1Departamento de Ingeniería Industrial y de Operaciones, Universidad de Michigan en Ann Arbor
2Centro Conjunto de Información Cuántica e Informática, NIST/Universidad de Maryland
3División de Matemáticas y Ciencias de la Computación, Laboratorio Nacional de Argonne
¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.
Resumen
El control cuántico tiene como objetivo manipular los sistemas cuánticos hacia estados cuánticos específicos u operaciones deseadas. El diseño de pasos de control altamente precisos y efectivos es de vital importancia para varias aplicaciones cuánticas, incluida la minimización de energía y la compilación de circuitos. En este artículo nos enfocamos en problemas de control cuántico binario discreto y aplicamos diferentes algoritmos y técnicas de optimización para mejorar la eficiencia computacional y la calidad de la solución. En concreto, desarrollamos un modelo genérico y lo ampliamos de varias formas. Presentamos una función de penalización $L_2$ al cuadrado para manejar restricciones laterales adicionales, para modelar requisitos como permitir que un control esté activo como máximo. Introducimos un regularizador de variación total (TV) para reducir el número de interruptores en el control. Modificamos el popular algoritmo de ingeniería de pulso de ascenso de gradiente (GRAPE), desarrollamos un nuevo algoritmo de método de multiplicadores de dirección alterna (ADMM) para resolver la relajación continua del modelo penalizado y luego aplicamos técnicas de redondeo para obtener soluciones de control binario. Proponemos un método de región de confianza modificado para mejorar aún más las soluciones. Nuestros algoritmos pueden obtener resultados de control de alta calidad, como lo demuestran los estudios numéricos en diversos ejemplos de control cuántico.
Imagen destacada: Valores objetivos y valores del regularizador de TV de los resultados del control binario para el problema de minimización de energía en un sistema cuántico con 6 qubits.
Resumen popular
eficiencia y calidad de solución al resolver problemas de control binario cuántico.
Estos métodos se pueden utilizar para manipular sistemas cuánticos hacia objetivos específicos.
estados cuánticos u operaciones deseadas, y son de vital importancia para varios
aplicaciones cuánticas, incluida la minimización de energía y la compilación de circuitos.
► datos BibTeX
► referencias
[ 1 ] Herschel Rabitz, Regina De Vivie-Riedle, Marcus Motzkus y Karl Kompa. ¿Hacia dónde está el futuro del control de los fenómenos cuánticos? Ciencia, 288 (5467): 824–828, 2000. 10.1126/ciencia.288.5467.824.
https: / / doi.org/ 10.1126 / science.288.5467.824
[ 2 ] J. Werschnik y EKU Gross. Teoría del control óptimo cuántico. Journal of Physics B: Atomic, Molecular and Optical Physics, 40 (18): R175–R211, 2007. 10.1088/0953-4075/40/18/r01.
https://doi.org/10.1088/0953-4075/40/18/r01
[ 3 ] Constantin Brif, Raj Chakrabarti y Herschel Rabitz. Control de fenómenos cuánticos: Pasado, presente y futuro. New Journal of Physics, 12: 075008, 2010. 10.1088/1367-2630/12/7/075008.
https://doi.org/10.1088/1367-2630/12/7/075008
[ 4 ] Shenghua Shi, Andrea Woody y Herschel Rabitz. Control óptimo de la excitación vibratoria selectiva en moléculas de cadena lineal armónica. Journal of Chemical Physics, 88 (11): 6870–6883, 1988. 10.1063/1.454384.
https: / / doi.org/ 10.1063 / 1.454384
[ 5 ] Anthony P. Peirce, Mohammed A. Dahleh y Herschel Rabitz. Control óptimo de sistemas mecánico-cuánticos: Existencia, aproximación numérica y aplicaciones. Revisión física A, 37 (12): 4950–4964, 1988. 10.1103/PhysRevA.37.4950.
https: / / doi.org/ 10.1103 / PhysRevA.37.4950
[ 6 ] Shenghua Shi y Herschel Rabitz. Excitación selectiva en sistemas moleculares armónicos por campos óptimamente diseñados. Física Química, 139 (1): 185–199, 1989. 10.1016/0301-0104(89)90011-6.
