여 상태별로 일정한 깊이를 효과적으로 달성합니다. 양자 기계 학습, 해밀턴 시뮬레이션, 선형 방정식 시스템 해결 등 이 기능이 유용할 수 있는 여러 응용 분야를 강조합니다. 우리는 프로토콜에 대한 양자 회로 설명, 자세한 의사코드, Brackett을 사용한 게이트 수준 구현 예를 제공합니다.

PlatoBlockchain 데이터 인텔리전스 애플리케이션을 사용한 시공간 효율적인 저심도 양자 상태 준비. 수직 검색. 일체 포함.

► BibTeX 데이터

► 참고 문헌

[1] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe, Seth Lloyd. "양자 기계 학습". 자연 549, 195–202(2017).
https : / /doi.org/ 10.1038 / nature23474

[2] 세스 로이드, 마수드 모세니, 패트릭 레벤트로스트. "양자 주성분 분석". 자연 물리학 10, 631–633 (2014).
https : / /doi.org/ 10.1038 / nphys3029

[3] Iordanis Kerenidis와 Anupam Prakash. “양자 추천 시스템”. 제8회 이론 컴퓨터 과학 컨퍼런스(ITCS 2017) 혁신. Leibniz International Proceedings in Informatics(LIPIcs) 67권, 페이지 49:1–49:21. (2017).
https : / /doi.org/10.4230/ LIPIcs.ITCS.2017.49

[4] 패트릭 레벤트로스트, 아드리안 스테펜스, 이만 마비안, 세스 로이드. “비희소 하위 행렬의 양자 특이값 분해”. 물리적 검토 A 97, 012327(2018).
https : / /doi.org/10.1103/ PhysRevA.97.012327

[5] Iordanis Kerenidis, Jonas Landman, Alessandro Luongo 및 Anupam Prakash. "q-평균: 비지도 기계 학습을 위한 양자 알고리즘". 신경 정보 처리 시스템의 발전(2019).
https:/​/​proceedings.neurips.cc/​paper/​2019/​hash/​16026d60ff9b54410b3435b403afd226-Abstract.html

[6] Iordanis Kerenidis와 Jonas Landman. “양자 스펙트럼 클러스터링”. 실제 검토 A 103, 042415(2021).
https : / /doi.org/10.1103/ PhysRevA.103.042415

[7] 패트릭 레벤트로스트, 마수드 모세니, 세스 로이드. “빅데이터 분류를 위한 양자지원 벡터 머신”. 물리적 검토 편지 113, 130503(2014).
https : / /doi.org/10.1103/ PhysRevLett.113.130503

[8] 마리아 슐드와 프란체스코 페트루치오네. “양자컴퓨터를 이용한 머신러닝”. 뛰는 것. (2021).
https:/​/​doi.org/​10.1007/​978-3-030-83098-4

[9] 도미닉 W 베리, 앤드류 M 차일즈, 리차드 클리브, 로빈 코타리, 롤랜도 D 솜마. "잘린 Taylor 시리즈를 사용하여 해밀턴 역학 시뮬레이션". 물리적 검토 편지 114, 090502(2015).
https : / /doi.org/10.1103/ PhysRevLett.114.090502

[10] 도미닉 W 베리, 앤드루 M 차일즈, 로빈 코타리. "모든 매개변수에 대해 거의 최적의 의존성을 갖는 해밀턴 시뮬레이션". 2015년 IEEE 56차 연례 컴퓨터 과학 기초 심포지엄. 792~809페이지. IEEE(2015).
https : / /doi.org/10.1109/FOCS.2015.54

[11] 광하오 로우(Guang Hao Low)와 아이작 L 추앙(Isaac L Chuang). “양자 신호 처리를 통한 최적의 해밀턴 시뮬레이션”. 물리적 검토 편지 118, 010501(2017).
https : / /doi.org/10.1103/ PhysRevLett.118.010501

[12] Guang Hao Low와 Isaac L Chuang. "큐비트화에 의한 해밀턴 시뮬레이션". 양자 3, 163(2019).
https:/​/​doi.org/​10.22331/​q-2019-07-12-163

[13] Aram W Harrow, Avinatan Hassidim 및 Seth Lloyd. "선형 방정식 시스템을 위한 양자 알고리즘". 물리적 검토 편지 103, 150502(2009).
https : / /doi.org/10.1103/ PhysRevLett.103.150502

