1Institut für Hochleistungsrechnen, Agentur für Wissenschaft, Technologie und Forschung (A*STAR), 1 Fusionopolis Way, #16-16 Connexis, Singapur 138632, Singapur
2Zapata Computing, Inc., 100 Federal Street, 20th Floor, Boston, Massachusetts 02110, USA
3Institut für Informatik, The University of Texas at Austin, Austin, TX 78712, USA
Findest du dieses Paper interessant oder möchtest du darüber diskutieren? Scite oder hinterlasse einen Kommentar zu SciRate.
Abstrakt
Das klassische Schattenprotokoll, kürzlich eingeführt von Huang, Kueng und Preskill [Nat. Phys. 16, 1050 (2020)], ist ein quantenklassisches Protokoll zur Abschätzung von Eigenschaften eines unbekannten Quantenzustands. Im Gegensatz zur vollständigen Quantenzustandstomographie kann das Protokoll auf kurzfristiger Quantenhardware implementiert werden und erfordert wenige Quantenmessungen, um viele Vorhersagen mit hoher Erfolgswahrscheinlichkeit zu treffen.
In diesem Artikel untersuchen wir die Auswirkungen von Rauschen auf das klassische Schattenprotokoll. Insbesondere betrachten wir das Szenario, in dem die am Protokoll beteiligten Quantenschaltkreise verschiedenen bekannten Rauschkanälen unterliegen, und leiten eine analytische Obergrenze für die Probenkomplexität in Form einer Schattenseminorm sowohl für lokales als auch für globales Rauschen ab. Darüber hinaus definieren wir durch Modifizieren des klassischen Nachbearbeitungsschritts des geräuschlosen Protokolls einen neuen Schätzer, der in Gegenwart von Rauschen unverzerrt bleibt. Als Anwendungen zeigen wir, dass unsere Ergebnisse verwendet werden können, um strenge Obergrenzen für die Probenkomplexität in den Fällen von depolarisierendem Rauschen und Amplitudendämpfung zu beweisen.
► BibTeX-Daten
► Referenzen
[1] John Preskill. Quantencomputing in der NISQ-Ära und darüber hinaus. Quantum, 2:79, 2018. doi:10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79
[2] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S. Kottmann, Tim Menke, Wai-Keong Mok, Sukin Sim, Leong-Chuan Kwek, und Alán Aspuru-Guzik. Verrauschte Quantenalgorithmen im mittleren Maßstab. Rev. Mod. Phys., 94:015004, Februar 2022. doi:10.1103/RevModPhys.94.015004.
https: / / doi.org/ 10.1103 / RevModPhys.94.015004
[3] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, et al. Variationelle Quantenalgorithmen. Nature Reviews Physics, 3(9):625–644, 2021. doi:10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
[4] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J. Love, Alán Aspuru-Guzik und Jeremy L. O'Brien. Ein Variations-Eigenwertlöser auf einem photonischen Quantenprozessor. Nature Communications, 5:4213, 2014. doi:10.1038/ncomms5213.
https: / / doi.org/ 10.1038 / ncomms5213
[5] Edward Farhi, Jeffrey Goldstone und Sam Gutmann. Ein quantenungefährer Optimierungsalgorithmus. arXiv-Vorabdruck arXiv:1411.4028, 2014. doi:10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv: 1411.4028
[6] Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, et al. Quantenchemie im Zeitalter des Quantencomputings. Chemical reviews, 119(19):10856–10915, 2019. doi:10.1021/acs.chemrev.8b00803.
https: // doi.org/ 10.1021 / acs.chemrev.8b00803
[7] Vittorio Giovannetti, Seth Lloyd und Lorenzo Maccone. Quantenmetrologie. Physical Review Letters, 96(1):010401, 2006. doi:10.1103/PhysRevLett.96.010401.
https://doi.org/ 10.1103/PhysRevLett.96.010401
[8] Nikolaj Moll, Panagiotis Barkoutsos, Lev S. Bishop, Jerry M. Chow, Andrew Cross, Daniel J. Egger, Stefan Filipp, Andreas Fuhrer, Jay M. Gambetta, Marc Ganzhorn, et al. Quantenoptimierung unter Verwendung von Variationsalgorithmen auf kurzfristigen Quantengeräten. Quantum Science and Technology, 3(3):030503, 2018. https://doi:10.1088/2058-9565/aab822.
https: / / doi.org/ 10.1088 / 2058-9565 / aab822
[9] Dave Wecker, Matthew B. Hastings und Matthias Troyer. Fortschritte in Richtung praktischer Quantenvariationsalgorithmen. Physical Review A, 92(4):042303, 2015. doi:10.1103/PhysRevA.92.042303.
https: / / doi.org/ 10.1103 / PhysRevA.92.042303
[10] William J. Huggins, Jarrod R. McClean, Nicholas C. Rubin, Zhang Jiang, Nathan Wiebe, K. Birgitta Whaley und Ryan Babbush. Effiziente und rauschresistente Messungen für die Quantenchemie auf kurzfristigen Quantencomputern. npj Quantum Information, 7(1):1–9, 2021. doi:10.1038/s41534-020-00341-7.
https://doi.org/10.1038/s41534-020-00341-7
[11] Hsin-Yuan Huang, Richard Kueng und John Preskill. Vorhersage vieler Eigenschaften eines Quantensystems aus sehr wenigen Messungen. Nature Physics, 16(10):1050–1057, 2020. doi:10.1038/s41567-020-0932-7.
https://doi.org/10.1038/s41567-020-0932-7
[12] Jeongwan Haah, Aram Harrow, Zhengfeng Ji, Xiaodi Wu und Nengkun Yu. Stichprobenoptimale Tomographie von Quantenzuständen. IEEE Transactions on Information Theory, 63(9):5628–5641, 2017. doi:10.1109/TIT.2017.2719044.
