ในการเข้ารหัสบล็อกควอนตัมที่มีประสิทธิภาพของตัวดำเนินการเทียมแบบดิฟเฟอเรนเชียล

ในการเข้ารหัสบล็อกควอนตัมที่มีประสิทธิภาพของตัวดำเนินการเทียมแบบดิฟเฟอเรนเชียล

โหนดต้นทาง: 2694594

ฮาวย่า ลี่1, ฮงคัง นี2และ เล็กซิ่ง หยิง1,2

1ภาควิชาคณิตศาสตร์ Stanford University, Stanford, CA 94305
2สถาบันวิศวกรรมคอมพิวเตอร์และคณิตศาสตร์, มหาวิทยาลัยสแตนฟอร์ด, สแตนฟอร์ด, แคลิฟอร์เนีย 94305

พบบทความนี้ที่น่าสนใจหรือต้องการหารือ? Scite หรือแสดงความคิดเห็นใน SciRate.

นามธรรม

การเข้ารหัสแบบบล็อกเป็นหัวใจสำคัญของอัลกอริธึมควอนตัมที่มีอยู่มากมาย ในขณะเดียวกัน การเข้ารหัสบล็อกที่มีประสิทธิภาพและชัดเจนของตัวดำเนินการที่มีความหนาแน่นมักได้รับการยอมรับว่าเป็นปัญหาที่ท้าทาย บทความนี้นำเสนอการศึกษาที่ครอบคลุมเกี่ยวกับการเข้ารหัสแบบบล็อกของกลุ่มตัวดำเนินการหนาแน่นที่หลากหลาย: ตัวดำเนินการผลต่างหลอก (PDO) ขั้นแรก มีการพัฒนารูปแบบการเข้ารหัสบล็อกสำหรับ PDO ทั่วไป จากนั้นเราจะเสนอแผนงาน PDO ที่มีประสิทธิภาพมากขึ้นด้วยโครงสร้างที่แยกส่วนได้ สุดท้ายนี้ เราสาธิตอัลกอริธึมการเข้ารหัสบล็อกที่ชัดเจนและมีประสิทธิภาพสำหรับ PDO ด้วยโครงสร้างที่แยกส่วนได้อย่างสมบูรณ์ตามมิติ การวิเคราะห์ความซับซ้อนมีให้สำหรับอัลกอริธึมการเข้ารหัสบล็อกทั้งหมดที่นำเสนอ การประยุกต์ใช้ผลลัพธ์ทางทฤษฎีแสดงไว้ด้วยตัวอย่างการทำงาน รวมถึงการเป็นตัวแทนของตัวดำเนินการวงรีสัมประสิทธิ์ตัวแปร และการคำนวณค่าผกผันของตัวดำเนินการวงรีโดยไม่ต้องเรียกใช้อัลกอริธึมระบบเชิงเส้นควอนตัม (QLSA)

การเข้ารหัสแบบบล็อกเป็นหัวใจสำคัญของอัลกอริธึมควอนตัมที่มีอยู่มากมาย ในขณะเดียวกันการเข้ารหัสบล็อกที่มีประสิทธิภาพและชัดเจนของตัวดำเนินการที่มีความหนาแน่นมักได้รับการยอมรับว่าเป็นปัญหาที่ท้าทาย บทความนี้นำเสนอการศึกษาที่ครอบคลุมเกี่ยวกับการเข้ารหัสแบบบล็อกของกลุ่มตัวดำเนินการหนาแน่นที่หลากหลาย: ตัวดำเนินการผลต่างหลอก (PDO) เราพัฒนารูปแบบการเข้ารหัสบล็อกใหม่สำหรับ PDO สามประเภทที่มีโครงสร้างที่แตกต่างกัน นอกเหนือจากการวิเคราะห์ความซับซ้อนอย่างละเอียดแล้ว เรายังให้ตัวอย่างที่ชัดเจนซึ่งมีการแสดง PDO ที่แตกต่างกันด้วยแผนการเข้ารหัสบล็อกที่เสนอ

