arXivDaily arXiv每日学术速递 周一至周五更新
arXiv 2203.11332quant-ph
收藏

量子数据压缩实际应用中的信息损失与运行时间

Information loss and run time from practical application of quantum data compression

Saahil Patel, Benjamin Collis, William Duong, Daniel Koch, Massimiliano Cutugno, Laura Wessing, Paul Alsing

AI总结:

研究了量子数据压缩在实际应用中的信息损失、资源成本与运行时间,描述了基于 IBM Qiskit 的混合量子自编码器算法,并在模拟和 IBMQ 量子芯片上成功实现了位图图像的近无损压缩。

摘要:

我们研究了量子数据压缩实际应用中的信息损失、资源成本和运行时间。将量子数据压缩到更少的量子比特可以实现资源的有效利用,并应用于量子通信和去噪。在此背景下,我们描述了使用 IBM 的 Qiskit 语言实现的混合量子自编码器算法的量子和经典组件。利用我们自己的数据集,将位图图像编码为量子叠加态,对应于具有离散值密度矩阵的线性无关向量。我们通过模拟成功压缩了这些数据,实现了近乎无损的压缩,然后在 IBMQ 量子芯片上运行了我们的算法。我们描述了在量子设备上压缩数据的条件和运行时间。

英文摘要:

We examine information loss, resource costs, and run time from practical application of quantum data compression. Compressing quantum data to fewer qubits enables efficient use of resources, as well as applications for quantum communication and denoising. In this context, we provide a description of the quantum and classical components of the hybrid quantum autoencoder algorithm, implemented using IBM's Qiskit language. Utilizing our own data sets, we encode bitmap images as quantum superposition states, which correspond to linearly independent vectors with density matrices of discrete values. We successfully compress this data with near-lossless compression using simulation, and then run our algorithm on an IBMQ quantum chip. We describe conditions and run times for compressing our data on quantum devices.

机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。

↑