https://doi.org/10.1016/0301-0104(89)90011-6
[ 7 ] R. Kosloff, SA Rice, P. Gaspard, S. Tersigni y DJ Tannor. Baile de paquetes de ondas: Lograr la selectividad química al dar forma a los pulsos de luz. Física Química, 139 (1): 201–220, 1989. 10.1016/0301-0104(89)90012-8.
https://doi.org/10.1016/0301-0104(89)90012-8
[ 8 ] W. Jakubetz, J. Manz y HJ Schreier. Teoría de pulsos láser óptimos para transiciones selectivas entre estados propios moleculares. Física Química, 165 (1): 100–106, 1990. 10.1016/0009-2614(90)87018-M.
https://doi.org/10.1016/0009-2614(90)87018-M
[ 9 ] Navin Khaneja, Timo Reiss, Cindie Kehlet, Thomas Schulte-Herbrüggen y Steffen J. Glaser. Control óptimo de la dinámica de espín acoplado: Diseño de secuencias de pulsos de RMN mediante algoritmos de ascenso de gradiente. Journal of Magnetic Resonance, 172 (2): 296–305, 2005. 10.1016/j.jmr.2004.11.004.
https: / / doi.org/ 10.1016 / j.jmr.2004.11.004
[ 10 ] Alexey V. Gorshkov, Tommaso Calarco, Mikhail D. Lukin y Anders S. Sørensen. Almacenamiento de fotones en medios atómicos ópticamente densos de tipo $Lambda$, IV: control óptimo mediante ascenso de gradiente. Revisión física A, 77: 043806, 2008. 10.1103/physreva.77.043806.
https: / / doi.org/ 10.1103 / physreva.77.043806
[ 11 ] RMW van Bijnen y T. Pohl. Magnetismo cuántico y ordenación topológica a través del apósito de Rydberg cerca de las resonancias de Förster. Cartas de revisión física, 114 (24): 243002, 2015. 10.1103/physrevlett.114.243002.
https: / / doi.org/ 10.1103 / physrevlett.114.243002
[ 12 ] José P. Palao y Ronnie Kosloff. Computación cuántica mediante un algoritmo de control óptimo para transformaciones unitarias. Physical Review Letters, 89 (18): 188301, 2002. 10.1103/PhysRevLett.89.188301.
https: / / doi.org/ 10.1103 / PhysRevLett.89.188301
[ 13 ] José P. Palao y Ronnie Kosloff. Teoría de control óptimo para transformaciones unitarias. Revisión física A, 68 (6): 062308, 2003. 10.1103/PhysRevA.68.062308.
https: / / doi.org/ 10.1103 / PhysRevA.68.062308
[ 14 ] Simone Montangero, Tommaso Calarco, and Rosario Fazio. Puertas cuánticas robustas y óptimas para los qubits de carga de Josephson. Physical Review Letters, 99 (17): 170501, 2007. 10.1103/PhysRevLett.99.170501.
https: / / doi.org/ 10.1103 / PhysRevLett.99.170501
[ 15 ] Matthew Grace, Constantin Brif, Herschel Rabitz, Ian A. Walmsley, Robert L. Kosut y Daniel A. Lidar. Control óptimo de puertas cuánticas y supresión de la decoherencia en un sistema de partículas de dos niveles que interactúan. Journal of Physics B, 40 (9): S103–S125, 2007. 10.1088/0953-4075/40/9/s06.
https://doi.org/10.1088/0953-4075/40/9/s06
[ 16 ] G. Waldherr, Y. Wang, S. Zaiser, M. Jamali, T. Schulte-Herbrüggen, H. Abe, T. Ohshima, J. Isoya, JF Du, P. Neumann y J. Wrachtrup. Corrección de errores cuánticos en un registro de espín híbrido de estado sólido. Nature, 506: 204–207, 2014. 10.1038/nature12919.
