JP2023525953A - Nisq(ノイズ有り中規模量子)コンピュータにおける振幅推定の方法 - Google Patents
Nisq(ノイズ有り中規模量子)コンピュータにおける振幅推定の方法 Download PDFInfo
- Publication number
- JP2023525953A JP2023525953A JP2022554844A JP2022554844A JP2023525953A JP 2023525953 A JP2023525953 A JP 2023525953A JP 2022554844 A JP2022554844 A JP 2022554844A JP 2022554844 A JP2022554844 A JP 2022554844A JP 2023525953 A JP2023525953 A JP 2023525953A
- Authority
- JP
- Japan
- Prior art keywords
- quantum
- circuit
- unitary operator
- quantum circuit
- iteration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000007423 decrease Effects 0.000 claims 2
- 230000003247 decreasing effect Effects 0.000 claims 1
- 230000015654 memory Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B82—NANOTECHNOLOGY
- B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
- B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
- Complex Calculations (AREA)
Abstract
実施形態は、ユニタリ演算子Uを量子回路上で実装するように構成可能な量子プロセッサを用いることによって前記ユニタリ演算子Uの振幅を誤差ε内で推定する方法に関する。量子回路は最大深度がSであり、単一の実行に際してユニタリ演算子をD回以内実施できる。誤差ε及び回数Dに基づいたn=1からN迄の反復のスケジュールが決定される。各反復nはスケジュールパラメータknによって特徴付けられている。全てのnについてkn≦Dであり、また、knは指数関数未満のレートで増す。反復nは逐次的に実行され得る。各反復において、量子プロセッサは、ユニタリ演算子Uをkn回量子回路に逐次的に適用して実行するように構成されている。そして、非量子プロセッサは測定された結果としてもたらされた状態に基づいてユニタリ演算子の振幅を推定する。
Description
開示は量子アルゴリズムの分野についてなされ、開示は特に、振幅推定についての基本的プリミティブを、必要とされる量子回路の深度を減じつつ古典アルゴリズムより高速なままの態様で、実装する方法を提供する。
振幅推定(AE、amplitude estimation)とは、例えば数理ファイナンスでの計数及びモンテカルロ法における近似をなす等の多様な用途を有する量子アルゴリズムである。振幅増幅(amplitude amplification)アルゴリズムの一般的な設定としては次のように定める:U|0>=sin(θ)|0>+cos(θ)|1>との変換をなすユニタリUが与えられたものとする(これをオラクルと称し、Uに関する回路のアルゴリズム実行回数をオラクルコール回数Tとする)。振幅推定(AE、amplitude estimation)アルゴリズムの目的は、加算誤差ε内でcos(θ)を推定することである。
AE関連の文献は、上述のタスクに関してオラクルコール回数を最小化することに注力している。AEタスクに要するオラクルコール回数に関しては、古典アルゴリズムではO(1/ε2)であるのに対して、量子構成ではO(1/ε)となることが知られており、このことから論理的には相当な加速がもたらされる。
もっとも、このアルゴリズムはユニタリUkをk=O(1/ε)について適用するのであり、換言すればユニタリUを逐次的にO(1/ε)回適用するのであり、故に高度に大深度な量子回路を伴うことになる(一部の場合では、特に例えばモンテカルロ推定等の実世界での用途に関しては、ユニタリUはそれ自体が相当な深度を有し得るのであり、誤差εが10-3のオーダに収まることを望むのならば、この深度が上述のアルゴリズムで1000倍とされることになることに留意されたいのであり、こうなるとアルゴリズムはNISQ系量子コンピュータにとっては到底扱えない代物となってしまう)。
AEをNISQ装置に適用することに関して幾らかの進歩を示す先行研究の結果としては非特許文献1を挙げられよう。当該文献は、テンプレートを提供するのであり、アルゴリズムは一連のパラメータ(k1,k2,... ,kt)及び定数たるNshotで定義されるオペレーションのスケジュールを実行するのであり、次の態様でなされる:
パラメータkiのそれぞれについて、また、Nshot回に亘って(オペレーションのノイズに応じて)、ユニタリUを逐次的にki回適用して、結果として得られる状態を測定する。