[14] 안드리스 암바이니스. “선형 대수학 문제를 위한 가변 시간 진폭 증폭 및 양자 알고리즘”. STACS'12(컴퓨터 과학의 이론적 측면에 관한 제29차 심포지엄). 14권, 636~647페이지. LIPIC(2012).
https : / /doi.org/10.4230/LIPIcs.STACS.2012.636

[15] Leonard Wossnig, Zhikuan Zhao 및 Anupam Prakash. “밀집 행렬을 위한 양자 선형 시스템 알고리즘”. 물리적 검토 편지 120, 050502(2018).
https : / /doi.org/10.1103/ PhysRevLett.120.050502

[16] Guang Hao Low, Vadym Kliuchnikov, Luke Schaeffer. "상태 준비 및 단일 합성에서 더티 큐비트에 대한 T-게이트 거래". arXiv.1812.00954 (2018).
https://​/​doi.org/​10.48550/​arXiv.1812.00954

[17] Xiaoming Sun, Guojing Tian, ​​Shuai Yang, Pei Yuan 및 Shengyu Zhang. “양자 상태 준비 및 일반 단일 합성을 위한 점근적으로 최적의 회로 깊이”. 집적 회로 및 시스템의 컴퓨터 지원 설계에 관한 IEEE 거래(2023).
https : / /doi.org/10.1109/ TCAD.2023.3244885

[18] 페이 위안(Pei Yuan)과 장성위(Shengyu Zhang). "보조 큐비트 수에 관계없이 양자 회로를 통한 최적의(제어된) 양자 상태 준비 및 개선된 단일 합성". 양자 7, 956(2023).
https:/​/​doi.org/​10.22331/​q-2023-03-20-956

[19] 장샤오밍, 리 동양, 샤오위안. "최적의 회로 깊이를 갖춘 양자 상태 준비: 구현 및 응용". 실제 검토 편지 129, 230504(2022).
https : / /doi.org/10.1103/ PhysRevLett.129.230504

[20] B David Clader, Alexander M Dalzell, Nikitas Stamatopoulos, Grant Salton, Mario Berta 및 William J Zeng. “클래식 데이터 매트릭스를 블록 인코딩하는 데 필요한 양자 리소스”. 양자 공학에 관한 IEEE 거래(2023).
https : / / doi.org/ 10.1109 / TQE.2022.3231194

[21] 그레고리 로젠탈. “그로버 검색을 통한 양자 유니터리의 쿼리 및 깊이 상한”. arXiv.2111.07992 (2021).
https://​/​doi.org/​10.48550/​arXiv.2111.07992

[22] 닐 J. 로스와 피터 셀린저. “최적의 ancilla-free Clifford+T z 회전 근사”. 양자 정보. 계산. (2016).
https : / /dl.acm.org/doi/10.5555/3179330.3179331

[23] Ryan Babbush, Craig Gidney, Dominic W Berry, Nathan Wiebe, Jarrod McClean, Alexandru Paler, Austin Fowler 및 Hartmut Neven. “선형 T 복잡도를 갖는 양자 회로의 전자 스펙트럼 인코딩”. 실제 검토 X 8, 041015 (2018).
https : / /doi.org/10.1103/ PhysRevX.8.041015

[24] 이스라엘 F Araujo, Daniel K Park, Francesco Petruccione, Adenilton J da Silva. “양자 상태 준비를 위한 분할 정복 알고리즘”. 과학 보고서 11, 1–12(2021).
https:/​/​doi.org/​10.1038/​s41598-021-85474-1

[25] Vivek V. Shende 및 Igor L. Markov. "TOFFOLI 게이트의 CNOT 비용". 양자 정보. 계산. (2009).
https : / /dl.acm.org/doi/10.5555/2011791.2011799

[26] 존 A 스몰린(John A Smolin)과 데이비드 P 디빈센조(David P DiVincenzo). “양자 프레드킨 게이트를 구현하려면 53비트 양자 게이트 2855개면 충분합니다.” 물리적 검토 A 1996, XNUMX(XNUMX).
https : / /doi.org/10.1103/ PhysRevA.53.2855

[27] 에드워드 워커. "CPU 시간의 실제 비용". 컴퓨터 42, 35–41(2009).
https : / /doi.org/10.1109/ MC.2009.135