► ข้อมูล BibTeX

► ข้อมูลอ้างอิง

[1] ดี.อัน และ แอล. ลิน. ตัวแก้ปัญหาระบบเชิงเส้นควอนตัมอิงตามการคำนวณควอนตัมอะเดียแบติกที่เหมาะสมกับเวลาและอัลกอริธึมการหาค่าเหมาะที่สุดโดยประมาณควอนตัม ธุรกรรม ACM เกี่ยวกับคอมพิวเตอร์ควอนตัม, 3: 1–28, 2022 10.1145/​3498331
https://doi.org/10.1145/​3498331

[2] DW Berry, AM Childs, R. Cleve, R. Kothari และ RD Somma การจำลองพลวัตของแฮมิลโทเนียนด้วยชุดเทย์เลอร์ที่ถูกตัดทอน จดหมายตรวจร่างกาย, 114: 090502, 2015. 10.1103/​PhysRevLett.114.090502.
https://doi.org/​10.1103/​PhysRevLett.114.090502

[3] G. Beylkin และ L. Monzón. เกี่ยวกับการประมาณฟังก์ชันด้วยผลรวมเอ็กซ์โปเนนเชียล การวิเคราะห์ฮาร์มอนิกประยุกต์และการคำนวณ 19: 17–48, 2005 10.1016/​j.acha.2005.01.003
https://doi.org/10.1016/​j.acha.2005.01.003

[4] ดี. แคมป์ส และ อาร์. แวน บีเมน นิทาน: วงจรควอนตัมโดยประมาณที่รวดเร็วสำหรับการเข้ารหัสบล็อก ในการประชุมนานาชาติ IEEE ว่าด้วยคอมพิวเตอร์ควอนตัมและวิศวกรรม (QCE) ปี 2022 หน้า 104–113 IEEE, 2022 10.1109/​QCE53715.2022.00029.
https://doi.org/​10.1109/​QCE53715.2022.00029

[5] ดี. แคมป์ส, แอล. ลิน, อาร์. แวน บีเมน และซี. หยาง วงจรควอนตัมที่ชัดเจนสำหรับการเข้ารหัสแบบบล็อกของเมทริกซ์แบบกระจายบางตัว arXiv พิมพ์ล่วงหน้า arXiv:2203.10236, 2022. 10.48550/​arXiv.2203.10236.
https://doi.org/​10.48550/​arXiv.2203.10236
arXiv: 2203.10236

[6] ย. เฉา, เอ. ปาปาจอร์จิอู, ไอ. เพทราส, เจ. ทรอบ และเอส. ไคส์ อัลกอริธึมควอนตัมและการออกแบบวงจรแก้สมการปัวซอง วารสารฟิสิกส์ใหม่, 15 (1): 013021, 2013. 10.1088/​1367-2630/​15/​1/​013021.
https:/​/​doi.org/​10.1088/​1367-2630/​15/​1/​013021

[7] ก. คาสเตลาโซ, คิวที เหงียน, จี. เด ปาลมา, ดี. เองลันด์, เอส. ลอยด์ และ บีที คิอานี่ อัลกอริธึมควอนตัมสำหรับการบิดกลุ่ม ความสัมพันธ์ข้าม และการแปลงสมมูล การตรวจร่างกาย A, 106: 032402, 2022. 10.1103/PhysRevA.106.032402.
https://doi.org/10.1103/​PhysRevA.106.032402

[8] อาร์. เชา, ดี. ดิง, เอ. กิลเยน, ซี. ฮวง และเอ็ม. เซเกดี การค้นหามุมสำหรับการประมวลผลสัญญาณควอนตัมด้วยความแม่นยำของเครื่องจักร arXiv พิมพ์ล่วงหน้า arXiv:2003.02831, 2020 10.48550/​arXiv.2003.02831
https://doi.org/​10.48550/​arXiv.2003.02831
arXiv: 2003.02831

[9] AM Childs, R. Kothari และ RD Somma อัลกอริธึมควอนตัมสำหรับระบบสมการเชิงเส้นที่มีการพึ่งพาความแม่นยำที่ดีขึ้นแบบเอ็กซ์โปเนนเชียล วารสารสยามคอมพิวเตอร์, 46: 1920–1950, 2017. 10.1137/16M1087072.
https://doi.org/10.1137​16M1087072

[10] AM Childs, J.-P. หลิว และเอ. ออสตรานเดอร์ อัลกอริธึมควอนตัมความแม่นยำสูงสำหรับสมการเชิงอนุพันธ์ย่อย ควอนตัม 5: 574 2021 10.22331/​q-2021-11-10-574
https:/​/​doi.org/​10.22331/​q-2021-11-10-574