https: / / doi.org/ 10.1109 / TIT.2017.2719044
[13] Ryan O’Donnell und John Wright. Effiziente Quantentomographie. In Proceedings of the fourty-eightth Annual ACM Symposium on Theory of Computing, Seiten 899–912, 2016. doi:10.1145/2897518.2897544.
https: / / doi.org/ 10.1145 / 2897518.2897544
[14] Scott Aaronson. Schattentomographie von Quantenzuständen. SIAM Journal on Computing, 49(5):STOC18–368, 2019. doi:10.1137/18M120275X.
https:///doi.org/10.1137/18M120275X
[15] Mark R. Jerrum, Leslie G. Valiant und Vijay V. Vazirani. Zufällige Generierung kombinatorischer Strukturen aus einer Gleichverteilung. Theoretische Informatik, 43:169–188, 1986. doi:10.1016/0304-3975(86)90174-X.
https://doi.org/10.1016/0304-3975(86)90174-X
[16] Huangjun Zhu, Richard Küng, Markus Grassl und David Gross. Die Clifford-Gruppe scheitert anmutig daran, ein einheitliches 4-Design zu sein. arXiv-Vorabdruck arXiv:1609.08172, 2016. doi:10.48550/arXiv.1609.08172.
https:///doi.org/10.48550/arXiv.1609.08172
arXiv: 1609.08172
[17] Zak Webb. Die Clifford-Gruppe bildet ein einheitliches 3-Design. Quantum Information & Computation, 16(15&16):1379–1400, 2016. doi:10.26421/QIC16.15-16-8.
https: / / doi.org/ 10.26421 / QIC16.15-16-8
[18] Senrui Chen, Wenjun Yu, Pei Zeng und Steven T. Flammia. Robuste Schattenschätzung. PRX Quantum, 2:030348, September 2021. doi:10.1103/PRXQuantum.2.030348.
https: / / doi.org/ 10.1103 / PRXQuantum.2.030348
[19] Steven T. Flammia und Joel J. Wallman. Effiziente Schätzung von Pauli-Kanälen. ACM Transactions on Quantum Computing, 1(1):1–32, 2020. doi:10.1145/3408039.
https: / / doi.org/ 10.1145 / 3408039
[20] Senrui Chen, Sisi Zhou, Alireza Seif und Liang Jiang. Quantenvorteile für die Pauli-Kanalschätzung. Physical Review A, 105(3):032435, 2022. doi:10.1103/PhysRevA.105.032435.
https: / / doi.org/ 10.1103 / PhysRevA.105.032435
[21] Michael A. Nielsen und Isaac L. Chuang. Quantencomputation und Quanteninformation. Cambridge University Press, 2010. doi:10.1017/CBO9780511976667.
https: / / doi.org/ 10.1017 / CBO9780511976667
[22] Zdenek Hradil. Quantenzustandsschätzung. Physical Review A, 55(3):R1561, 1997. doi:10.1103/PhysRevA.55.R1561.
https: / / doi.org/ 10.1103 / PhysRevA.55.R1561
[23] Matteo Paris und Jaroslav Rehacek. Quantum State Estimation, Band 649. Springer Science & Business Media, 2004. doi:10.1007/b98673.
https: / / doi.org/ 10.1007 / b98673
[24] Robin Blume-Kohout. Optimale, zuverlässige Schätzung von Quantenzuständen. New Journal of Physics, 12(4):043034, April 2010. doi:10.1088/1367-2630/12/4/043034.
https://doi.org/10.1088/1367-2630/12/4/043034
[25] K. Banaszek, M. Cramer und D. Gross. Schwerpunkt Quantentomographie. New Journal of Physics, 15(12):125020, Dez 2013. doi:10.1088/1367-2630/15/12/125020.
https://doi.org/10.1088/1367-2630/15/12/125020
[26] David Gross, Yi-Kai Liu, Steven T. Flammia, Stephen Becker und Jens Eisert. Quantenzustandstomographie über Compressed Sensing. Phys. Rev. Lett., 105:150401, Okt. 2010. doi:10.1103/PhysRevLett.105.150401.
https://doi.org/ 10.1103/PhysRevLett.105.150401
[27] Steven T. Flammia, David Gross, Yi-Kai Liu und Jens Eisert. Quantentomographie über komprimierte Abtastung: Fehlergrenzen, Probenkomplexität und effiziente Schätzer. New Journal of Physics, 14(9):095022, September 2012. doi:10.1088/1367-2630/14/9/095022.
https://doi.org/10.1088/1367-2630/14/9/095022
[28] Takanori Sugiyama, Peter S. Turner und Mio Murao. Präzisionsgarantierte Quantentomographie. Phys. Rev. Lett., 111:160406, Okt. 2013. doi:10.1103/PhysRevLett.111.160406.
https://doi.org/ 10.1103/PhysRevLett.111.160406
[29] Richard Kueng, Huangjun Zhu und David Gross. Niedrigrangige Matrixwiederherstellung aus Clifford-Umlaufbahnen. arXiv-Vorabdruck arXiv:1610.08070, 2016. doi:10.48550/arXiv.1610.08070.
https:///doi.org/10.48550/arXiv.1610.08070
arXiv: 1610.08070
[30] Richard Küng, Holger Rauhut und Ulrich Terstiege. Niedrigrangige Matrixwiederherstellung aus Rang-Eins-Messungen. Applied and Computational Harmonic Analysis, 42(1):88–116, 2017. doi:10.1016/j.acha.2015.07.007.
