Zusammengesetzte Quantensimulationen

Zusammengesetzte Quantensimulationen

Zeitstempel: 14. November 2023, 6:16 Uhr
Zusammengesetzte Quantensimulationen PlatoBlockchain Data Intelligence. Vertikale Suche. Ai.

Matthew Hagan1 und Nathan Wiebe2,3,4

1Fachbereich Physik, University of Toronto, Toronto ON, Kanada
2Institut für Informatik, University of Toronto, Toronto ON, Kanada
3Pacific Northwest National Laboratory, Richland WA, USA
4Canadian Institute for Advanced Study, Toronto ON, Kanada

Findest du dieses Paper interessant oder möchtest du darüber diskutieren? Scite oder hinterlasse einen Kommentar zu SciRate.

Abstrakt

In diesem Artikel stellen wir einen Rahmen für die Kombination mehrerer Quantensimulationsmethoden wie Trotter-Suzuki-Formeln und QDrift in einem einzigen Verbundkanal bereit, der auf älteren Koaleszenzideen zur Reduzierung der Gate-Anzahl aufbaut. Die zentrale Idee unseres Ansatzes besteht darin, ein Partitionierungsschema zu verwenden, das dem Trotter- oder QDrift-Teil eines Kanals innerhalb der Simulation einen Hamilton-Term zuordnet. Dies ermöglicht es uns, kleine, aber zahlreiche Terme mit QDrift zu simulieren, während wir die größeren Terme mit einer Trotter-Suzuki-Formel höherer Ordnung simulieren. Wir beweisen strenge Grenzen für den Diamantabstand zwischen dem Composite-Kanal und dem idealen Simulationskanal und zeigen, unter welchen Bedingungen die Kosten für die Implementierung des Composite-Kanals asymptotisch nach oben durch die Methoden begrenzt werden, aus denen er sowohl für die probabilistische Partitionierung von Termen als auch für die deterministische Partitionierung besteht. Abschließend diskutieren wir Strategien zur Bestimmung von Partitionierungsschemata sowie Methoden zur Integration verschiedener Simulationsmethoden in dasselbe Framework.

► BibTeX-Daten

► Referenzen

[1] James D. Whitfield, Jacob Biamonte und Alán Aspuru-Guzik. „Simulation elektronischer Struktur-Hamiltonianer mit Quantencomputern“. Molekularphysik 109, 735–750 (2011). URL: https://​/​doi.org/​10.1080/​00268976.2011.552441.
https: / / doi.org/ 10.1080 / 00268976.2011.552441

[2] Stephen P. Jordan, Keith SM Lee und John Preskill. „Quantenalgorithmen für Quantenfeldtheorien“. Wissenschaft 336, 1130–1133 (2012). URL: https://​/​doi.org/​10.1126/​science.1217069.
https: / / doi.org/ 10.1126 / science.1217069

[3] Markus Reiher, Nathan Wiebe, Krysta M Svore, Dave Wecker und Matthias Troyer. „Aufklärung von Reaktionsmechanismen auf Quantencomputern“. Proceedings of the National Academy of Sciences 114, 7555–7560 (2017). URL: https://​/​doi.org/​10.1073/​pnas.1619152114.
https: / / doi.org/ 10.1073 / pnas.1619152114

[4] Ryan Babbush, Dominic W. Berry und Hartmut Neven. „Quantensimulation des Sachdev-ye-kitaev-Modells durch asymmetrische Qubitisierung“. Physik. Rev. A 99, 040301 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.040301

[5] Yuan Su, Dominic W. Berry, Nathan Wiebe, Nicholas Rubin und Ryan Babbush. „Fehlertolerante Quantensimulationen der Chemie in der ersten Quantisierung“. PRX Quantum 2, 040332 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.040332

[6] Thomas E. O'Brien, Michael Streif, Nicholas C. Rubin, Raffaele Santagati, Yuan Su, William J. Huggins, Joshua J. Goings, Nikolaj Moll, Elica Kyoseva, Matthias Degroote, Christofer S. Tautermann, Joonho Lee, Dominic W . Berry, Nathan Wiebe und Ryan Babbush. „Effiziente Quantenberechnung molekularer Kräfte und anderer Energiegradienten“. Physik. Rev. Res. 4, 043210 (2022).
https: / / doi.org/ 10.1103 / PhysRevResearch.4.043210

[7] Dorit Aharonov und Amnon Ta-Shma. „Adiabatische Quantenzustandserzeugung und statistisches Nullwissen“. In Proceedings des fünfunddreißigsten jährlichen ACM-Symposiums zur Theorie des Rechnens. Seiten 20–29. (2003). URL: https://​/​doi.org/​10.1145/​780542.780546.
https: / / doi.org/ 10.1145 / 780542.780546

[8] Dominic W. Berry, Graeme Ahokas, Richard Cleve und Barry C. Sanders. „Effiziente Quantenalgorithmen zur Simulation spärlicher Hamilton-Operatoren“. Communications in Mathematical Physics 270, 359–371 (2007). URL: https://​/​doi.org/​10.1007/​s00220-006-0150-x.
https: / / doi.org/ 10.1007 / s00220-006-0150-x