[11] ดี. คอปเปอร์สมิธ. การแปลงฟูริเยร์โดยประมาณมีประโยชน์ในการแยกตัวประกอบควอนตัม arXiv พิมพ์ล่วงหน้า quant-ph/​0201067, 2002 10.48550/​arXiv.quant-ph/​0201067
https://doi.org/​10.48550/​arXiv.quant-ph/​0201067
arXiv:ปริมาณ-ph/0201067

[12] พีซี คอสต้า, เอส. จอร์แดน และเอ. ออสตรานเดอร์ อัลกอริธึมควอนตัมสำหรับจำลองสมการคลื่น การตรวจร่างกาย A, 99: 012323, 2019. 10.1103/​PhysRevA.99.012323.
https://doi.org/10.1103/​PhysRevA.99.012323

[13] PC Costa, D. An, YR Sanders, Y. Su, R. Babbush และ DW Berry ตัวแก้ปัญหาระบบเชิงเส้นควอนตัมการปรับสเกลที่เหมาะสมที่สุดผ่านทฤษฎีบทอะเดียแบติกแบบไม่ต่อเนื่อง PRX ควอนตัม, 3: 040303, 2022. 10.1103/​PRXQuantum.3.040303.
https://doi.org/10.1103/​PRXQuantum.3.040303

[14] เอเจ ดา ซิลวา และ ดีเค พาร์ค วงจรควอนตัมเชิงลึกเชิงเส้นสำหรับเกตควบคุมมัลติคิวบิต การตรวจร่างกาย A, 106: 042602, 2022. 10.1103/PhysRevA.106.042602.
https://doi.org/10.1103/​PhysRevA.106.042602

[15] แอล. ดีมาเน็ต และ แอล. หญิง. แคลคูลัสสัญลักษณ์ไม่ต่อเนื่อง รีวิวสยาม, 53: 71–104, 2011. 10.1137/​080731311.
https://doi.org/10.1137/​080731311

[16] Y. Dong, X. Meng, KB Whaley และ L. Lin การประเมินเฟสแฟคเตอร์ที่มีประสิทธิภาพในการประมวลผลสัญญาณควอนตัม การตรวจร่างกาย A, 103: 042419, 2021. 10.1103/PhysRevA.103.042419.
https://doi.org/10.1103/​PhysRevA.103.042419

[17] ย. ดง, แอล. ลิน, เอช. นี และเจ. หวัง การประมวลผลสัญญาณควอนตัมที่ไม่มีที่สิ้นสุด arXiv พิมพ์ล่วงหน้า arXiv:2209.10162, 2022 10.48550/​arXiv.2209.10162
https://doi.org/​10.48550/​arXiv.2209.10162
arXiv: 2209.10162

[18] A. Gilyén, Y. Su, GH Low และ N. Wiebe การแปลงค่าเอกพจน์ควอนตัมและอื่น ๆ : การปรับปรุงเลขชี้กำลังสำหรับเลขคณิตเมทริกซ์ควอนตัม การดำเนินการของการประชุม ACM SIGACT Symposium ประจำปีครั้งที่ 51 ด้านทฤษฎีคอมพิวเตอร์ ปี 2019 10.1145/​3313276.3316366
https://doi.org/10.1145/​3313276.3316366

[19] แอล. โกรเวอร์ และ ที. รูดอล์ฟ การสร้างตำแหน่งซ้อนทับที่สอดคล้องกับการแจกแจงความน่าจะเป็นแบบบูรณาการได้อย่างมีประสิทธิภาพ arXiv พิมพ์ล่วงหน้า quant-ph/​0208112, 2002 10.48550/​arXiv.quant-ph/​0208112
https://doi.org/​10.48550/​arXiv.quant-ph/​0208112
arXiv:ปริมาณ-ph/0208112

[20] เจ.ฮ่า. การสลายตัวของผลิตภัณฑ์ของฟังก์ชันคาบในการประมวลผลสัญญาณควอนตัม ควอนตัม, 3: 190, 2019. 10.22331/q-2019-10-07-190.
https:/​/​doi.org/​10.22331/​q-2019-10-07-190