https: / / doi.org/ 10.1016 / j.acha.2015.07.007
[31] M Guţă, J. Kahn, R. Kueng und JA Tropp. Schnelle Zustandstomographie mit optimalen Fehlergrenzen. Journal of Physics A: Mathematical and Theoretical, 53(20):204001, April 2020. doi:10.1088/1751-8121/ab8111.
https: / / doi.org/ 10.1088 / 1751-8121 / ab8111
[32] Marcus Cramer, Martin B. Plenio, Steven T. Flammia, Rolando Somma, David Gross, Stephen D. Bartlett, Olivier Landon-Cardinal, David Poulin und Yi-Kai Liu. Effiziente Quantenzustandstomographie. Nature Communications, 1(1):1–7, 2010. doi: 10.1038/ncomms1147.
https: / / doi.org/ 10.1038 / ncomms1147
[33] BP Lanyon, C. Maier, Milan Holzäpfel, Tillmann Baumgratz, C. Hempel, P. Jurcevic, Ish Dhand, AS Buyskikh, AJ Daley, Marcus Cramer, et al. Effiziente Tomographie eines Quanten-Vielteilchensystems. Nature Physics, 13(12):1158–1162, 2017. doi:10.1038/nphys4244.
https: / / doi.org/ 10.1038 / nphys4244
[34] Olivier Landon-Cardinal und David Poulin. Praktische Lernmethode für mehrskalige verschränkte Zustände. New Journal of Physics, 14(8):085004, August 2012. doi:10.1088/1367-2630/14/8/085004.
https://doi.org/10.1088/1367-2630/14/8/085004
[35] Juan Carrasquilla, Giacomo Torlai, Roger G. Melko und Leandro Aolita. Rekonstruktion von Quantenzuständen mit generativen Modellen. Nature Machine Intelligence, 1(3):155–161, 2019. doi:10.1038/s42256-019-0028-1.
https://doi.org/10.1038/s42256-019-0028-1
[36] Xun Gao und Lu-Ming Duan. Effiziente Darstellung von Quanten-Vielteilchenzuständen mit tiefen neuronalen Netzen. Nature communication, 8(1):1–6, 2017. doi:10.1038/s41467-017-00705-2.
https://doi.org/10.1038/s41467-017-00705-2
[37] Jordan Cotler und Frank Wilczek. Quantenüberlappende Tomographie. Phys. Rev. Lett., 124:100401, März 2020. doi:10.1103/PhysRevLett.124.100401.
https://doi.org/ 10.1103/PhysRevLett.124.100401
[38] Scott Aaronson und Guy N. Rothblum. Sanfte Messung von Quantenzuständen und differentieller Privatsphäre. In Proceedings of the 51st Annual ACM SIGACT Symposium on Theory of Computing, Seiten 322–333, 2019. doi:10.1145/3313276.3316378.
https: / / doi.org/ 10.1145 / 3313276.3316378
[39] Costin Bădescu und Ryan O’Donnell. Verbesserte Quantendatenanalyse. In Proceedings of the 53rd Annual ACM SIGACT Symposium on Theory of Computing, Seiten 1398–1411, 2021. doi:10.1145/3406325.3451109.
https: / / doi.org/ 10.1145 / 3406325.3451109
[40] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M. Chow und Jay M. Gambetta. Hardwareeffizienter Variations-Quanten-Eigenlöser für kleine Moleküle und Quantenmagnete. Nature, 549(7671):242–246, 2017. doi:10.1038/nature23879.
https: / / doi.org/ 10.1038 / nature23879
[41] Vladyslav Verteletskyi, Tzu-Ching Yen und Artur F. Izmaylov. Messoptimierung im Variational Quantum Eigensolver unter Verwendung einer minimalen Cliquenabdeckung. The Journal of Chemical Physics, 152(12):124114, 2020. doi:10.1063/1.5141458.
https: / / doi.org/ 10.1063 / 1.5141458
[42] Artur F. Izmaylov, Tzu-Ching Yen, Robert A. Lang und Vladyslav Verteletskyi. Einheitlicher Partitionierungsansatz für das Messproblem in der Variational Quantum Eigensolver-Methode. Journal of Chemical Theory and Computation, 16(1):190–195, 2019. doi:10.1021/acs.jctc.9b00791.
https: / / doi.org/ 10.1021 / acs.jctc.9b00791
[43] Andrew Zhao, Andrew Tranter, William M. Kirby, Shu Fay Ung, Akimasa Miyake und Peter J. Love. Messreduktion in Variationsquantenalgorithmen. Physical Review A, 101(6):062322, 2020. doi:10.1103/PhysRevA.101.062322.
https: / / doi.org/ 10.1103 / PhysRevA.101.062322
[44] Guoming Wang, Dax Enshan Koh, Peter D. Johnson und Yudong Cao. Minimierung der Schätzungslaufzeit auf lauten Quantencomputern. PRX Quantum, 2:010346, März 2021. doi:10.1103/PRXQuantum.2.010346.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010346
[45] Dax Enshan Koh, Guoming Wang, Peter D. Johnson und Yudong Cao. Grundlagen für die bayessche Inferenz mit konstruierten Likelihood-Funktionen für eine robuste Amplitudenschätzung. Journal of Mathematical Physics, 63:052202, 2022. doi:10.1063/5.0042433.
https: / / doi.org/ 10.1063 / 5.0042433
[46] Jérôme F. Gonthier, Maxwell D. Radin, Corneliu Buda, Eric J. Doskocil, Clena M. Abuan und Jhonathan Romero. Identifizieren von Herausforderungen für einen praktischen Quantenvorteil durch Ressourcenschätzung: die Messblockade im Variations-Quanten-Eigenlöser. arXiv-Vordruck arXiv:2012.04001, 2020. doi:10.48550/arXiv.2012.04001.