当該オペレーション後は、要求されている振幅推定を提供するために、測定結果に対しての古典的な後処理がなされる。非特許文献1では、ki=2i(i=0から開始、i=log(1/ε)迄)とのパラメータで定義されたスケジュールをもってすれば、量子アルゴリズムは振幅に関して程度の良い推定をもたらし得ると主張されている。もっとも、非特許文献1のアルゴリズムでは、Ukをk=O(1/ε)について適用することを依然として要するのであり、故に量子回路の深度はやたら大きいままである。当該文献のアルゴリズムの主たる利点は、Brassardらの当初のAEアルゴリズムではオラクルコールに加えて必要とされていた演算的に浪費的な量子位相推定(phase estimation)ステップを、古典的な後処理で代替させたことにある。したがって、非特許文献1は、量子位相推定ステップを回避することによってBrassardらの当初のAEアルゴリズムの深度を減じるも、実行すべき逐次的なオラクルコール回数はO(1/ε)のままであり、故にこのアルゴリズムはNISQマシンの性能を遙かに超えている。
Suzuki et al., "Amplitude Estimation Without Phase Estimation"(Quantum Inf Process 19, 75 (2020). https://doi.org/10.1007/s11128-019-2565-2)
実施形態は、ユニタリ演算子Uを量子回路上で実装するように構成可能な量子プロセッサを用いることによって前記ユニタリ演算子Uの振幅を誤差ε内で推定する方法に関する。量子回路は、最大回路深度がSであり、また、単一の実行に際してユニタリ演算子をD回以内実施できる。誤差ε及び回数Dに基づいたn=1からN迄の反復のスケジュールが決定される。各反復nはスケジュールパラメータknによって特徴付けられている。全てのnについてkn≦Dであり、また、knは指数関数未満のレートで増す。反復nは逐次的に実行され得る。各反復において、量子プロセッサは、ユニタリ演算子Uをkn回量子回路に逐次的に適用するように構成されており、また、量子プロセッサは量子回路を実行する。量子回路の結果としてもたらされた状態は、測定される。そして、非量子プロセッサは測定された結果としてもたらされた状態に基づいてユニタリ演算子の振幅を推定する。
他の態様としては、上述のいずれかに関連するコンポーネント、装置、システム、改良、方法、処理、アプリケーション、コンピュータ可読媒体、及び他のテクノロジが含まれる。
図面は例示目的のみにおいて本開示の様々な実施形態について表している。本明細書において記述されている開示の原理から逸脱することなく、本明細書において示されている構造及び方法の代替実施形態が採用されることが可能であるということを当業者であれば以降の論考から容易に認識するであろう。
以下の説明は、例示のみを目的とした好適実施形態に関する。以下の論考から、本明細書に開示された構造及び方法の代替的実施形態は、開示の原理から逸脱することなく採用され得る、実行可能な代替として容易に認識されることに留意すべきである。
実施形態は、(例えば、低深度のノイズ有り中規模量子(NISQ)コンピュータ等のために)AE回路の深度を減じつつ、古典アルゴリズムに対しての量子的利点を維持することに関する。NISQコンピュータは、1000、500、又は300未満のキュービットを有し得る。1つの態様では、量子回路の深度と、古典アルゴリズムと比較して達成される量子アルゴリズムの加速との間でのトレードオフが得られるような異なるスケジュールを介しての新たなAEアルゴリズムがもたらされる。一部の実施形態では、例えば指数α∈(0,2]についてのスケジュールパラメータ
を我々は提案するのであり、指数の選択は具体的な問題及び/又は量子回路に依存するのであり、また、n=1から始まって、そして、アルゴリズムを実装するのに我々によって用いられるNISQコンピュータによって取り扱い可能なオラクルコール回数
についての最大の整数N迄へと至る。例えば、α=2ならば、第1の反復においては(n=1)、NISQコンピュータ内の量子回路は、オラクルコールを1回行う。第2の反復においては(n=2)、回路は、オラクルコールを4回行う。第3の反復においては(n=3)、回路は、オラクルコールを9回行う。スケジュールは、オラクルコールの最大回数に達する迄継続され得る(所与の量子回路の限定された深度にこれは由来する)。例えば、kN≦Dであり、ここで、Dは単一の実行に際して量子回路が行い得るオラクルコールの最大回数である。Dは、ユニタリ演算子Uの深度及び回路の最大深度S(例えば、depth(U)*D≦ S)に基づいている。
各反復後、結果としてもたらされた量子状態が測定及び記憶される。スケジュールの実行後、ユニタリ演算子Uの振幅は、測定された状態に基づいて、非量子プロセッサによって決定され得る。一部の実施形態では、反復は、n=1からN迄逐次的に行われることを要さない。例えば、反復は、並行して(例えば、別個の量子回路上にて)行われ得る。
DがO(1/ε)である場合、SuzukiらのAEアルゴリズムを実装できることに留意されたいのであるが、我々のアルゴリズムは、Dが小さな定数である場合にはより良く機能する(例えば、小ささに関してはDを5とすることさえ可能である)。
このスケジュールのトレードオフは、DT=1/ε2とされ得るのであり、ここで、Tはオラクルコールの合計回数である