https: / / doi.org/ 10.1038 / nature12919
[ 17 ] Florian Dolde, Ville Bergholm, Ya Wang, Ingmar Jakobi, Boris Naydenov, Sébastien Pezzagna, Jan Meijer, Fedor Jelezko, Philipp Neumann, Thomas Schulte-Herbrüggen, Jacob Biamonte y Jörg Wrachtrup. Enredo de espín de alta fidelidad con un control óptimo. Nature Communications, 5 (3371), 2014. 10.1038/ncomms4371.
https: / / doi.org/ 10.1038 / ncomms4371
[ 18 ] Davide Venturelli, Minh Do, Eleanor Rieffel y Jeremy Frank. Compilación de circuitos cuánticos en arquitecturas de hardware realistas utilizando planificadores temporales. Quantum Science and Technology, 3 (2): 025004, 2018. 10.1088/2058-9565/aaa331.
https: / / doi.org/ 10.1088 / 2058-9565 / aaa331
[ 19 ] A. Omran, H. Levine, A. Keesling, G. Semeghini, TT Wang, S. Ebadi, H. Bernien, AS Zibrov, H. Pichler, S. Choi, J. Cui, M. Rossignolo, P. Rembold, S. Montangero, T. Calarco, M. Endres, M. Greiner, V. Vuletić y MD Lukin. Generación y manipulación de estados cat de Schrödinger en arreglos atómicos de Rydberg. Ciencia, 365 (6453): 570–574, 2019. 10.1126/ciencia.aax9743.
https://doi.org/10.1126/science.aax9743
[ 20 ] Sumeet Khatri, Ryan LaRose, Alexander Poremba, Lukasz Cincio, Andrew T. Sornborger y Patrick J. Coles. Compilación cuántica asistida por cuántica. Cuántica, 3: 140, 2019. 10.22331/q-2019-05-13-140.
https://doi.org/10.22331/q-2019-05-13-140
[ 21 ] Zhi-Cheng Yang, Armin Rahmani, Alireza Shabani, Hartmut Neven y Claudio Chamon. Optimización de algoritmos cuánticos variacionales utilizando el principio mínimo de Pontryagin. Revisión física X, 7: 021027, 2017. 10.1103/PhysRevX.7.021027.
https: / / doi.org/ 10.1103 / PhysRevX.7.021027
[ 22 ] Aniruddha Bapat y Stephen Jordan. Control bang-bang como principio de diseño para algoritmos de optimización clásicos y cuánticos. Información y computación cuánticas, 19: 424–446, 2019. 10.26421/QIC19.5-6-4.
https: / / doi.org/ 10.26421 / QIC19.5-6-4
[ 23 ] Glen Bigan Mbeng, Rosario Fazio y Giuseppe Santoro. Recocido cuántico: un viaje a través de la digitalización, el control y los esquemas variacionales cuánticos híbridos. arXiv:1906.08948, 2019. 10.48550/arXiv.1906.08948.
https:///doi.org/10.48550/arXiv.1906.08948
arXiv: 1906.08948
[ 24 ] Chungwei Lin, Yebin Wang, Grigory Kolesov y Uroš Kalabić. Aplicación del principio mínimo de Pontryagin al problema de búsqueda cuántica de Grover. Revisión física A, 100: 022327, 2019. 10.1103/PhysRevA.100.022327.
https: / / doi.org/ 10.1103 / PhysRevA.100.022327
[ 25 ] Lucas T Brady, Christopher L Baldwin, Aniruddha Bapat, Yaroslav Kharkov y Alexey V Gorshkov. Protocolos óptimos en recocido cuántico y problemas QAOA. Cartas de revisión física, 126: 070505, 2021a. 10.1103/PhysRev Lett.126.070505.
https: / / doi.org/ 10.1103 / PhysRevLett.126.070505
[ 26 ] Lucas T. Brady, Lucas Kocia, Przemyslaw Bienias, Yaroslav Kharkov Aniruddha Bapat y Alexey V. Gorshkov. Comportamiento de algoritmos cuánticos analógicos. arXiv:2107.01218, 2021b. 10.48550/arXiv.2107.01218.
