arXiv 量子物理（quant-ph）。
説明量子チャネル学習におけるStinespring拡張ユニタリへのアクセスがもたらす指数的なクエリ優位性
要約本論文は、未知の量子チャネルがユニタリチャネルにどれだけ近いかを学習する課題を扱う。その指標は最適平均ゲート忠実度（OAGF）である。Kraus階数が一定で環境次元がpolylog(d)の場合、Stinespring拡張ユニタリとその逆へのクエリのみでpolylog(d)回の問い合わせによりOAGFを推定できる。一方、ブラックボックスアクセスでは定数の加法精度でもΩ(√d)回が必要である。
説明近似ユニタリ設計を超える量子状態学習
要約本論文は、厳密なユニタリ設計の代わりに近似ユニタリ設計を用いる量子状態学習の可能性を検討しています。指数的に小さい近似誤差でも、厳密な設計の学習保証が保たれるとは限らないことを示し、測定回路の構造から直接保証を導く必要性を述べています。古典シャドウによる可観測量推定では、対数深さの二層Clifford回路が全体Cliffordの分散スケーリングに一致する不偏推定量を与えることを証明しています。
注目点対数深度の二層Clifford回路が古典シャドウで全域Cliffordの分散を保つことを証明し、近似デザインの限界も示す。新規性と論証が高く、分野内で有用。
説明Scrooge アンサンブルの性質を高精度かつ少ないサンプル数で予測する
要約Scrooge アンサンブルは、平均密度行列が ρ となる最大ランダムなアンサンブルで、量子多体動力学や量子情報への応用が注目されています。本論文は Scrooge の k 次モーメントに対する多項式近似を提案し、誤差の閾値を従来の逆多項式から 1/||ρ||∞ に関する指数関数的なものへ改善しました。これに基づき、観測量の期待値を推定する初の効率的な量子アルゴリズムを示しています。さらに、ρ の準備回路が既知の場合の k 次モーメントのブロック符号化も構成しています。
注目点多項式近似により閾値を逆多項式から指数的へ改善し、初の効率的推定アルゴリズムを示す点は新規性が高い。
説明単一量子ビット測定による安定化符号内の論理情報の局在化
要約量子ビットが失われる安定化符号において、一回の単一量子ビット測定だけで論理情報を少数の目標量子ビットに局在させる手法（安定化経路探索，SPF）を研究した論文である。著者らは最大 g 個の未指定の目標量子ビットへの局在化タスク（g-SPF）を導入し、独立同分布の損失確率 p<1/2 と十分大きな平面表面符号のもとで成功確率が1に収束することを証明して、局在化閾値を確立した。さらに、整数線形計画法による厳密なアルゴリズムと、復号問題として定式化した高速なヒューリスティックアルゴリズムを提案し、表面符号で閾値を数値的に再現した。
説明半群積問題の量子クエリ複雑性
要約本論文は、各クエリで入力要素を1つ読み取り、乗算表が与えられた条件下で、半群の積 x_1…x_n を計算するのに必要な量子クエリ数を研究している。著者らは有限可換非周期モノイドの複雑性を特徴づける「積幅」β を導入し、位数に依存する上界を与えている。任意の有限非周期半群については、Aaronson・Grier・Schaeffer の既知の上界を改善し、サイズへの依存性がほぼ tight であることを示している。
注目点積の幅による有限可換非周期モノイドの量子問い合わせ計算量の特徴付けと、一般的な有限非周期半群の上界の大幅な改善を示し、厳密な証明を与えている。
説明一回測定による状態準備のしきい値：厳密な定理と統計力学的写像
要約本論文は、ノイズを含む一回のシンドローム測定で論理符号語を準備する際のしきい値（単発状態準備しきい値）を研究する。対数以上の距離を持つCSS量子LDPC符号について、線形閉じ込めだけで非ゼロのしきい値が得られることを証明し、線形健全性線形性の仮定の下では残留データ誤りが局所確率的になることを示す。さらに、最終論理誤り率を古典分配関数で表す統計力学的写像を構築し、三次元トーリック符号のモンテカルロ・シミュレーションを行っている。数値結果は、次線形の健全性でも単発状態準備しきい値が成立しうることを示唆する。
注目点線形の拘束のみで単発状態準備閾値が存在することを厳密に示し、健全性必要という通説に挑戦。統計力学写像とモンテカルロ数値で補強。
説明計算流体力学向け量子アルゴリズムの総説
要約本論文は、計算流体力学（CFD）の偏微分方程式を量子的に解く手法を総覧したレビューです。HHLアルゴリズムやQSVT、量子格子ボルツマン法などの全量子手法と、量子物理情報ニューラルネットワークなどのハイブリッド手法を扱い、テンソルネットワーク表現やポアソン方程式などのベンチマーク問題も検討しています。量子の優位性は問題に強く依存し、条件数や状態準備、測定の制約に左右されると結論づけています。
説明Haahの3次元立方体符号が急速に熱化することの証明：3次元量子メモリの自己修復性に関する解析的結論
要約Haahの3次元立方体符号（cubic code）は、弦状の論理演算子が存在しないことで熱的エラーを抑制する、3次元の自己修復型量子メモリの候補として提案された。本論文は、この符号がすべての正の温度で急速に熱化することを厳密に示し、長年の未解決問題に答えている。証明には、減衰相関条件をDaviesの生成子に対する修正対数ソボレフ不等式へ変換する枠組みが用いられている。