。したがって、この区間にて指数αを変化させることによって、回路深度とオラクルコールの合計回数T(実行時間)との間での滑らかなトレードオフがもたらされる。これによって、所与の用例に関して(例えば、近似計数又はモンテカルロ法)、回路深度と実行時間との間でのトレードオフを発見して、回路深度が制限されているAE文脈についても量子的な長所をもたらし得る。これは重大なイノベーションである。なぜならば、回路深度が制限されている場面(深度が50を超える回路を実行できない場面)にてAEに関して量子的な長所を示すことが可能となるからである。既知のアルゴリズムのいずれもこの場合には実装できない。
図1は、実施形態による、ユニタリ演算子Uの振幅を誤差ε内で推定するための方法100についての流れ図である。方法は、ユニタリ演算子Uを量子回路上で実装するように構成可能な量子プロセッサを用いる。量子回路は、最大深度がSであり、また、単一の実行に際してユニタリ演算子をD回以内実施できる。方法のステップは異なる順序にて実行でき、また、方法は異なる、追加の、若しくはより少数のステップを含み得る。
誤差ε及び回数Dに基づいたn=1からN迄の反復のスケジュールが決定される(S110)。各反復nはスケジュールパラメータknによって特徴付けられている。全てのnについてkn≦Dであり、また、knは指数関数未満のレートで増す。反復nは逐次的に実行され得る。各反復nにおいて、量子プロセッサは、ユニタリ演算子Uをkn回量子回路に逐次的に適用するように構成されており(S120)、また、量子プロセッサは量子回路を実行する(S130)。量子回路の結果としてもたらされた状態は測定される(S140)(例えば、量子回路ないの各キュービットの状態が記録される)。結果としてもたらされた状態は記憶される。そして、非量子プロセッサは記憶された結果としてもたらされた状態に基づいてユニタリ演算子の振幅を推定する(S150)。一部の実施形態では、スケジュールの終了前に(例えば、各反復が行われた後又は2回以上の反復が行われた後毎に)、非量子プロセッサは1つ以上の振幅推定を行う。一部の実施形態では、S110、S120、及びS150は非量子プロセッサによってなされ、また、S130及びS140は量子プロセッサによってなされる。一部の実施形態では、D<O(1/ε)及びT<O(1/ε2)であり、ここで
である。T<{O(1/ε2)の50%}である場合、方法は、古典アルゴリズムに対して2倍の高速化をもたらし得る。T<{O(1/ε2)の20%}である場合、方法は、古典アルゴリズムに対して5倍の高速化をもたらし得る。
図2は、一部の実施形態による、マシン可読媒体から命令を読み取り、それらを1つ以上のプロセッサ(又はコントローラ)にて実行できる、例示的マシンのコンポーネントを示すブロック図である。具体的には、図2は、コンピュータシステム200の例示的形式のマシンについての図式的な表現を示す。コンピュータシステム200は、本明細書にて説明されている方法論(又は処理)のうちの任意の1つ以上をマシンに行わせる命令224(例えば、プログラムラベル又はソフトウェア)を実行するために用いられ得る。一部の実施形態では、マシンは、スタンドアロン装置として又は他のマシンと接続(例えば、ネットワーク化)された装置として動作できる。ネットワークで結ばれた展開において、マシンは、サーバクライアントネットワーク環境でサーバマシン又はクライアントマシンの役割にて動作でき、又はP2P型(若しくは分散型)ネットワーク環境でピアマシンとして動作できる。図2及びその説明は、例示的装置について説明することに留意されたい。量子プロセッサを有する他のマシンは、異なる挙動を示し得るのであり、また、より多くの、より少ない、若しくは異なるコンポーネントを有し得る。
マシンは、サーバコンピュータ、クライアントコンピュータ、パーソナルコンピュータ(PC)、タブレットPC、セットトップボックス(STB)、スマートフォン、IoTアプライアンス、ネットワークのルータ、スイッチ若しくはブリッジ、又は、そのマシンによって執行されるべきアクションを指定する(逐次的、又はそれ以外の)命令224を実行することができる任意のマシンとされ得る。さらに、単一のマシンのみが図示されているも、「マシン」という用語は、個別に又は共同で命令224を実行して、本明細書で論じられている方法論のうちの任意の1つ以上を実行するマシンの任意の集合体も含むとみなされる。
例示的コンピュータシステム200は、1つ以上の処理ユニット(例えば、プロセッサ201,202)を含む。例えば、プロセッサ202は、中央処理装置(CPU)、グラフィックス処理装置(GPU)、デジタル信号プロセッサ(DSP)、コントローラ、状態マシン、1つ以上の特定用途向け集積回路(ASIC)、1つ以上の無線周波数集積回路(RFIC)、又はこれらの任意の組み合わせとされ得る。