https:///doi.org/10.48550/arXiv.2107.01218
arXiv: 2107.01218
[ 27 ] Lorenzo Campos Venuti, Domenico D'Alessandro y Daniel A. Lidar. Control óptimo para la optimización cuántica de sistemas cerrados y abiertos. Revisión física aplicada, 16 (5), 2021. 10.1103/physrevapplied.16.054023.
https: / / doi.org/ 10.1103 / physrevapplied.16.054023
[ 28 ] Tadashi Kadowaki y Hidetoshi Nishimori. Recocido cuántico en el modelo transversal de Ising. Revisión física E, 58: 5355, 1998. 10.1103/PhysRevE.58.5355.
https: / / doi.org/ 10.1103 / PhysRevE.58.5355
[ 29 ] Edward Farhi, Jeffrey Goldstone, Sam Gutmann y Michael Sipser. Computación cuántica por evolución adiabática. arXiv:quant-ph/0001106, 2000. 10.48550/arXiv.quant-ph/0001106.
https://doi.org/10.48550/arXiv.quant-ph/0001106
arXiv: quant-ph / 0001106
[ 30 ] Guido Pagano, Aniruddha Bapat, Patrick Becker, Katherine S. Collins, Arinjoy De, Paul W. Hess, Harvey B. Kaplan, Antonis Kyprianidis, Wen Lin Tan, Christopher Baldwin, Lucas T. Brady, Abhinav Deshpande, Fangli Liu, Stephen Jordan , Alexey V. Gorshkov y Christopher Monroe. Optimización cuántica aproximada del modelo Ising de largo alcance con un simulador cuántico de iones atrapados. PNAS, 117 (41): 25396–25401, 2020. 10.1073/pnas.2006373117.
https: / / doi.org/ 10.1073 / pnas.2006373117
[ 31 ] Matthew P. Harrigan, Kevin J. Sung, Matthew Neeley, Kevin J. Satzinger, Frank Arute, Kunal Arya, Juan Atalaya, Joseph C. Bardin, Rami Barends, Sergio Boixo, Michael Broughton, Bob B. Buckley, David A. Buell , Brian Burkett, Nicholas Bushnell, Yu Chen, Zijun Chen, Ben Chiaro, Roberto Collins, William Courtney, Sean Demura, Andrew Dunsworth, Daniel Eppens, Austin Fowler, Brooks Foxen, Craig Gidney, Marissa Giustina, Rob Graff, Steve Habegger, Alan Ho, Sabrina Hong, Trent Huang, LB Ioffe, Sergei V. Isakov, Evan Jeffrey, Zhang Jiang, Cody Jones, Dvir Kafri, Kostyantyn Kechedzhi, Julian Kelly, Seon Kim, Paul V. Klimov, Alexander N. Korotkov, Fedor Kostritsa, David Landhuis, Pavel Laptev, Mike Lindmark, Martin Leib, Orion Martin, John M. Martinis, Jarrod R. McClean, Matt McEwen, Anthony Megrant, Xiao Mi, Masoud Mohseni, Wojciech Mruczkiewicz, Josh Mutus, Ofer Naaman, Charles Neill, Florian Neukart, Murphy Yuezhen Niu, Thomas E. O'Brien, Bryan O'Gorman, Eric Ostby, Andre Petukhov, Harald Putte rman, Chris Quintana, Pedram Roushan, Nicholas C. Rubin, Daniel Sank, Andrea Skolik, Vadim Smelyanskiy, Doug Strain, Michael Streif, Marco Szalay, Amit Vainsencher, Theodore White, Z. Jamie Yao, Ping Yeh, Adam Zalcman, Leo Zhou , Hartmut Neven, Dave Bacon, Erik Lucero, Edward Farhi y Ryan Babbush. Optimización cuántica aproximada de problemas de gráficos no planos en un procesador superconductor plano. Nature Physics, 17: 332–336, 2021. 10.1038/s41567-020-01105-y.