https:///doi.org/10.48550/arXiv.2012.04001
arXiv: 2012.04001
[47] Andrew Zhao, Nicholas C. Rubin und Akimasa Miyake. Fermionic Partial Tomography via Classical Shadows. Phys. Rev. Lett., 127:110504, Sept. 2021. doi:10.1103/PhysRevLett.127.110504.
https://doi.org/ 10.1103/PhysRevLett.127.110504
[48] Kianna Wan, William J. Huggins, Joonho Lee und Ryan Babbush. Matchgate Shadows für fermionische Quantensimulation. arXiv-Vordruck arXiv:2207.13723, 2022. doi:10.48550/arXiv.2207.13723.
https:///doi.org/10.48550/arXiv.2207.13723
arXiv: 2207.13723
[49] Bryan O’Gorman. Fermionische Tomographie und Lernen. arXiv-Vordruck arXiv:2207.14787, 2022. doi:10.48550/arXiv.2207.14787.
https:///doi.org/10.48550/arXiv.2207.14787
arXiv: 2207.14787
[50] Charles Hadfield, Sergey Bravyi, Rudy Raymond und Antonio Mezzacapo. Messungen von Quanten-Hamilton-Operatoren mit lokal voreingenommenen klassischen Schatten. Communications in Mathematical Physics, 391(3):951–967, 2022. doi:10.1007/s00220-022-04343-8.
https://doi.org/10.1007/s00220-022-04343-8
[51] Andreas Elben, Richard Kueng, Hsin-Yuan Robert Huang, Rick van Bijnen, Christian Kokail, Marcello Dalmonte, Pasquale Calabrese, Barbara Kraus, John Preskill, Peter Zoller, u.a. Mixed-State-Verschränkung aus lokalen randomisierten Messungen. Physical Review Letters, 125(20):200501, 2020. doi:10.1103/PhysRevLett.125.200501.
https://doi.org/ 10.1103/PhysRevLett.125.200501
[52] GI Struchalin, Ya. A. Zagorovskii, EV Kovlakov, SS Straupe und SP Kulik. Experimentelle Schätzung von Quantenzustandseigenschaften aus klassischen Schatten. PRX Quantum, 2:010307, Januar 2021. doi:10.1103/PRXQuantum.2.010307.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010307
[53] Dax Enshan Koh und Sabee Grewal. Klassische Schatten mit Rauschen. arXiv-Vordruck arXiv:2011.11580v1, 2020.
arXiv: 2011.11580v1
[54] Robin Harper, Steven T. Flammia und Joel J. Wallman. Effizientes Lernen von Quantenrauschen. Nature Physics, 16(12):1184–1188, 2020. doi:10.1038/s41567-020-0992-8.
https://doi.org/10.1038/s41567-020-0992-8
[55] Guangxi Li, Zhixin Song und Xin Wang. VSQL: Variationales Schattenquantenlernen für die Klassifizierung. Proceedings of the AAAI Conference on Artificial Intelligence, 35(9):8357–8365, Mai 2021.
[56] Joseph M. Lukens, Kody JH Law und Ryan S. Bennink. Eine bayessche Analyse klassischer Schatten. npj Quantum Inf., 7(113):1–10, Jul 2021. doi:10.1038/s41534-021-00447-6.
https://doi.org/10.1038/s41534-021-00447-6
[57] Roy J. Garcia, You Zhou und Arthur Jaffe. Quantenverschlüsselung mit klassischen Schatten. Phys. Rev. Research, 3:033155, August 2021. doi:10.1103/PhysRevResearch.3.033155.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033155
[58] Hong-Ye Hu und Yi-Zhuang You. Hamiltoniangetriebene Schattentomographie von Quantenzuständen. Phys. Rev. Research, 4:013054, Januar 2022. doi:10.1103/PhysRevResearch.4.013054.
https: / / doi.org/ 10.1103 / PhysRevResearch.4.013054
[59] Antoine Neven, Jose Carrasco, Vittorio Vitale, Christian Kokail, Andreas Elben, Marcello Dalmonte, Pasquale Calabrese, Peter Zoller, Benoı̂t Vermersch, Richard Küng, et al. Symmetrieaufgelöste Verschränkungserkennung unter Verwendung partieller Transponierungsmomente. npj Quantum Inf., 7(152):1–12, Okt. 2021. doi:10.1038/s41534-021-00487-y.
https: / / doi.org/ 10.1038 / s41534-021-00487-y
[60] Hsin-Yuan Huang, Richard Kueng und John Preskill. Effiziente Schätzung von Pauli-Observablen durch Derandomisierung. Phys. Rev. Lett., 127:030503, Juli 2021. doi:10.1103/PhysRevLett.127.030503.
https://doi.org/ 10.1103/PhysRevLett.127.030503
[61] Atithi Acharya, Siddhartha Saha und Anirvan M. Sengupta. Schattentomographie auf der Grundlage eines informativ vollständigen positiven vom Bediener bewerteten Maßes. Phys. Rev. A, 104:052418, Nov. 2021. doi:10.1103/PhysRevA.104.052418.
https: / / doi.org/ 10.1103 / PhysRevA.104.052418
[62] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo und Robert Wille. Entscheidungsdiagramme für Quantenmessungen mit flachen Schaltungen. 2021 IEEE International Conference on Quantum Computing and Engineering (QCE), Seiten 24–34. IEEE, 2021. doi:10.1109/QCE52317.2021.00018.
https: / / doi.org/ 10.1109 / QCE52317.2021.00018
[63] Charles Hadfield. Adaptive Pauli-Schatten zur Energieschätzung. arXiv-Vordruck arXiv:2105.12207, 2021. doi:10.48550/arXiv.2105.12207.