量子プロセッサ201は、特に量子効果に基づいて処理をなす1つ以上の物理的装置、そのような挙動を伴う1つ以上の装置、又は量子処理挙動を示すものと合理的に解釈され得る任意の他の装置とされ得る。量子プロセッサ201は、演算をなすために量子力学の法則を活用する。量子プロセッサ201は、古典コンピュータにて用いられるビットの代わりにキュービット(qubit、quantum bit、量子ビット)を一般的に用いる。古典ビットは、値が常に0又は1のいずれかとされる。雑に言えば、キュービットは、0と1とについての重ね合わせ状態或いは線形結合となっている非ゼロの確率を有している。量子プロセッサ201がキュービットに付いての演算をなせるが故に、キュービットが0と1とについての重ね合わせ状態にて存在できることは、特定の計算タスクに関して大幅に強化された性能をもたらし得る。例えば、Shor氏のアルゴリズムは、効率的に大きな整数を因数分解するためにどのようにして量子プロセッサを用いるかについて説明するのであり、これは暗号学において相当な用途及び影響を伴う。Grover氏の探索アルゴリズムは、例えばリスト又はデータベース等の大きな情報セットを効率的に探索するためにどのようにして量子プロセッサを用いるかについて説明する。
量子プロセッサ201は、1つ以上の量子回路を構成及び実行することができ得る。量子回路とは量子計算のモデルであり、この計算は一連の量子ゲートであり、これは1つ以上のキュービットに対しての可逆的変換である。
コンピュータシステム200はまた、主メモリ205をも含む。コンピュータシステムは、記憶ユニット216を含み得る。プロセッサ201,202、メモリ204、及び記憶ユニット216は、バス208を介して通信する。
追加で、コンピュータシステム200は、静的メモリ、206及びディスプレイドライバ210(UI105をユーザに表示し得るプラズマディスプレイパネル(PDP)、液晶ディスプレイ(LCD)、又はプロジェクタを駆動する)を含み得る。コンピュータシステム200はまた、英数入力装置212(例えば、キーボード)、カーソル制御装置214(例えば、マウス、トラックボール、ジョイスティック、動きセンサ、又は他のポインティング機器)、信号生成装置218(例えば、スピーカ)、及びネットワークインタフェース装置220も含み得るのであり、これらもまたバス208を介して通信するように構成されている。
記憶ユニット216は、本明細書に記載された方法論又は機能のいずれか1つ以上を具現化する命令224(例えば、図2に説明されているソフトウェア)が格納されているマシン可読媒体222を含む。また、命令224は、コンピュータシステム200による実行中に、完全に又は少なくとも部分的に、主メモリ205内又はプロセッサ201及び/又は202内(例えば、プロセッサのキャッシュメモリ内)に存在してもよく、主メモリ205及びプロセッサ201及び/又は202はマシン可読媒体を伴い得る。命令224は、ネットワークインタフェース装置220を介して、ネットワーク226上で送信又は受信され得る。
マシン可読媒体222は、例示的な実施形態では単一の媒体であることが示されているが、「マシン読取可能媒体」という用語は、命令224を格納することができる単一の媒体又は複数の媒体(例えば、集中型若しくは分散型データベース、又は関連するキャッシュ及びサーバ)を含むとみなされるべきである。また、「マシン可読媒体」という用語は、マシンによる実行のための命令224を格納することができ、本明細書に開示された方法論の任意の1つ以上をマシンに実行させる任意の媒体を含むものともみなされるべきである。「マシン可読媒体」という用語は、ソリッドステートメモリ、光学媒体、及び磁気媒体の形態のデータリポジトリを含むが、これらに限定されない。
特定の実施形態及び応用例は例示及び説明されているも、本発明は本明細書にて開示された厳密な構築態様及びコンポーネントに限定されないものと解されるべきなのであり、当業者に明らかであろう他の様々な改変、変更、およびバリエーションが、本開示において定義される精神及び範囲から逸脱することなく、本明細書に開示する方法及び装置の配列、動作、及び詳細において行われうる。
詳細な説明は多くの具体的事項を含むも、これらは本発明の範囲を限定するものと解されるべきではなく、単に異なる実施例を例示するものとして解されるべきである。本開示の範囲には、上記にて詳述していない他の実施形態も含まれることに留意されたい。当業者に明らかであろう他のさまざまな改変、変更、及びバリエーションが、添付の特許請求の範囲において定義される精神および範囲から逸脱することなく、本明細書に開示された方法及び装置の配列、操作、及び詳細においてもたらされ得る。よって、本発明の範囲は、添付の特許請求の範囲及びその法的等価物によって決定されるべきである。
Claims (20)
- ユニタリ演算子Uを量子回路上で実装するように構成可能な量子プロセッサを用いることによって、前記ユニタリ演算子Uの振幅を誤差ε内で推定する方法であって、前記量子回路は単一の実行に際して前記ユニタリ演算子を回数D回以内実施可能であり、また、D<O(1/ε)であり、該方法は:
前記誤差ε及び前記回数Dに基づいてn=1からN迄の反復のスケジュールを決定するステップであって、各反復nはスケジュールパラメータknによって特徴付けられ、全てのnについてkn≦Dであり、knは指数関数未満のレートで増し、また、T<O(1/ε2)であり、
前記反復nを逐次的に実行するステップであって:
前記ユニタリ演算子Uをkn回前記量子回路に逐次的に適用するように前記量子プロセッサを構成することと、
前記量子プロセッサが前記量子回路を実行することと、
前記量子回路の結果としてもたらされた状態を測定することと、
により実行されるステップと;
非量子プロセッサが前記測定された結果としてもたらされた状態に基づいて前記ユニタリ演算子Uの振幅を推定するステップとを含む、方法。 - 請求項1に記載の方法において、T<O(1/ε2)の50%とされる、方法。