[28] Yongshan Ding, Xin-Chuan Wu, Adam Holmes, Ash Wiseth, Diana Franklin, Margaret Martonosi 및 Frederic T Chong. “Square: 비용 효율적인 비계산을 통한 모듈식 양자 프로그램을 위한 전략적 양자 보조 도구 재사용”. 2020년 ACM/​IEEE 47차 연례 컴퓨터 아키텍처 국제 심포지엄(ISCA). 570~583페이지. IEEE(2020).
https://​/​doi.org/​10.1109/​ISCA45697.2020.00054

[29] 마르틴 플레쉬와 카슬라브 브루크너. "보편적 게이트 분해를 통한 양자 상태 준비". 물리. A 83, 032302(2011).
https : / /doi.org/10.1103/ PhysRevA.83.032302

[30] 장샤오밍과 샤오위안. "클래식 데이터 인코딩을 위한 양자 액세스 모델의 회로 복잡성". arXiv.2311.11365 (2023).
https://​/​doi.org/​10.48550/​arXiv.2311.11365

[31] 마이클 A. 닐슨과 아이작 추앙. “양자계산과 양자정보”. 미국 물리 교사 협회. (2002).
https : / /doi.org/ 10.1017 / CBO9780511976667

[32] 세바스티안 루더. “경사하강법 최적화 알고리즘 개요”. arXiv.1609.04747 (2016).
https://​/​doi.org/​10.48550/​arXiv.1609.04747

[33] Andrew M Childs, Dmitri Maslov, 남윤성, Neil J Ross, Yuan Su. "양자 속도 향상을 통한 최초의 양자 시뮬레이션을 향하여". 국립과학원 회보 115, 9456–9461(2018).
https : / /doi.org/ 10.1073 / pnas.1801723115

[34] Shantanav Chakraborty, András Gilyén 및 Stacey Jeffery. "블록 인코딩 매트릭스 힘의 힘: 더 빠른 해밀턴 시뮬레이션을 통한 향상된 회귀 기술". 제46차 오토마타, 언어, 프로그래밍에 관한 국제 콜로키움(ICALP) 진행 중. 33:1~33:14페이지. (2019).
https : / /doi.org/10.4230/LIPIcs.ICALP.2019.33

[35] András Gilyén, Yuan Su, Guang Hao Low, Nathan Wiebe. “양자 특이값 변환 및 그 이상: 양자 행렬 산술의 기하급수적 개선”. 제51회 ACM 컴퓨팅 이론 심포지엄(STOC) 진행 중. 193~204페이지. (2019).
https : / /doi.org/ 10.1145 / 3313276.3316366

[36] Trygve Helgaker, Poul Jorgensen 및 Jeppe Olsen. "분자 전자 구조 이론". 존 와일리 & 선즈. (2013).
https : / /doi.org/ 10.1002 / 9781119019572

[37] Mario Motta, Tanvi P Gujarati, Julia E Rice, Ashutosh Kumar, Conner Masteran, Joseph A Latone, 이은석, Edward F Valeev 및 Tyler Y Takeshita. "상관된 해밀턴을 사용한 전자 구조의 양자 시뮬레이션: 양자 컴퓨터에서 더 작은 공간을 차지하면서 정확도가 향상되었습니다." 물리화학 화학물리학 22, 24270-24281(2020).
https://doi.org/ 10.1039/ D0CP04106H

[38] 샘 맥아들(Sam McArdle)과 데이비드 P 튜(David P Tew). “상관법을 이용한 양자계산화학의 정확성 향상”. arXiv.2006.11181 (2020).
https://​/​doi.org/​10.48550/​arXiv.2006.11181

[39] 세바스티앙 부벡, 시탄 첸, 제리 리. "최적의 양자 특성 테스트를 위해서는 얽힘이 필요합니다." 2020년 IEEE 61차 컴퓨터 과학 기초(FOCS) 연례 심포지엄. 692~703페이지. IEEE(2020).
https : / / doi.org/ 10.1109 / FOCS46700.2020.00070

[40] 시탄 첸(Sitan Chen), 조던 코틀러(Jordan Cotler), 신위안 황(Hsin-Yuan Huang), 제리 리(Jerry Li). “양자 메모리가 있는 학습과 없는 학습 간의 기하급수적 분리”. 2021년 IEEE 62차 컴퓨터 과학 기초(FOCS) 연례 심포지엄. 574~585페이지. IEEE(2022).
https : / / doi.org/ 10.1109 / FOCS52979.2021.00063