https:///doi.org/10.48550/arXiv.2105.12207
arXiv: 2105.12207
[64] Bujiao Wu, Jinzhao Sun, Qi Huang und Xiao Yuan. Überlappende Gruppierungsmessung: Ein einheitliches Framework zur Messung von Quantenzuständen. arXiv-Vordruck arXiv:2105.13091, 2021. doi:10.48550/arXiv.2105.13091.
https:///doi.org/10.48550/arXiv.2105.13091
arXiv: 2105.13091
[65] Aniket Rath, Cyril Branciard, Anna Minguzzi und Benoı̂t Vermersch. Quantum Fisher-Informationen aus randomisierten Messungen. Phys. Rev. Lett., 127:260501, Dez. 2021. doi:10.1103/PhysRevLett.127.260501.
https://doi.org/ 10.1103/PhysRevLett.127.260501
[66] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan und He Lu. Experimentelle Quantenzustandsmessung mit klassischen Schatten. Phys. Rev. Lett., 127:200501, Nov. 2021. doi:10.1103/PhysRevLett.127.200501.
https://doi.org/ 10.1103/PhysRevLett.127.200501
[67] Hsin-Yuan Huang, Richard Kueng, Giacomo Torlai, Victor V. Albert und John Preskill. Nachweislich effizientes maschinelles Lernen für Quanten-Vielteilchenprobleme. arXiv-Vordruck arXiv:2106.12627, 2021. doi:10.48550/arXiv.2106.12627.
https:///doi.org/10.48550/arXiv.2106.12627
arXiv: 2106.12627
[68] William J. Huggins, Bryan A. O'Gorman, Nicholas C. Rubin, David R. Reichman, Ryan Babbush und Joonho Lee. Unvoreingenommenes fermionisches Quanten-Monte-Carlo mit einem Quantencomputer. Nature, 603(7901):416–420, März 2022. doi:10.1038/s41586-021-04351-z.
https: / / doi.org/ 10.1038 / s41586-021-04351-z
[69] Hong-Ye Hu, Soonwon Choi und Yi-Zhuang You. Klassische Schattentomographie mit lokal verschlüsselter Quantendynamik. arXiv-Vordruck arXiv:2107.04817, 2021. doi:10.48550/arXiv.2107.04817.
https:///doi.org/10.48550/arXiv.2107.04817
arXiv: 2107.04817
[70] Steven T. Flammia. Gemittelte Schaltungseigenwert-Abtastung. arXiv-Vordruck arXiv:2108.05803, 2021. doi:10.48550/arXiv.2108.05803.
https:///doi.org/10.48550/arXiv.2108.05803
arXiv: 2108.05803
[71] Ryan Levy, Di Luo und Bryan K. Clark. Klassische Schatten für die Quantenprozesstomographie auf kurzfristigen Quantencomputern. arXiv-Vorabdruck arXiv:2110.02965, 2021. doi:10.48550/arXiv.2110.02965.
https:///doi.org/10.48550/arXiv.2110.02965
arXiv: 2110.02965
[72] Jonathan Kunjummen, Minh C. Tran, Daniel Carney und Jacob M. Taylor. Schattenprozesstomographie von Quantenkanälen. arXiv-Vordruck arXiv:2110.03629, 2021. doi:10.48550/arXiv.2110.03629.
https:///doi.org/10.48550/arXiv.2110.03629
arXiv: 2110.03629
[73] Jonas Helsen, Marios Ioannou, Ingo Roth, Jonas Kitzinger, Emilio Onorati, Albert H. Werner und Jens Eisert. Abschätzen von Gate-Set-Eigenschaften aus Zufallssequenzen. arXiv-Vordruck arXiv:2110.13178, 2021. doi:10.48550/arXiv.2110.13178.
https:///doi.org/10.48550/arXiv.2110.13178
arXiv: 2110.13178
[74] Sitan Chen, Jordan Cotler, Hsin-Yuan Huang und Jerry Li. Exponentielle Trennungen zwischen Lernen mit und ohne Quantengedächtnis. 2021 IEEE 62nd Annual Symposium on Foundations of Computer Science (FOCS), Seiten 574–585, 2022. doi:10.1109/FOCS52979.2021.00063.
https:///doi.org/10.1109/FOCS52979.2021.00063
[75] Simone Notarnicola, Andreas Elben, Thierry Lahaye, Antoine Browaeys, Simone Montangero und Benoit Vermersch. Eine randomisierte Mess-Toolbox für Rydberg-Quantentechnologien. arXiv-Vorabdruck arXiv:2112.11046, 2021. doi:10.48550/arXiv.2112.11046.
https:///doi.org/10.48550/arXiv.2112.11046
arXiv: 2112.11046
[76] Stefan H. Sack, Raimel A. Medina, Alexios A. Michailidis, Richard Küng und Maksym Serbyn. Karge Plateaus vermeiden mit klassischen Schatten. PRX Quantum, 3:020365, Juni 2022. doi:10.1103/PRXQuantum.3.020365.
https: / / doi.org/ 10.1103 / PRXQuantum.3.020365
[77] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia und Arthur Jaffe. Klassische Schatten mit Pauli-invarianten einheitlichen Ensembles. arXiv-Vordruck arXiv:2202.03272, 2022. doi:10.48550/arXiv.2202.03272.
https:///doi.org/10.48550/arXiv.2202.03272
arXiv: 2202.03272
[78] Max McGinley, Sebastian Leontica, Samuel J. Garratt, Jovan Jovanovic und Steven H. Simon. Quantifizierung der Informationsverwürfelung durch klassische Schattentomographie auf programmierbaren Quantensimulatoren. arXiv-Vordruck arXiv:2202.05132, 2022. doi:10.48550/arXiv.2202.05132.