[9] Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari und Rolando D. Somma. "Simulation der Hamilton-Dynamik mit einer abgeschnittenen Taylor-Reihe". Phys. Rev. Lett. 114, 090502 (2015).
https://doi.org/ 10.1103/PhysRevLett.114.090502

[10] Andrew M. Childs, Aaron Ostrander und Yuan Su. „Schnellere Quantensimulation durch Randomisierung“. Quantum 3, 182 (2019).
https:/​/​doi.org/​10.22331/​q-2019-09-02-182

[11] Guang Hao Low und Isaac L. Chuang. „Hamiltonsche Simulation durch Qubitisierung“. Quantum 3, 163 (2019).
https:/​/​doi.org/​10.22331/​q-2019-07-12-163

[12] Guang Hao Low, Vadym Kliuchnikov und Nathan Wiebe. „Gut konditionierte Multiprodukt-Hamilton-Simulation“ (2019). URL: https://​/​doi.org/​10.48550/​arXiv.1907.11679.
https://​/​doi.org/​10.48550/​arXiv.1907.11679

[13] Guang Hao Low und Nathan Wiebe. „Hamiltonsche Simulation im Interaktionsbild“ (2019). arXiv:1805.00675.
arXiv: 1805.00675

[14] Earl Campbell. „Zufallscompiler für schnelle Hamilton-Simulation“. Physik. Rev. Lett. 123, 070503 (2019).
https://doi.org/ 10.1103/PhysRevLett.123.070503

[15] Nathan Wiebe, Dominic Berry, Peter Høyer und Barry C. Sanders. „Zerlegungen höherer Ordnung geordneter Operator-Exponentialfunktionen“. Journal of Physics A: Mathematical and Theoretical 43, 065203 (2010).
https:/​/​doi.org/​10.1088/​1751-8113/​43/​6/​065203

[16] Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe und Shuchen Zhu. „Theorie des Traberfehlers mit Kommutator-Skalierung“. Phys. Rev. X 11, 011020 (2021).
https://doi.org/ 10.1103/PhysRevX.11.011020

[17] Dominic W. Berry, Andrew M. Childs, Yuan Su, Xin Wang und Nathan Wiebe. „Zeitabhängige Hamilton-Simulation mit $L^1$-Normskalierung“. Quantum 4, 254 (2020).
https:/​/​doi.org/​10.22331/​q-2020-04-20-254

[18] Dave Wecker, Bela Bauer, Bryan K. Clark, Matthew B. Hastings und Matthias Troyer. „Gate-Count-Schätzungen zur Durchführung der Quantenchemie auf kleinen Quantencomputern“. Körperliche Überprüfung A 90 (2014).
https: / / doi.org/ 10.1103 / physreva.90.022305

[19] David Poulin, Matthew B. Hastings, Dave Wecker, Nathan Wiebe, Andrew C. Doherty und Matthias Troyer. „Die Schrittweite, die für eine genaue Quantensimulation der Quantenchemie erforderlich ist“ (2014). URL: https://​/​doi.org/​10.48550/​arXiv.1406.4920.
https://​/​doi.org/​10.48550/​arXiv.1406.4920

[20] Ian D. Kivlichan, Christopher E. Granade und Nathan Wiebe. „Phasenschätzung mit randomisierten Hamiltonianern“ (2019). arXiv:1907.10070.
arXiv: 1907.10070

[21] Abhishek Rajput, Alessandro Roggero und Nathan Wiebe. „Hybridisierte Methoden zur Quantensimulation im Wechselwirkungsbild“. Quantum 6, 780 (2022).
https:/​/​doi.org/​10.22331/​q-2022-08-17-780

[22] Yingkai Ouyang, David R. White und Earl T. Campbell. „Zusammenstellung durch stochastische hamiltonsche Sparsifizierung“. Quantum 4, 235 (2020).
https:/​/​doi.org/​10.22331/​q-2020-02-27-235

[23] Shi Jin und Xiantao Li. „Ein teilweise zufälliger Trotter-Algorithmus für Quanten-Hamilton-Simulationen“ (2021). URL: https://​/​doi.org/​10.48550/​arXiv.2109.07987.
https://​/​doi.org/​10.48550/​arXiv.2109.07987

[24] Ryan Babbush, Nathan Wiebe, Jarrod McClean, James McClain, Hartmut Neven und Garnet Kin-Lic Chan. „Quantensimulation von Materialien mit geringer Tiefe“. Physik. Rev. X 8, 011044 (2018).
https://doi.org/ 10.1103/PhysRevX.8.011044

[25] Masuo Suzuki. „Fraktale Zerlegung exponentieller Operatoren mit Anwendungen auf Vielteilchentheorien und Monte-Carlo-Simulationen“. Physikbriefe A 146, 319–323 (1990).
https:/​/​doi.org/​10.1016/​0375-9601(90)90962-N

[26] Andrew M. Childs und Nathan Wiebe. „Hamiltonsche Simulation unter Verwendung linearer Kombinationen einheitlicher Operationen“ (2012). URL: https://​/​doi.org/​10.26421/​QIC12.11-12.
https: / / doi.org/ 10.26421 / QIC12.11-12