- 請求項2に記載の方法において、T<O(1/ε2)の20%とされる、方法。
- 請求項1に記載の方法において、kN=Dとされる、方法。
- 請求項1に記載の方法において、knは多項式で押さえられている、方法。
- 請求項6に記載の方法において、knはnαに基づいており、αは定数であり且つゼロより大きい、方法。
- 請求項7に記載の方法において、α∈(0,2]である、方法。
- 請求項7に記載の方法において、αを増大させるとεが増大し且つ前記スケジュールの実行時間が減少し、また、αを減少させるとεが減少し且つ前記スケジュールの実行時間が増大する、方法。
- 請求項1に記載の方法において、前記反復nの1つ以上は複数回実行される、方法。
- 請求項1に記載の方法において、各反復nについて、前記量子プロセッサは、前記ユニタリ演算子Uをkn回前記量子回路に対してAknの深度を用いて逐次的に適用するように構成されており、Aは前記ユニタリ演算子Uの深度である、方法。
- 請求項1に記載の方法において、前記量子回路の最大回路深度は50未満である、方法。
- 請求項1に記載の方法において、前記量子回路の最大深度は20未満である、方法。
- 請求項1に記載の方法において、εは0.01以下である、方法。
- 請求項1に記載の方法において、前記量子回路の最大深度は200未満であり、εは0.1以下である、方法。
- 請求項1に記載の方法において、前記量子プロセッサは、500キュービット未満を伴うNISQコンピュータ内に含まれる、方法。
- 請求項1に記載の方法において、D=5である、方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062987374P | 2020-03-10 | 2020-03-10 | |
US62/987,374 | 2020-03-10 | ||
US16/892,229 | 2020-06-03 | ||
US16/892,229 US11593697B2 (en) | 2020-03-10 | 2020-06-03 | Method for amplitude estimation with noisy intermediate-scale quantum computers |
PCT/US2021/014746 WO2021183220A1 (en) | 2020-03-10 | 2021-01-22 | Method for amplitude estimation with noisy intermediate-scale quantum computers |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023525953A true JP2023525953A (ja) | 2023-06-20 |
Family
ID=77665045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022554844A Pending JP2023525953A (ja) | 2020-03-10 | 2021-01-22 | Nisq(ノイズ有り中規模量子)コンピュータにおける振幅推定の方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11593697B2 (ja) |
EP (1) | EP4115357A4 (ja) |
JP (1) | JP2023525953A (ja) |
KR (1) | KR20220151665A (ja) |
CN (1) | CN115298675A (ja) |
WO (1) | WO2021183220A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2021383318A1 (en) * | 2020-11-20 | 2023-07-06 | Goldman Sachs & Co. LLC | Methods of operating quantum computing systems for amplitude estimation |
CN114418107B (zh) * | 2022-01-17 | 2022-10-18 | 北京百度网讯科技有限公司 | 酉算子编译方法、计算设备、装置及存储介质 |
CN116050528A (zh) * | 2023-02-07 | 2023-05-02 | 合肥本源量子计算科技有限责任公司 | 振幅放大线路的构建方法、装置、介质及电子装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11675763B2 (en) | 2018-04-20 | 2023-06-13 | Google Llc | Performing unitary iteration and indexed operations |
-
2020
- 2020-06-03 US US16/892,229 patent/US11593697B2/en active Active
-
2021
- 2021-01-22 EP EP21767312.8A patent/EP4115357A4/en active Pending