注目点Haahの三次元立方符号が自己修正量子メモリかという長年の未解決問題に対し、全正温度での高速混合を厳密に証明した点が重要。
説明二光子相関による共焦点イメージング：ピンホールも機械走査も使わず、もつれ光子対の空間相関で光学切片を得る方法
要約共焦点顕微鏡は一般に、点ごとの走査と物理的ピンホールによって三次元光学切片を得るため、撮像速度が制限されます。本研究は、もつれた二光子状態の空間相関を用いると、量子測定によって共焦点切片化が直接得られることを示しています。広視野イメージングシステムでの空間分解された同時計数測定により、焦点外の面からの寄与を抑え、視野全体を並列に光学切片化します。位置-運動量のもつれにより、軸方向応答は古典的な共焦点イメージングより √2 倍狭くなります。
説明変分量子アルゴリズムのスケーリング則（量子計算で組合せ最適化問題を解く手法の規模拡大に伴う性能の振る舞いを調べた研究）
要約本論文は、組合せ最適化問題に対する大規模数値実験により、変分量子アルゴリズムのスケーリング則を調べている。最大 5000 量子ビット、回路深さ O(log n) の、古典計算で模擬可能なアンザッツを用いた実験を行った。収束したエネルギーは、ベンチマークで報告された最適値または参照値との差が 0.5% 以内であった。
説明高速かつ確かな量子プロセス・トモグラフィーの新手法：量子状態トモグラフィーのアルゴリズムを、閉形式の射影によって量子チャネル推定へ拡張する方法
要約本論文は、測定によって量子チャネルを推定する量子プロセス・トモグラフィー（QPT）を扱う。一般的には、Choi同型写像を用いて量子状態トモグラフィー（QST）のアルゴリズムをチャネルへ持ち上げるが、その際に跡保存（TP）制約を別途満たす必要がある。著者らは、従来から経験的に用いられてきた部分正規化が、忠実度の意味でのQuantum channelのChoi状態への厳密な射影であることを示した。これにより、忠実度で保証を持つQSTアルゴリズムは、閉形式の変換を通じてQPTアルゴリズムへ拡張でき、そのサンプル複雑度を引き継ぐ。非適応的な手法（Fidelity Projected Least Squares）は、Choi階数を回復し、チャネル使用回数が1/εに比例する条件で誤差εに到達することが証明されている。数値実験では、Choi階数が低いチャネルについて、既存の射影最小二乗法より精度が高く、TP正則化段階と推定結果の時間およびメモリ使用量は桁違いに小さいことが示された。
注目点部分正規化がChoi状態への忠実度での正確な射影であることを示し、QSTの保証をQPTへ移すことで理論的な新規性があり、数値実験で裏付けている。
説明少数の測定で多数の量を制約：相関を利用した多体量子系の学習
要約本論文は、量子観測量どうしの相関によって量子学習の複雑さを減らせることを示しています。多項式個の選ばれた測定で、指数的に多い依存する未測定量の値を抑えられるとしています。これに基づき、100量子ビット系のもつれや魔法といった資源を推定する相関利用型の学習アルゴリズムを設計し、シャドウトモグラフィやニューラル状態法より相対誤差が小さいと報告しています。測定前のもつれゲートが不要で、現在の量子コンピュータでも検証可能とされています。
説明近対称最適化問題における浅いQAOAの耐故障コスト
要約MontanaroとZhouは、深さ1の量子近似最適化アルゴリズム（QAOA）が、ある近対称な制約充足問題の埋め込まれた解を定数の確率で見つけることを証明した。本論文は、このような回路を耐故障方式で実装する場合のコストを検討している。小角度のClifford+T回転合成を用いると、回路あたりの非Clifford成本を近似的にn²程度まで下げられることを示す。一方、回路のコンパイルには明示的な節リストが必要であり、度数1のフーリエ係数から埋め込み解に関する情報が漏れる可能性もある。
説明スター型ネットワーク上での N 量子ビット安定化状態の蒸留
要約本論文は、任意の [[n,k,d]] 安定化符号を用いて、Pauli ノイズのある n 個の N 量子ビット GHZ 状態から k 個の論理的なもつれ状態を得る蒸留プロトコルを提案しています。スター型ネットワーク上で局所操作のみを用い、N に対して効率的に拡張できます。数値実験では、5 量子ビット符号、トーリック符号、[[144,12,12]] 符号のいずれでも、脱分極率約 6% 以上で、裸の GHZ 状態を直接送る場合より最終的な忠実度が向上することが示されています。さらに、任意の N 量子ビット CSS 安定化状態に適用できることも証明されています。
説明確率的に変化するパラメータ下での量子センシングとハミルトニアン学習
要約本論文は、係数が確率微分方程式に従う局所ハミルトニアン「確率的に進化するハミルトニアン（SEH）」の概念を提案する。著者らはこの対象の理論的性質を検討し、その学習問題を扱って、係数学習で初めてハイゼンベルク極限を達成した Huang-Tong-Fang-Su プロトコルをこの状況向けに再解析・拡張している。ハイゼンベルク極限を保てる領域と保てない領域を理論的に示し、類似の設定で使える可能性のある量子センシングとハミルトニアン模擬の手法も提示している。