[27] Paul K Faehrmann, Mark Steudtner, Richard Kueng, Maria Kieferova und Jens Eisert. „Randomisierung von Mehrproduktformeln für eine verbesserte Hamilton-Simulation“ (2021). URL: https://​/​ui.adsabs.harvard.edu/​link_gateway/​2022Quant…6..806F/​doi:10.48550/​arXiv.2101.07808.
https:/​/​ui.adsabs.harvard.edu/​link_gateway/​2022Quant…6..806F/​doi:10.48550/​arXiv.2101.07808

[28] Dominic W. Berry, Andrew M. Childs und Robin Kothari. „Hamiltonsche Simulation mit nahezu optimaler Abhängigkeit von allen Parametern“. 2015 IEEE 56th Annual Symposium on Foundations of Computer Science. Seiten 792–809. (2015).
https: / / doi.org/ 10.1109 / FOCS.2015.54

[29] Chi-Fang Chen, Hsin-Yuan Huang, Richard Kueng und Joel A. Tropp. „Konzentration für zufällige Produktformeln“. PRX Quantum 2 (2021).
https: / / doi.org/ 10.1103 / prxquantum.2.040305

Zitiert von

[1] Alexander M. Dalzell, Sam McArdle, Mario Berta, Przemyslaw Bienias, Chi-Fang Chen, András Gilyén, Connor T. Hann, Michael J. Kastoryano, Emil T. Khabiboulline, Aleksander Kubica, Grant Salton, Samson Wang und Fernando GSL Brandão, „Quantenalgorithmen: Eine Übersicht über Anwendungen und End-to-End-Komplexitäten“, arXiv: 2310.03011, (2023).

[2] Etienne Granet und Henrik Dreyer, „Kontinuierliche Hamilton-Dynamik auf lauten digitalen Quantencomputern ohne Trotter-Fehler“, arXiv: 2308.03694, (2023).

[3] Almudena Carrera Vazquez, Daniel J. Egger, David Ochsner und Stefan Woerner, „Gut konditionierte Mehrproduktformeln für eine hardwarefreundliche Hamilton-Simulation“, Quantum 7, 1067 (2023).

[4] Matthew Pocrnic, Matthew Hagan, Juan Carrasquilla, Dvira Segal und Nathan Wiebe, „Composite QDrift-Product Formulas for Quantum and Classical Simulations in Real and Imaginary Time“, arXiv: 2306.16572, (2023).

[5] Nicholas H. Stair, Cristian L. Cortes, Robert M. Parrish, Jeffrey Cohn und Mario Motta, „Stochastisches Quanten-Krylov-Protokoll mit doppelt faktorisierten Hamiltonianern“, Physische Überprüfung A 107 3, 032414 (2023).

[6] Gumaro Rendon, Jacob Watkins und Nathan Wiebe, „Verbesserte Genauigkeit für Trabersimulationen mithilfe der Tschebyscheff-Interpolation“, arXiv: 2212.14144, (2022).

[7] Zhicheng Zhang, Qisheng Wang und Mingsheng Ying, „Parallel Quantum Algorithm for Hamiltonian Simulation“, arXiv: 2105.11889, (2021).

[8] Maximilian Amsler, Peter Deglmann, Matthias Degroote, Michael P. Kaicher, Matthew Kiser, Michael Kühn, Chandan Kumar, Andreas Maier, Georgy Samsonidze, Anna Schroeder, Michael Streif, Davide Vodola und Christopher Wever, „Quantum-enhanced Quantum Monte Carlo: eine industrielle Sicht“, arXiv: 2301.11838, (2023).

[9] Alireza Tavanfar, S. Alipour und AT Rezakhani, „Breed Quantum Mechanics Larger, More Intricate Quantum Theories?“ Das Argument für die erfahrungszentrierte Quantentheorie und das Interaktom der Quantentheorien“, arXiv: 2308.02630, (2023).

[10] Pei Zeng, Jinzhao Sun, Liang Jiang und Qi Zhao, „Einfache und hochpräzise Hamilton-Simulation durch Kompensation des Trotter-Fehlers mit linearer Kombination einheitlicher Operationen“, arXiv: 2212.04566, (2022).

[11] Oriel Kiss, Michele Grossi und Alessandro Roggero, „Importance Sampling for stochastic Quantum Simulations“, Quantum 7, 977 (2023).

[12] Lea M. Trenkwalder, Eleanor Scerri, Thomas E. O'Brien und Vedran Dunjko, „Zusammenstellung der Produktformel-Hamiltonian-Simulation durch Verstärkungslernen“, arXiv: 2311.04285, (2023).

Die obigen Zitate stammen von SAO / NASA ADS (Zuletzt erfolgreich aktualisiert am 2023, 11:14:11 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 2023-11-14 11:17:32: Von Crossref konnten keine zitierten Daten für 10.22331 / q-2023-11-14-1181 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.

Zeitstempel:

Mehr von Quantenjournal