[21] เอดับเบิลยู แฮร์โรว์, เอ. ฮัสซิดิม และเอส. ลอยด์ อัลกอริธึมควอนตัมสำหรับระบบสมการเชิงเส้น จดหมายทบทวนทางกายภาพ 103: 150502, 2009 10.1103/​PhysRevLett.103.150502
https://doi.org/​10.1103/​PhysRevLett.103.150502

[22] เอวาย คิตะเยฟ. การคำนวณควอนตัม: อัลกอริธึมและการแก้ไขข้อผิดพลาด แบบสำรวจทางคณิตศาสตร์ของรัสเซีย 52: 1191 1997 10.1070/​RM1997v052n06ABEH002155
https:/​/​doi.org/​10.1070/​RM1997v052n06ABEH002155

[23] AY Kitaev, A. Shen, MN Vyalyi และ MN Vyalyi การคำนวณแบบคลาสสิกและควอนตัม American Mathematical Soc., 2002. 10.1090/​gsm/​047.
https://doi.org/​10.1090/​gsm/​047

[24] แอล. ลิน และ ย.ตง. การกรองไอเกนสเตตควอนตัมที่ใช้พหุนามที่เหมาะสมที่สุดพร้อมการประยุกต์ใช้ในการแก้ระบบเชิงเส้นควอนตัม ควอนตัม, 4: 361, 2020. 10.22331/q-2020-11-11-361.
https:/​/​doi.org/​10.22331/​q-2020-11-11-361

[25] GH Low และ IL Chuang การจำลองแฮมิลโทเนียนที่เหมาะสมที่สุดโดยการประมวลผลสัญญาณควอนตัม จดหมายตรวจร่างกาย, 118: 010501, 2017. 10.1103/​PhysRevLett.118.010501.
https://doi.org/​10.1103/​PhysRevLett.118.010501

[26] อ. มหาสิงห์ และ เจ. หวัง. วงจรควอนตัมที่มีประสิทธิภาพสำหรับเมทริกซ์โทเอพลิทซ์และแฮงเคิล วารสารฟิสิกส์ A: คณิตศาสตร์และทฤษฎี, 49: 275301, 2016. 10.1088/​1751-8113/​49/​27/​275301.
https:/​/​doi.org/​10.1088/​1751-8113/​49/​27/​275301

[27] เอส. แม็กอาร์เดิล, เอ. กิลิเยน และเอ็ม. เบอร์ตา. การเตรียมสถานะควอนตัมโดยไม่มีเลขคณิตที่สอดคล้องกัน arXiv พิมพ์ล่วงหน้า arXiv:2210.14892, 2022 10.48550/​arXiv.2210.14892
https://doi.org/​10.48550/​arXiv.2210.14892
arXiv: 2210.14892

[28] เอ. มอนตานาโร และเอส. พัลลิสเตอร์. อัลกอริธึมควอนตัมและวิธีการไฟไนต์เอลิเมนต์ การตรวจร่างกาย A, 93: 032324, 2016. 10.1103/PhysRevA.93.032324.
https://doi.org/10.1103/​PhysRevA.93.032324

[29] ย.นาม วาย.ซู และดี.มาลอฟ การแปลงฟูเรียร์ควอนตัมโดยประมาณด้วย o (n log (n)) t เกท ข้อมูลควอนตัม NPJ, 6:26, 2020 10.1038/s41534-020-0257-5.
https:/​/​doi.org/​10.1038/​s41534-020-0257-5

[30] คิวที เหงียน, บีที คิอานี และเอส. ลอยด์ อัลกอริธึมควอนตัมสำหรับเมล็ดหนาแน่นและเต็มอันดับโดยใช้เมทริกซ์แบบลำดับชั้น ควอนตัม 6: 876 2022 10.22331/​q-2022-12-13-876
https:/​/​doi.org/​10.22331/​q-2022-12-13-876

[31] MA Nielsen และ I. Chuang การคำนวณควอนตัมและข้อมูลควอนตัม สมาคมครูฟิสิกส์แห่งอเมริกา 2002 10.1119/1.1463744
https://doi.org/10.1119/​1.1463744

[32] อีจี ริฟเฟล และ WH โพลัค การประมวลผลควอนตัม: การแนะนำอย่างอ่อนโยน สำนักพิมพ์ MIT, 2011. 10.1063/​PT.3.1442.
https://doi.org/10.1063/​PT.3.1442

