Stochastic simulations of quantum computing
A method for for simulating quantum computing circuits using stochastic processes is described and analyzed. Circuits are transformed into a complex action from which observables are computed. These averages are evaluated using Monte Carlo and complex Langevin methods. The transformation can be appl...
Main Author: | |
---|---|
Other Authors: | |
Format: | Others |
Language: | en |
Published: |
McGill University
2012
|
Subjects: | |
Online Access: | http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=106525 |
id |
ndltd-LACETR-oai-collectionscanada.gc.ca-QMM.106525 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-LACETR-oai-collectionscanada.gc.ca-QMM.1065252014-02-13T03:45:25ZStochastic simulations of quantum computingBresler, YonyPhysics - General A method for for simulating quantum computing circuits using stochastic processes is described and analyzed. Circuits are transformed into a complex action from which observables are computed. These averages are evaluated using Monte Carlo and complex Langevin methods. The transformation can be applied to any circuit with an input product state, and results in equations that are polynomial in storage. This method is unique in allowing for an efficient simulation that is also general. Three sample circuits are simulated. Standard simulations techniques are shown to yield poor estimates of the observables. An improved method is proposed by adding a coupling term to the action to stabilize the system. Results for this improved method are shown to be more accurate. Feasibility and future directions are discussed.Une méthode pour simuler des circuits de calcul quantique par des processus stochastiques est décrite et analysée. Les circuits sont transformés en une action complexe par laquelle les observables sont calculés. Ces moyennes sont évaluées à l'aide de Monte Carlo et de méthodes complexes de Langevin. La transformation peut être appliquée sur n'importe quel circuit avec un état de produits d'entrée. Celle-ci résulte en équations qui sont polynomiales dans le stockage. Cette méthode est unique, car elle permet une simulation efficace et est à la fois généralisée. Trois circuits d'échantillonnage sont simulés. Les techniques de simulations courantes démontrent inadéquatement les estimations des observables. Une méthode améliorée est donc proposée par l'ajout d'un terme de couplage à l'action pour stabiliser le système. Les résultats démontrés via la méthode améliorée sont plus fiables. La faisabilité et les orientations futures sont discutées.McGill UniversityMartin Grant (Internal/Supervisor)2012Electronic Thesis or Dissertationapplication/pdfenElectronically-submitted theses.All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated.Master of Science (Department of Physics) http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=106525 |
collection |
NDLTD |
language |
en |
format |
Others
|
sources |
NDLTD |
topic |
Physics - General |
spellingShingle |
Physics - General Bresler, Yony Stochastic simulations of quantum computing |
description |
A method for for simulating quantum computing circuits using stochastic processes is described and analyzed. Circuits are transformed into a complex action from which observables are computed. These averages are evaluated using Monte Carlo and complex Langevin methods. The transformation can be applied to any circuit with an input product state, and results in equations that are polynomial in storage. This method is unique in allowing for an efficient simulation that is also general. Three sample circuits are simulated. Standard simulations techniques are shown to yield poor estimates of the observables. An improved method is proposed by adding a coupling term to the action to stabilize the system. Results for this improved method are shown to be more accurate. Feasibility and future directions are discussed. === Une méthode pour simuler des circuits de calcul quantique par des processus stochastiques est décrite et analysée. Les circuits sont transformés en une action complexe par laquelle les observables sont calculés. Ces moyennes sont évaluées à l'aide de Monte Carlo et de méthodes complexes de Langevin. La transformation peut être appliquée sur n'importe quel circuit avec un état de produits d'entrée. Celle-ci résulte en équations qui sont polynomiales dans le stockage. Cette méthode est unique, car elle permet une simulation efficace et est à la fois généralisée. Trois circuits d'échantillonnage sont simulés. Les techniques de simulations courantes démontrent inadéquatement les estimations des observables. Une méthode améliorée est donc proposée par l'ajout d'un terme de couplage à l'action pour stabiliser le système. Les résultats démontrés via la méthode améliorée sont plus fiables. La faisabilité et les orientations futures sont discutées. |
author2 |
Martin Grant (Internal/Supervisor) |
author_facet |
Martin Grant (Internal/Supervisor) Bresler, Yony |
author |
Bresler, Yony |
author_sort |
Bresler, Yony |
title |
Stochastic simulations of quantum computing |
title_short |
Stochastic simulations of quantum computing |
title_full |
Stochastic simulations of quantum computing |
title_fullStr |
Stochastic simulations of quantum computing |
title_full_unstemmed |
Stochastic simulations of quantum computing |
title_sort |
stochastic simulations of quantum computing |
publisher |
McGill University |
publishDate |
2012 |
url |
http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=106525 |
work_keys_str_mv |
AT bresleryony stochasticsimulationsofquantumcomputing |
_version_ |
1716638330242727936 |