[41] Hsin-Yuan Huang, Michael Broughton, Jordan Cotler, Sitan Chen, Jerry Li, Masoud Mohseni, Hartmut Neven, Ryan Babbush, Richard Kueng, John Preskill 등. "실험을 통한 학습의 양자 이점". 사이언스 376, 1182–1186(2022).
https://doi.org/10.1126/science.abn7293

[42] Jonathan Richard Shewchuk 외. “고통이 없는 접합구배법을 소개합니다.” 1994년 기술 보고서(1994년).
https : / /dl.acm.org/doi/10.5555/865018

[43] 애슐리 몬타나로와 샘 팔리스터. “양자 알고리즘과 유한요소법”. 실제 검토 A 93, 032324(2016).
https : / /doi.org/10.1103/ PhysRevA.93.032324

[44] 애슐리 몬타나로와 창펑 샤오. “선형 회귀의 양자 통신 복잡성”. ACM 트랜스. 계산. 이론(2023).
https : / /doi.org/ 10.1145 / 3625225

[45] Yiğit Subaşi, Rolando D. Somma, Davide Orsucci. “단열 양자 컴퓨팅에서 영감을 받은 선형 방정식 시스템을 위한 양자 알고리즘”. 물리. Lett 목사. 122, 060504(2019).
https : / /doi.org/10.1103/ PhysRevLett.122.060504

[46] Pedro CS Costa, Dong An, Yuval R Sanders, Yuan Su, Ryan Babbush 및 Dominic W Berry. “이산 단열 정리를 통한 최적 스케일링 양자 선형 시스템 솔버”. PRX Quantum 3, 040303(2022).
https : / / doi.org/ 10.1103 / PRXQuantum.3.040303

[47] John M. Martyn, Zane M. Rossi, Andrew K. Tan 및 Isaac L. Chuang. “양자 알고리즘의 대통합”. PRX 퀀텀 2, 040203(2021).
https : / /doi.org/ 10.1017 / CBO9780511976667

[48] 크레이그 기드니. "Quirk: 드래그 앤 드롭 양자 회로 시뮬레이터". https://​/​algassert.com/​quirk (2016).
https://​/​algassert.com/​quirk

[49] Alexander M Dalzell, B David Clader, Grant Salton, Mario Berta, Cedric Yen-Yu Lin, David A Bader, Nikitas Stamatopoulos, Martin JA Schuetz, Fernando GSL Brandão, Helmut G Katzgraber 등 “양자 내부점 방법 및 포트폴리오 최적화를 위한 엔드투엔드 자원 분석”. PRX Quantum 4, 040325(2023).
https : / / doi.org/ 10.1103 / PRXQuantum.4.040325

인용

[1] Alexander M. Dalzell, Sam McArdle, Mario Berta, Przemyslaw Bienias, Chi-Fang Chen, András Gilyén, Connor T. Hann, Michael J. Kastoryano, Emil T. Khabiboulline, Aleksander Kubica, Grant Salton, Samson Wang 및 Fernando GSL Brandão, "양자 알고리즘: 애플리케이션 및 엔드투엔드 복잡성 조사", arXiv : 2310.03011, (2023).

[2] Raghav Jumade 및 Nicolas PD Sawaya, "데이터는 종종 짧은 깊이로 로드 가능합니다. 금융, 이미지, 유체 및 단백질을 위한 텐서 네트워크의 양자 회로", arXiv : 2309.13108, (2023).

[3] Gideon Lee, Connor T. Hann, Shruti Puri, SM Girvin 및 Liang Jiang, “임의 크기 블랙박스 양자 연산을 위한 오류 억제”, 물리적 검토 서한 131 19, 190601 (2023).

[4] Gregory Rosenthal, “하나의 쿼리를 사용한 효율적인 양자 상태 합성”, arXiv : 2306.01723, (2023).

[5] Xiao-Ming Zhang 및 Xiao Yuan, "클래식 데이터 인코딩을 위한 양자 접근 모델의 회로 복잡성", arXiv : 2311.11365, (2023).

위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2024-02-15 15:17:11). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.

가져올 수 없습니다 Crossref 인용 자료 마지막 시도 중 2024-02-15 15:17:09 : Crossref에서 10.22331 / q-2024-02-15-1257에 대한 인용 데이터를 가져올 수 없습니다. DOI가 최근에 등록 된 경우 이는 정상입니다.

이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.

타임 스탬프 :

더보기 양자 저널