[33] ส. สัจเดวา, NK Vishnoi และคณะ อัลกอริธึมที่เร็วขึ้นผ่านทฤษฎีการประมาณค่า รากฐานและแนวโน้มทางวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี, 9: 125–210, 2014 10.1561/​0400000065
https://doi.org/10.1561/​0400000065

[34] อีเอ็ม สไตน์ และทีเอส เมอร์ฟี่ การวิเคราะห์ฮาร์มอนิก: วิธีการแปรผันจริง มุมตั้งฉาก และอินทิกรัลออสซิลเลชัน เล่มที่ 3 Princeton University Press, 1993 ISBN 9780691032160 URL https:/​/​press.princeton.edu/​books/​hardcover/​9780691032160/​harmonic -การวิเคราะห์-pms-43-เล่ม-43
https://​/​press.princeton.edu/​books/​hardcover/​9780691032160/​harmonic-analysis-pms-43-volume-43

[35] วาย. ตง, ดี. อัน, เอ็น. วีบี และแอล. ลิน การผกผันอย่างรวดเร็ว ตัวแก้ระบบเชิงเส้นควอนตัมแบบปรับสภาพล่วงหน้า การคำนวณฟังก์ชันของกรีนแบบเร็ว และการประเมินฟังก์ชันเมทริกซ์อย่างรวดเร็ว การทบทวนทางกายภาพ A, 104, 2021. 10.1103/PhysRevA.104.032422.
https://doi.org/10.1103/​PhysRevA.104.032422

[36] ร. เวล, TMD Azevedo, I. Araújo, IF Araujo และ AJ da Silva การสลายตัวของเกตควิบิตเดี่ยวแบบรวมพิเศษแบบหลายตัวควบคุม arXiv พิมพ์ล่วงหน้า arXiv:2302.06377, 2023 10.48550/​arXiv.2302.06377
https://doi.org/​10.48550/​arXiv.2302.06377
arXiv: 2302.06377

[37] เอ็มดับบลิว หว่อง. ข้อมูลเบื้องต้นเกี่ยวกับตัวดำเนินการ Pseudo-Differential วิทยาศาสตร์โลก, 1999. 10.1142/4047.
https://doi.org/10.1142/​4047

[38] โกหก. การแยกตัวประกอบที่เสถียรสำหรับปัจจัยเฟสของการประมวลผลสัญญาณควอนตัม ควอนตัม 6: 842, 2022 10.22331/​q-2022-10-20-842.
https:/​/​doi.org/​10.22331/​q-2022-10-20-842

อ้างโดย

[1] David Jennings, Matteo Lostaglio, Sam Pallister, Andrew T Sornborger และ Yiğit Subaşı, “อัลกอริธึมตัวแก้ปัญหาเชิงเส้นควอนตัมที่มีประสิทธิภาพพร้อมค่าใช้จ่ายในการดำเนินการโดยละเอียด”, arXiv: 2305.11352, (2023).

การอ้างอิงข้างต้นมาจาก are อบต./นาซ่าโฆษณา (ปรับปรุงล่าสุดสำเร็จ 2023-06-02 12:49:58 น.) รายการอาจไม่สมบูรณ์เนื่องจากผู้จัดพิมพ์บางรายไม่ได้ให้ข้อมูลอ้างอิงที่เหมาะสมและครบถ้วน

ไม่สามารถดึงข้อมูล Crossref อ้างโดย data ระหว่างความพยายามครั้งล่าสุด 2023-06-02 12:49:57 น.: ไม่สามารถดึงข้อมูลที่อ้างถึงสำหรับ 10.22331/q-2023-06-02-1031 จาก Crossref นี่เป็นเรื่องปกติหาก DOI ได้รับการจดทะเบียนเมื่อเร็วๆ นี้

ประทับเวลา:

เพิ่มเติมจาก วารสารควอนตัม

การตรวจสอบตัวอย่างอย่างมีประสิทธิภาพของควอนตัมเกตที่กำหนดพารามิเตอร์อย่างต่อเนื่องสำหรับโปรเซสเซอร์ควอนตัมขนาดเล็ก

โหนดต้นทาง: 2629940
ประทับเวลา: May 4, 2023