- 2021-01-22 JP JP2022554844A patent/JP2023525953A/ja active Pending
- 2021-01-22 WO PCT/US2021/014746 patent/WO2021183220A1/en unknown
- 2021-01-22 CN CN202180020303.8A patent/CN115298675A/zh active Pending
- 2021-01-22 KR KR1020227034819A patent/KR20220151665A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
EP4115357A1 (en) | 2023-01-11 |
US20210287126A1 (en) | 2021-09-16 |
EP4115357A4 (en) | 2024-04-17 |
WO2021183220A1 (en) | 2021-09-16 |
KR20220151665A (ko) | 2022-11-15 |
US11593697B2 (en) | 2023-02-28 |
CN115298675A (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023525953A (ja) | Nisq(ノイズ有り中規模量子)コンピュータにおける振幅推定の方法 | |
JP2018028908A (ja) | ゼロ係数スキップ畳み込みニューラルネットワークエンジン | |
EP2979230A2 (en) | Fast quantum and classical phase estimation | |
WO2023020456A1 (zh) | 网络模型的量化方法、装置、设备和存储介质 | |
JP2007187957A (ja) | 暗号処理装置、および暗号処理方法、並びにコンピュータ・プログラム | |
Jang et al. | Optimized implementation of quantum binary field multiplication with toffoli depth one | |
CN114580648A (zh) | 消除广义振幅阻尼噪声的方法及装置、电子设备和介质 | |
Liu et al. | Convergence rate of inertial forward–backward algorithms based on the local error bound condition | |
CN112990472A (zh) | 消除量子噪声的方法及装置、电子设备和介质 | |
JP2002298153A (ja) | 4ピクセル・テクスチャ・パイプラインにおけるパースペクティブ補正テクスチャ座標のための偏導関数生成 | |
Tao et al. | Accelerated Uzawa methods for convex optimization | |
US8970596B2 (en) | Using render-graph characteristics to optimize the rendering of an adjusted image | |
CN114997407A (zh) | 量子测量设备的噪声消除方法及装置、电子设备和介质 | |
CN114580649A (zh) | 消除量子泡利噪声的方法及装置、电子设备和介质 | |
JP6067596B2 (ja) | ペアリング演算装置、マルチペアリング演算装置、プログラム | |
Hangelbroek | Polyharmonic approximation on the sphere | |
CN114429218A (zh) | 消除量子噪声的方法及装置、电子设备和介质 | |
WO2021247737A1 (en) | Automatic selection of quantization and filter removal optimization under energy constraints | |
Ustun et al. | 2D hyperchaotic Styblinski-Tang map for image encryption and its hardware implementation | |
Liu et al. | Block coordinate descentwith time perturbation for nonconvex nonsmooth problems in real-world studies | |
JP2021144428A (ja) | データ処理装置、データ処理方法 | |
CN112183760B (zh) | 使用数据回声减少机器学习训练系统的空闲的系统和方法 | |
WO2019028710A1 (zh) | 基于图结构数据的候选项集支持度计算方法及其应用 | |
US11528136B2 (en) | Decryption of encrypted data missing a private key | |
JP7003025B2 (ja) | 計算量評価装置、計算量評価方法及び計算量評価プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231201 |