https:///doi.org/10.48550/arXiv.2202.05132
arXiv: 2202.05132
[79] Lu Liu, Ting Zhang, Xiao Yuan und He Lu. Experimentelle Untersuchung von Quantenunsicherheitsbeziehungen mit klassischen Schatten. Frontiers in Physics, 10, 2022. doi:10.3389/fphy.2022.873810.
https: / / doi.org/ 10.3389 / fphy.2022.873810
[80] Joseph M. Lukens, Kody JH Law und Ryan S. Bennink. Klassische Schatten und Bayes'sche Mittelwertschätzung: ein Vergleich. In Conference on Lasers and Electro-Optics, Seite FW3N.3. Optical Society of America, 2021. doi:10.1364/CLEO_QELS.2021.FW3N.3.
https:///doi.org/10.1364/CLEO_QELS.2021.FW3N.3
[81] Angus Lowe. Lernen von Quantenzuständen ohne verschränkte Messungen. Masterarbeit, University of Waterloo, 2021.
[82] Hsin-Yuan Huang. Quantenzustände aus ihren klassischen Schatten lernen. Nat. Rev. Phys., 4(2):81, Feb. 2022. doi:10.1038/s42254-021-00411-5.
https://doi.org/10.1038/s42254-021-00411-5
[83] Hong-Ye Hu, Ryan LaRose, Yi-Zhuang You, Eleanor Rieffel und Zhihui Wang. Logische Schattentomographie: Effiziente Schätzung fehlerreduzierter Observablen. arXiv-Vorabdruck arXiv:2203.07263, 2022. doi:10.48550/arXiv.2203.07263.
https:///doi.org/10.48550/arXiv.2203.07263
arXiv: 2203.07263
[84] Alireza Seif, Ze-Pei Cian, Sisi Zhou, Senrui Chen und Liang Jiang. Schattendestillation: Quantenfehlerminderung mit klassischen Schatten für kurzfristige Quantenprozessoren. arXiv-Vordruck arXiv:2203.07309, 2022. doi:10.48550/arXiv.2203.07309.
https:///doi.org/10.48550/arXiv.2203.07309
arXiv: 2203.07309
[85] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoı̂t Vermersch und Peter Zoller. Die randomisierte Mess-Toolbox. arXiv-Vordruck arXiv:2203.11374, 2022. doi:10.48550/arXiv.2203.11374.
https:///doi.org/10.48550/arXiv.2203.11374
arXiv: 2203.11374
[86] Gregory Boyd und Bálint Koczor. Training von Variations-Quantenschaltkreisen mit CoVaR: Kovarianzwurzelfindung mit klassischen Schatten. arXiv-Vorabdruck arXiv:2204.08494, 2022. doi:10.48550/arXiv.2204.08494.
https:///doi.org/10.48550/arXiv.2204.08494
arXiv: 2204.08494
[87] H. Chau Nguyen, Jan Lennart Bönsel, Jonathan Steinberg und Otfried Gühne. Optimierung der Schattentomographie mit verallgemeinerten Messungen. arXiv-Vordruck arXiv:2205.08990, 2022. doi:10.48550/arXiv.2205.08990.
https:///doi.org/10.48550/arXiv.2205.08990
arXiv: 2205.08990
[88] Luuk Coopmans, Yuta Kikuchi und Marcello Benedetti. Vorhersage der Erwartungswerte des Gibbs-Zustands mit reinen thermischen Schatten. arXiv-Vordruck arXiv:2206.05302, 2022. doi:10.48550/arXiv.2206.05302.
https:///doi.org/10.48550/arXiv.2206.05302
arXiv: 2206.05302
[89] Saumya Shivam, CW von Keyserlingk und SL Sondhi. Über klassische und hybride Schatten von Quantenzuständen. arXiv-Vordruck arXiv:2206.06616, 2022. doi:10.48550/arXiv.2206.06616.
https:///doi.org/10.48550/arXiv.2206.06616
arXiv: 2206.06616
[90] Daniel McNulty, Filip B. Maciejewski und Michał Oszmaniec. Abschätzung von Quanten-Hamilton-Operatoren durch gemeinsame Messungen verrauschter, nicht-kommutierender Observablen. arXiv-Vordruck arXiv:2206.08912, 2022. doi:10.48550/arXiv.2206.08912.
https:///doi.org/10.48550/arXiv.2206.08912
arXiv: 2206.08912
[91] Suguru Endo, Zhenyu Cai, Simon C. Benjamin und Xiao Yuan. Hybride quantenklassische Algorithmen und Quantenfehlerminderung. Journal of the Physical Society of Japan, 90(3):032001, 2021. doi:10.7566/JPSJ.90.032001.
https: / / doi.org/ 10.7566 / JPSJ.90.032001
[92] Austin G. Fowler, Matteo Mariantoni, John M. Martinis und Andrew N. Cleland. Oberflächencodes: Auf dem Weg zur praktischen Quantenberechnung im großen Maßstab. Physical Review A, 86(3):032324, 2012. doi:10.1103/PhysRevA.86.032324.
https: / / doi.org/ 10.1103 / PhysRevA.86.032324
[93] Earl T. Campbell, Barbara M. Terhal und Christophe Vuillot. Wege zur fehlertoleranten universellen Quantenberechnung. Nature, 549(7671):172–179, 2017. doi:10.1038/nature23460.
https: / / doi.org/ 10.1038 / nature23460
[94] Ying Li und Simon C. Benjamin. Effizienter Variationsquantensimulator mit aktiver Fehlerminimierung. Phys. Rev. X, 7:021050, Juni 2017. doi:10.1103/PhysRevX.7.021050.