https: / / doi.org/ 10.1038 / s41567-020-01105-y
[ 32 ] Jorge Nocedal y Stephen Wright. Optimización Numérica. Springer Science & Business Media, 2006. 10.1007/978-0-387-40065-5.
https://doi.org/10.1007/978-0-387-40065-5
[ 33 ] Martín Larocca y Diego Wisniacki. Enfoque del subespacio de Krylov para el control eficiente de la dinámica cuántica de muchos cuerpos. Revisión física A, 103 (2), 2021. 10.1103/physreva.103.023107.
https: / / doi.org/ 10.1103 / physreva.103.023107
[ 34 ] Patrick Doria, Tommaso Calarco y Simone Montangero. Técnica de control óptimo para la dinámica cuántica de muchos cuerpos. Cartas de revisión física, 106 (19): 190501, 2011. 10.1103/PhysRevLett.106.190501.
https: / / doi.org/ 10.1103 / PhysRevLett.106.190501
[ 35 ] Tommaso Caneva, Tommaso Calarco y Simone Montangero. Optimización cuántica cortada de base aleatoria. Revisión física A, 84 (2): 022326, 2011. 10.1103/physreva.84.022326.
https: / / doi.org/ 10.1103 / physreva.84.022326
[ 36 ] JJWH Sorensen, MO Aranburu, T. Heinzel y JF Sherson. Control óptimo cuántico en base picada: Aplicaciones en el control de condensados Bose-Einstein. Revisión física A, 98 (2): 022119, 2018. 10.1103/PhysRevA.98.022119.
https: / / doi.org/ 10.1103 / PhysRevA.98.022119
[ 37 ] Edward Farhi, Jeffrey Goldstone y Sam Gutmann. Un algoritmo de optimización cuántica aproximada. arXiv:1411.4028, 2014. 10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv: 1411.4028
[ 38 ] 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, y Alan Aspuru-Guzik. Algoritmos cuánticos ruidosos de escala intermedia. Revisiones de física moderna, 94 (1), 2022. 10.1103/revmodphys.94.015004.
https: / / doi.org/ 10.1103 / revmodphys.94.015004
[ 39 ] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio y Patrick J. Coles. Algoritmos cuánticos variacionales. Nature Reviews Physics, 3 (9): 625–644, 2021. 10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
[ 40 ] Daniel Liang, Li Li y Stefan Leichenauer. Investigación de algoritmos de optimización cuántica aproximada bajo protocolos bang-bang. Investigación de revisión física, 2 (3): 033402, 2020. 10.1103/physrevresearch.2.033402.
https: / / doi.org/ 10.1103 / physrevresearch.2.033402
[ 41 ] Seraph Bao, Silken Kleer, Ruoyu Wang y Armin Rahmani. Control óptimo de gmon qubits superconductores utilizando el principio mínimo de Pontryagin: preparación de un estado de enredo máximo con protocolos bang-bang singulares. Revisión física A, 97 (6): 062343, 2018. 10.1103/physreva.97.062343.
https: / / doi.org/ 10.1103 / physreva.97.062343
[ 42 ] Heinz Mühlenbein, Martina Gorges-Schleuter y Ottmar Krämer. Algoritmos de evolución en optimización combinatoria. Computación paralela, 7 (1): 65–85, 1988. 10.1016/0167-8191(88)90098-1.
https://doi.org/10.1016/0167-8191(88)90098-1
[ 43 ] Eugene L Lawler y David E Wood. Métodos de ramificación y acotación: una encuesta. Operations Research, 14 (4): 699–719, 1966. 10.1287/opre.14.4.699.
https: / / doi.org/ 10.1287 / opre.14.4.699
[ 44 ] Sven Leyffer. Integración de SQP y branch-and-bound para programación no lineal de enteros mixtos. Optimización computacional y aplicaciones, 18 (3): 295–309, 2001. 10.1023/A:1011241421041.
https: / / doi.org/ 10.1023 / A: 1011241421041
[ 45 ] Ryan H. Vogt y N. Anders Petersson. Control binario óptimo de secuencias de pulso cuántico de flujo único. