タグ付けされた質問 「quantum-computing」

量子計算と量子力学に関連する計算の問題

2
ユニタリ行列を超える計算
好奇心から、古典的な計算が置換行列に関するものであり、量子計算がユニタリ行列(その置換行列はサブグループ)である場合、ユニタリ行列を超える計算パラダイムはありますか?

4
P = BQPの場合、これはPSPACE(= IP)= AMを意味しますか?
最近、Watrousらは、QIP(3)= PSPACEが驚くべき結果であることを証明しました。控えめに言っても、これは自分にとって驚くべき結果でした。 Quantum ComputersをClassical Computersで効率的にシミュレートできるとしたらどうでしょうか。これは、IPとAMの分割に簡単に関連しているでしょうか?つまり、IPは古典的な相互作用の多項式ラウンド数によって特徴付けられるのに対して、AMは古典的な相互作用の2つのラウンドを持っています。量子コンピューティングをシミュレートすることで、IPの相互作用の量を多項式から定数値に減らすことができましたか?

7
量子コンピューティング/情報の大学?
どの大学が強力な量子コンピューティングカリキュラムを持ち、ある種の量子コンピューティング/情報コース/研究を提供していますか? ここでの目的は、これらの分野で大学院研究を検討している人にとって有用なリストを収集することであり、どちらが「最良」であるかを議論することではありません。このリストを役立つものにするために、この領域が追求されている大学の部分の簡単な説明(多くの場所で、これは誰にも馴染みのない学際的な研究所にあります)とURLを含めてください。

3
クエリの複雑さの観点から、古典と量子の間の厳密な計算モデル
量子計算機はクエリの複雑さに関して古典的なものより厳密に強力です。 クエリの複雑さの点で厳密に量子と古典の間にある他のモデル(自然または人工)はありますか? 分離はオンにすることができます 特定の問題:モデルX は、クォンタムより厳密に多くのクエリを使用して関数を計算しますが、クラシックの下限よりも少ないクエリ、またはfff さまざまな問題:モデルX は、量子よりも厳密に多くのクエリで関数を計算しますが、従来よりも少ないクエリで関数を計算します。f1f1f_1f2f2f_2 どちらの場合も、すべての関数にを持たせ、クォンタム(非決定的クエリの証明書の複雑さなど)と比較するのが難しい例を回避します。ここで、(および)は両側エラー量子(および古典的ランダム化)クエリの複雑さであり、不等式は一定の要因内にあります。fffQ2(f)≤X(f)≤R2(f)Q2(f)≤X(f)≤R2(f)Q_2(f) \leq X(f) \leq R_2(f)Q2(f)Q2(f)Q_2(f)R2(f)R2(f)R_2(f)1 / 31/31/3

1
ブール関数の(ほぼ)フーリエ変換のサンプリングの複雑さ
量子コンピューターでできることの1つは(おそらくBPP +対数量子回路でも)、Pのブール値関数のフーリエ変換を近似サンプリングすることです。± 1±1\pm 1 フーリエ変換のサンプリングについて話すときは、以下でに従ってxを選択することを意味します。(必要に応じて、おおよそ正規化されます)。| f^(x )|2|f^(バツ)|2|\hat f(x)|^2 Pの近似サンプリングブール関数のP-FOURIER SAMPLINGと呼ばれる複雑度クラスを記述できますか?このクラスに完全な問題はありますか? 計算の複雑さについて言うことができるブール関数のクラスXを考えると、Xの関数のフーリエ変換のサンプリングを近似するSAMPLING-Xと呼ぶことができます(XがBQPの場合、X-SAMPLINGはまだ量子コンピューターの力の範囲内です。) SAMPLING-XがPにあるXの例は何ですか?SAMPLING-XがNPハードである興味深い例はありますか? この問題には、興味深いものもいくつかあります。フーリエ側では、近似サンプルではなく、近似サンプリングによって(確率的に)有効化された決定問題について話すことができます。第一に、確率分布のクラスXから始めて、Xの分布Dをほぼサンプリングする能力と(正規化)フーリエ変換をほぼサンプリングする能力との関係を尋ねることができます。 要するに、この質問について知られていること。 更新: Martin Schwarzは、すべてのフーリエ係数自体が多項式のエントリ数のみに集中している場合、BPPでこれらの大きな係数を近似することができる(したがって、ほぼサンプリングすることもできる)と指摘しました。これは、Goldreich-Levinクシレビッツマンスール。フーリエ係数が多項式的に多くの係数に分散されるフーリエ側を近似的にサンプリングするための確率的多項式アルゴリズムがある関数の興味深いクラスはありますか? 後で追加:いくつかの具体的な問題について言及させてください。 1)Pのブール関数のフーリエ変換を近似的にサンプリングするのはどれくらい難しいか a)スコットアーロンソンが以下のコメントで言及した1つの質問は、これがBPPにないことを示すことです。または、このタスクがBPPにある場合、何らかの崩壊が発生しているという線に沿って何か弱いものがあります。(スコットランドはこれが事実であると推測します。) b)別の質問は、このタスクがいくつかの量子ベースの複雑度クラスに関して難しいことを示すことです。たとえば、このタスクを実行できる場合は、BPPでログ深さ量子コンピューターなどの決定問題を解決できることを示します。 2)フーリエ関数の近似サンプリングがPであるようなブール関数のクラスとは何ですか。これは、フーリエ係数が多項式の多くの係数に集中している場合ですが、これは非常に制限されているようです。 3)PHには、Xマシンが計算できるすべての関数のフーリエ変換をほぼサンプリングできる複雑なクラスXがあります。 4)n行n列の六角形グリッドでのパーコレーションの交差イベントのフーリエ変換のサンプリングの問題に特に興味がありました。