https://doi.org/ 10.1103/PhysRevX.7.021050
[95] Kristan Temme, Sergey Bravyi und Jay M. Gambetta. Fehlerminderung für Quantenschaltkreise mit kurzer Tiefe. Phys. Rev. Lett., 119:180509, Nov. 2017. doi:10.1103/PhysRevLett.119.180509.
https://doi.org/ 10.1103/PhysRevLett.119.180509
[96] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari und William J. Zeng. Digitale Zero-Noise-Extrapolation zur Quantenfehlerminderung. In 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), Seiten 306–316, 2020. doi:10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045
[97] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles und Lukasz Cincio. Fehlerminderung mit Clifford-Quantenschaltungsdaten. Quantum, 5:592, November 2021. doi:10.22331/q-2021-11-26-592.
https://doi.org/10.22331/q-2021-11-26-592
[98] Jarrod R. McClean, Mollie E. Kimchi-Schwartz, Jonathan Carter und Wibe A. de Jong. Hybride quantenklassische Hierarchie zur Minderung der Dekohärenz und Bestimmung angeregter Zustände. Phys. Rev. A, 95:042308, April 2017. doi:10.1103/PhysRevA.95.042308.
https: / / doi.org/ 10.1103 / PhysRevA.95.042308
[99] Suguru Endo, Simon C. Benjamin und Ying Li. Praktische Quantenfehlerminderung für Anwendungen der nahen Zukunft. Phys. Rev. X, 8:031027, Juli 2018. doi:10.1103/PhysRevX.8.031027.
https://doi.org/ 10.1103/PhysRevX.8.031027
[100] John Watrous. Die Theorie der Quanteninformation. Cambridge University Press, 2018. doi:10.1017/9781316848142.
https: / / doi.org/ 10.1017 / 9781316848142
[101] Sepehr Nezami und Michael Walter. Mehrteilige Verschränkung in Stabilisator-Tensor-Netzwerken. Phys. Rev. Lett., 125:241602, Dez. 2020. doi:10.1103/PhysRevLett.125.241602.
https://doi.org/ 10.1103/PhysRevLett.125.241602
[102] Fernando GSL Brandao und Michal Horodecki. Exponentielle Quantenbeschleunigungen sind generisch. Quanten-Inf. Comput., 13(11&12):901–924, 2013. doi:10.26421/QIC13.11-12-1.
https: / / doi.org/ 10.26421 / QIC13.11-12-1
[103] Adam Bouland, Joseph F. Fitzsimons und Dax Enshan Koh. Komplexitätsklassifizierung konjugierter Clifford-Schaltungen. In Rocco A. Servedio, Herausgeber, 33rd Computational Complexity Conference (CCC 2018), Band 102 der Leibniz International Proceedings in Informatics (LIPIcs), Seiten 21:1–21:25, Dagstuhl, Deutschland, 2018. Schloss Dagstuhl–Leibniz-Zentrum für Informatik. doi:10.4230/LIPIcs.CCC.2018.21.
https: // doi.org/ 10.4230 / LIPIcs.CCC.2018.21
[104] Rawad Mezher, Joe Ghalbouni, Joseph Dgheim und Damian Markham. Effiziente approximative unitäre t-Designs aus teilweise invertierbaren universellen Mengen und ihre Anwendung auf Quantenbeschleunigung. arXiv-Vorabdruck arXiv:1905.01504, 2019. doi:10.48550/arXiv.1905.01504.
https:///doi.org/10.48550/arXiv.1905.01504
arXiv: 1905.01504
[105] Oleg Szehr, Frédéric Dupuis, Marco Tomamichel und Renato Renner. Entkopplung mit einheitlichen ungefähren Zwei-Designs. New Journal of Physics, 15(5):053022, 2013. doi:10.1088/1367-2630/15/5/053022.
https://doi.org/10.1088/1367-2630/15/5/053022
[106] Andris Ambainis, Jan Bouda und Andreas Winter. Unverformbare Verschlüsselung von Quanteninformationen. Journal of Mathematical Physics, 50(4):042106, 2009. doi:10.1063/1.3094756.
https: / / doi.org/ 10.1063 / 1.3094756
[107] Huangjun Zhu. Multiqubit-Clifford-Gruppen sind einheitliche 3-Designs. Physical Review A, 96(6):062336, 2017. doi:10.1103/PhysRevA.96.062336.
https: / / doi.org/ 10.1103 / PhysRevA.96.062336
[108] Joel J. Wallman. Randomisiertes Benchmarking mit Gate-abhängigem Rauschen. Quantum, 2:47, Januar 2018. doi:10.22331/q-2018-01-29-47.
https://doi.org/10.22331/q-2018-01-29-47
[109] Kevin Young, Stephen Bartlett, Robin J. Blume-Kohout, John King Gamble, Daniel Lobser, Peter Maunz, Erik Nielsen, Timothy James Proctor, Melissa Revelle und Kenneth Michael Rudinger. Nicht-Markovsches Rauschen diagnostizieren und zerstören. Technischer Bericht, Sandia National Lab. (SNL-CA), Livermore, CA (Vereinigte Staaten), 2020. doi:10.2172/1671379.
https: / / doi.org/ 10.2172 / 1671379
[110] Tilo Eggeling und Reinhard F. Werner. Trennbarkeitseigenschaften dreigliedriger Zustände mit $Uotimes Uotimes U$-Symmetrie. Physical Review A, 63(4):042111, 2001. doi:10.1103/PhysRevA.63.042111.
https: / / doi.org/ 10.1103 / PhysRevA.63.042111
[111] Peter D. Johnson und Lorenza Viola. Kompatible Quantenkorrelationen: Erweiterungsprobleme für Werner- und isotrope Zustände. Physical Review A, 88(3):032323, 2013. doi:10.1103/PhysRevA.88.032323.
https: / / doi.org/ 10.1103 / PhysRevA.88.032323
Zitiert von
[1] Jules Tilly, Hongxiang Chen, Shuxiang Cao, Dario Picozzi, Kanav Setia, Ying Li, Edward Grant, Leonard Wossnig, Ivan Rungger, George H. Booth und Jonathan Tennyson, „The Variational Quantum Eigensolver: a review of methods and empfohlene Vorgehensweise", arXiv: 2111.05176.
