Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > quant-ph > arXiv:2504.02838v3

帮助 | 高级搜索

量子物理

arXiv:2504.02838v3 (quant-ph)
[提交于 2025年3月19日 (v1) ,最后修订 2025年8月3日 (此版本, v3)]

标题: 变分量子奇异值分解中的矩阵编码方法

标题: Matrix encoding method in variational quantum singular value decomposition

Authors:Alexander I. Zenchuk, Wentao Qi, Junde Wu
摘要: 我们提出了一种基于将所考虑的{ $N\times N$}矩阵的元素编码到适当维度的量子系统状态中的变分量子奇异值分解方法。 此方法不使用该矩阵在单位矩阵展开中的表示。 涉及受控测量以避免辅助量子比特测量中的小成功概率。 可以通过对{二}个单量子比特子系统的状态进行测量,概率性地获得最大化算法的目标函数。 该电路需要$O(\log N)$个量子比特来实现该算法,其深度与$ \log N/\varepsilon$成比例,其中$\varepsilon$是计算奇异值所需的精度。
摘要: We propose the variational quantum singular value decomposition based on encoding the elements of the considered { $N\times N$} matrix into the state of a quantum system of appropriate dimension. This method doesn't use the expansion of this matrix in terms of the unitary matrices. Controlled measurement is involved to avoid small success probability in ancilla measurement. The objective function for maximization algorithm can be obtained probabilistically via measurement of the states of { two} one-qubit subsystems. The circuit requires $O(\log N)$ qubits for realization of this algorithm { whose depths is proportional to $ \log N/\varepsilon$, where $\varepsilon$ is the precision required for calculation of singular values.
主题: 量子物理 (quant-ph)
引用方式: arXiv:2504.02838 [quant-ph]
  (或者 arXiv:2504.02838v3 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.02838
通过 DataCite 发表的 arXiv DOI
期刊参考: Quantum Information & Computation, Volume 25 (2025), 356-368

提交历史

来自: Junde Wu [查看电子邮件]
[v1] 星期三, 2025 年 3 月 19 日 07:01:38 UTC (246 KB)
[v2] 星期一, 2025 年 4 月 7 日 04:37:11 UTC (238 KB)
[v3] 星期日, 2025 年 8 月 3 日 06:58:04 UTC (256 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
quant-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号