1
どの結果が量子空間を興味深いものにしますか?
時間制限のある量子計算は明らかに非常に興味深いものです。空間限定の量子計算はどうですか? 私は、対数空間の境界とさまざまな種類の量子オートマトンモデルを使用した量子計算の興味深い結果を数多く知っています。 一方で、アンバウンドエラー確率および量子空間は、任意の空間構築可能な同等であることが示されました(Watrous、1999 and 2003)。S (N )∈ Ω (ログ(n ))s(n)∈Ω(ログ⁡(n)) s(n) \in \Omega(\log(n)) 量子空間を興味深いものにする特定の結果があるのではないかと思います(準対数空間モデルとオートマトンモデルを除外することによって)。 (このエントリを知っています:SPACE複雑度クラスの量子類似体。)

1
量子エキスパンダーの背後にある幾何学的な図
(こちらも質問、返信なし) (d、λ )(d、λ)(d,\lambda)νν\nuうん(d)うん(d)\mathcal{U}(d)| S U P P ν | =d|sあなたはpp ν|=d|\mathrm{supp} \ \nu| =d∥ Eうん〜νうん⊗ U†− Eうん〜μHうん⊗ U†∥∞≤ λ‖Eうん〜νうん⊗うん†−Eうん〜μHうん⊗うん†‖∞≤λ\Vert \mathbb{E}_{U \sim \nu} U \otimes U^{\dagger} - \mathbb{E}_{U \sim \mu_H} U \otimes U^{\dagger}\Vert_{\infty} \leq \lambdaμHμH\mu_Hddd ハローとローによって。 私の質問は-量子エキスパンダーは、古典的なエキスパンダー(スペクトルギャップアイソペリメトリー/基になるグラフの拡大)に似た幾何学的解釈を許可しますか?「幾何学的実現」を正式に定義するわけではありませんが、概念的には、純粋にスペクトル基準を何らかの幾何学的画像に変換できることを期待できます(これは、古典的な場合、エキスパンダーが享受する数学的豊かさの源であり、量子の数学的構造エキスパンダーははるかに制限されているようです)。〜〜\sim

5
量子コンピューティングの実世界のアプリケーション(セキュリティを除く)
ユニバーサル量子コンピューターを構築したと仮定しましょう。 セキュリティ関連の問題(暗号化、プライバシーなど)を除いて、現在の現実のどの問題がそれを使用することで利益を得ることができますか? 私は両方に興味があります: 実用的なエントリでは現在解決できない問題、 現在解決されている問題ですが、大幅な高速化によりユーザビリティが大幅に向上します。

1
負の敵対的方法の追加の力を使用する
負の敵対方法()は、量子クエリの複雑さを特徴付けるSDPです。これは、広く使用されている敵対法()の一般化であり、敵対法を妨げる2つの障壁を克服しています。ADV±ADV±ADV^\pmADVADVADV プロパティテストの障壁:すべての0インスタンスがすべての1インスタンスから -farである場合、攻撃者の方法はよりも良い下限を証明できません。ϵϵ\epsilonΩ(1/ϵ)Ω(1/ϵ)\Omega(1/\epsilon) 証明書の複雑バリア:場合証明書の複雑さである -instances次に敵法は証明できない下部よりも良好に結合したここでCb(f)Cb(f)C_b(f)bbbC0(f)C1(f)−−−−−−−−−√C0(f)C1(f)\sqrt{C_0(f)C_1(f)} 元の論文では、著者はメソッドが両方の障壁を克服する関数の例を構築しました。ただし、これにより新しい下限が生じた自然な問題の例は見ていません。ADV±ADV±ADV^\pm 元の方法では達成できなかった下限を達成するために、負の敵対方法が使用された参考文献を提供できますか? 私にとって最大の関心事は、プロパティテストです。現在、プロパティテストの下限はほとんどありませんが、実際には2つしか知っていません(CFMdW2010、ACL2011)、どちらも多項式法を使用します(最初は、多項式法によって下限が設定されていた衝突問題からの低減による)。(BNFR2002とGKNR2009の結果を組み合わせて計算可能なをチェックするために、量子クエリを必要とするプロパティがあることを知っています。負の敵対法を使用して下限を証明するのが難しいのはなぜですか?Θ (f(n ))Θ(f(n))\Theta(f(n))f(N )∈ O (N )f(n)∈O(n)f(n) \in O(n)Ω (f(n ))Ω(f(n))\Omega(f(n))

2
QAC_0にPARITYがある(それが理にかなっている場合)
よく知られているように、PARITYはポリサイズの一定の深さの回路では実行できず、実際にはconst-dept回路にはEXP数のゲートが必要です。 QUANTUM回路はどうですか? a)一定の深さとゲートのポリ数を持つ量子回路でパリティを実行できますか? b)私の質問は理にかなっていますか?

3
量子コンピューティング構造の既知の実装はありますか?
量子計算は、量子物理学(量子もつれなど)を利用してコンピューターの効率を向上させることを目的とした研究の活発な分野です(チャーチチューリングテーゼを変更しません)。 量子計算理論(キュービットやテレポーテーションなど)を実証するために実施された最も重要な実験は何ですか?

1
読む
この問題を理解するには何を読むべきですか? 小深度量子回路のパワー。ある?言い換えれば、多項式時間の古典的な後処理を行う用意がある場合、任意の量子アルゴリズムの「量子」部分をpolylog(n)の深さに圧縮できますか?(これは、Shorのアルゴリズムに当てはまることが知られています。)その場合、汎用量子コンピューターの構築は、一般に信じられているよりもはるかに簡単です!ちなみに、とオラクルで分離するのは難しくありません が、問題は、そのようなオラクルを「インスタンス化する」具体的な機能があるかどうかです。--Scottアーロンソン http://www.scottaaronson.com/writings/qchallenge.htmlB Q P= B PPB Q NCBQP=BPPBQNCBQP = BPP^{BQNC}B Q PBQPBQPB PPB QNCBPPBQNCBPP^{BQNC}

1
GroverのアルゴリズムのためのOracle Construction
MikeとIkeの「量子計算と量子情報」で、Groverのアルゴリズムが詳細に説明されています。しかし、本では、そして私がGroverのアルゴリズムについてオンラインで見つけたすべての説明で、GroverのOracleがどのように構築されているかについての言及はないようです。アルゴリズム。具体的には、私の質問は次のとおりです。あるx値に対してf(x)= 1であるが、他のすべてに対してf(x)= 0であるようなf(x)が与えられた場合、初期の任意の状態| x> | y>から| x> | y + f(x)>?可能な限り明示的な詳細(おそらく例?)をいただければ幸いです。アダマール、パウリ、またはその他の標準的な量子ゲートを使用して、任意の関数のそのような構成が可能であれば、


2
量子PAC学習
バックグラウンド 関数は、深さd [1]の回路を学習するためにランダムに選択されたO (2 l o g (n )O (d ))クエリを必要とする古典的アルゴリズムで準多項式時間でPAC学習可能です。2 n o (1 )因数分解アルゴリズムがない場合、これは最適です[2]。もちろん、量子コンピューターでは因数分解する方法がわかっているので、この下限は役に立ちません。さらに、最適な古典的アルゴリズムは関数のフーリエスペクトルを使用するため、「量子化してください!」と叫びます。A C0AC0AC^0O (2L O G(n )O (d))O(2log(n)O(d))O(2^{log(n)^{O(d)}})2no (1 )2no(1)2^{n^{o(1)}} [1] N.リニアル、Y。マンスール、N。ニサン。[1993]「定深度回路、フーリエ変換、学習可能性」、Journal of the ACM 40(3):607-620。 [2] M.ハリトノフ。[1993]「分布固有の学習の暗号の難しさ」、Proceedings of ACM STOC'93、pp。372-381。 実際、6年前、Scott Aaronsonは学習可能性を量子コンピューティング理論の10のセミグランドチャレンジの 1つとしています。A C0AC0AC^0 質問 私の質問は3つあります。 1)量子コンピューターが暗号化の仮定を与えられた古典的なコンピューターよりも速く学習できる自然な関数族の例はありますか? 2)学習可能性に特に進展はありましたか?(または少し野心的なT C 0)A C0AC0AC^0TC0TC0TC^0 3)学習可能性に関して、アーロンソンは次のようにコメントしている。誰かがニューラルネットとT C 0回路の重み更新がどのように関連するかについてのリファレンスを提供できますか?(しきい値ゲートがシグモイドニューロンのように見えるという事実は別として)TC0TC0TC^0TC0TC0TC^0(この質問はすでに質問され、回答されています)

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.