[2] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S. Kottmann, Tim Menke, Wai-Keong Mok, Sukin Sim, Leong- Chuan Kwek und Alán Aspuru-Guzik, „Noisy Intermediate-Scale Quantum Algorithms“, Rezensionen zur modernen Physik 94 1, 015004 (2022).
[3] Hsin-Yuan Huang, Richard Kueng, Giacomo Torlai, Victor V. Albert und John Preskill, „Beweisbar effizientes maschinelles Lernen für Quanten-Vielteilchen-Probleme“, arXiv: 2106.12627.
[4] Antoine Neven, Jose Carrasco, Vittorio Vitale, Christian Kokail, Andreas Elben, Marcello Dalmonte, Pasquale Calabrese, Peter Zoller, Benoît Vermersch, Richard Kueng und Barbara Kraus, „Symmetrie-aufgelöste Verschränkungserkennung mit partiellen Transponierungsmomenten“, npj Quanteninformation 7, 152 (2021).
[5] Stefan H. Sack, Raimel A. Medina, Alexios A. Michailidis, Richard Kueng und Maksym Serbyn, „Avoiding Barren Plateaus Using Classical Shadows“, PRX-Quantum 3 2, 020365 (2022).
[6] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch und Peter Zoller, „The randomized Measurement Toolbox“, arXiv: 2203.11374.
[7] Hsin-Yuan Huang, Richard Kueng und John Preskill, „Effiziente Schätzung von Pauli-Observablen durch Derandomisierung“, Physische Überprüfungsschreiben 127 3, 030503 (2021).
[8] Daniel McNulty, Filip B. Maciejewski und Michał Oszmaniec, „Schätzung von Quanten-Hamilton-Operatoren durch gemeinsame Messungen verrauschter, nicht pendelnder Observablen“, arXiv: 2206.08912.
[9] Senrui Chen, Wenjun Yu, Pei Zeng und Steven T. Flammia, „Robust Shadow Estimation“, PRX-Quantum 2 3, 030348 (2021).
[10] Hong-Ye Hu und Yi-Zhuang You, „Hamiltonsche Schattentomographie von Quantenzuständen“, Physical Review Research 4 1, 013054 (2022).
[11] Hong-Ye Hu, Soonwon Choi und Yi-Zhuang You, „Klassische Schattentomographie mit lokal verschlüsselter Quantendynamik“, arXiv: 2107.04817.
[12] Roy J. Garcia, You Zhou und Arthur Jaffe, „Quantum Scrambling with Classic Shadows“, Physical Review Research 3 3, 033155 (2021).
[13] Ryan Levy, Di Luo und Bryan K. Clark, „Classical Shadows for Quantum Process Tomography on Near-term Quantum Computers“, arXiv: 2110.02965.
[14] Aniket Rath, Cyril Branciard, Anna Minguzzi und Benoît Vermersch, „Quantum Fisher Information from Randomized Measurements“, Physische Überprüfungsschreiben 127 26, 260501 (2021).
[15] Charles Hadfield, „Adaptive Pauli-Schatten zur Energieschätzung“, arXiv: 2105.12207.
[16] Jose Carrasco, Andreas Elben, Christian Kokail, Barbara Kraus und Peter Zoller, „Theoretical and Experimental Perspectives of Quantum Verification“, arXiv: 2102.05927.
[17] Lorenzo Leone, Salvatore FE Oliviero und Alioscia Hamma, „Magie behindert die Quantenzertifizierung“, arXiv: 2204.02995.
[18] Atithi Acharya, Siddhartha Saha und Anirvan M. Sengupta, „Informationally complete POVM-based shadow tomography“, arXiv: 2105.05992.
[19] Simone Notarnicola, Andreas Elben, Thierry Lahaye, Antoine Browaeys, Simone Montangero und Benoit Vermersch, „Eine randomisierte Mess-Toolbox für Rydberg-Quantentechnologien“, arXiv: 2112.11046.
[20] Atithi Acharya, Siddhartha Saha und Anirvan M. Sengupta, „Shadow Tomography based on Informationally Complete Positive Operator-Value Measure“, Physische Überprüfung A 104 5, 052418 (2021).
[21] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia und Arthur Jaffe, „Classical shadows with Pauli-invariant unitary ensembles“, arXiv: 2202.03272.
Die obigen Zitate stammen von SAO / NASA ADS (Zuletzt erfolgreich aktualisiert am 2022, 08:16:14 Uhr). Die Liste ist möglicherweise unvollständig, da nicht alle Verlage geeignete und vollständige Zitationsdaten bereitstellen.
Konnte nicht abrufen Crossref zitiert von Daten während des letzten Versuchs 2022-08-16 14:04:21: Von Crossref konnten keine zitierten Daten für 10.22331 / q-2022-08-16-776 abgerufen werden. Dies ist normal, wenn der DOI kürzlich registriert wurde.
Dieses Papier ist in Quantum unter dem veröffentlicht Creative Commons Namensnennung 4.0 International (CC BY 4.0) Lizenz. Das Copyright verbleibt bei den ursprünglichen Copyright-Inhabern wie den Autoren oder deren Institutionen.
