Effiziente Darstellung tridiagonaler Matrizen für die Hamiltonsimulation auf einem Quantencomputer
Die effiziente Darstellung tridiagonaler Matrizen in der Pauli-Basis ermöglicht die Konstruktion von Schaltkreisen zur Hamiltonsimulation ohne den Einsatz von Orakeln.
Effiziente Algorithmen zum Testen und Lernen lokaler Hamiltonanoperatoren
Wir präsentieren effiziente Algorithmen zum Testen, ob ein Hamiltonianoperator nahe an einem k-lokalen Hamiltonianoperator ist oder weit davon entfernt, sowie zum Lernen eines k-lokalen Hamiltonianoperators.
Effiziente Gradientenschätzung von variationellen Quantenschaltkreisen mit Lie-algebraischen Symmetrien
Die Arbeit präsentiert einen Ansatz zur effizienten Schätzung des Gradienten der Zielfunktion für generische parametrisierte Quantenschaltkreise. Der Ansatz nutzt die algebraischen Symmetrien des zugrunde liegenden Hamiltonoperators, um die Gradientenberechnung auf eine Reihe von Hadamard-Tests und polynomielle klassische Nachbearbeitung zu reduzieren.
Quantenalgorithmus für einige geometrische 3SUM-schwierige Probleme und darüber hinaus
Quantenalgorithmen können viele geometrische 3SUM-schwierige Probleme in O(n^(1+o(1)))-Zeit lösen, auch wenn die Probleme nicht direkt einer Punktsuche entsprechen oder die Suchregionen nicht einer Unterteilung durch eine Anordnung von Geraden entsprechen.
Effizientes Lernen von Quantenzuständen, die mit wenigen nicht-Clifford-Gattern präpariert wurden
Wir präsentieren zwei Algorithmen, die effizient einen Quantenzustand lernen, der mit Clifford-Gattern und O(log n) nicht-Clifford-Gattern präpariert wurde. Die Algorithmen benötigen nur polynomielle Zeit und Kopien des Zustands, um ihn bis auf eine vorgegebene Genauigkeit zu lernen.
Effiziente Methoden des Reinforcement Lernens für das Design von Quantenschaltkreisen
Reinforcement Learning kann eingesetzt werden, um die Suche nach geeigneten Quantenschaltkreisen zu verbessern, indem es Herausforderungen wie die Vorbereitung von Quantenzuständen und die Komposition von Unitäroperationen adressiert.
Effiziente Quantenalgorithmen zur Berechnung von Grundzustandsenergien basierend auf neuronalen Schrödinger-Verfahren
Durch den Einsatz von generativen neuronalen Netzwerken können die für die Schrödinger-Entfaltung erforderlichen Bitstrings effizient identifiziert werden, ohne die exponentielle Summation über alle möglichen Bitstrings durchführen zu müssen.
Eine einfache untere Schranke für die Komplexität der Schätzung von Partitionsfunktionen auf einem Quantencomputer
Eine einfache und natürliche untere Schranke für die Anzahl der Reflexionen, die ein Quantenalgorithmus benötigt, um die Partitionsfunktion mit einer gegebenen Genauigkeit zu schätzen.
Effizienter Quantenalgorithmus für lineare Gleichungssysteme im Tensorformat
Ein effizienter Quantenalgorithmus wird vorgestellt, um lineare Gleichungssysteme in Tensorform zu lösen, der eine polylogarithmische Komplexität in der Problemgröße aufweist.
Verbesserung des Grover-Suchverfahrens: Ein modifizierter Ansatz zur Steigerung der Wahrscheinlichkeit guter Zustände
Durch Einbeziehung des Verhältnisses der Amplituden in jeder Iteration in den Diffusionsoperator mittels einer Phasenwinkeldrehung kann die Wahrscheinlichkeit des Erfolgs erhöht und die Anzahl der erforderlichen Iterationen reduziert werden.
© 2024 by Linnk AI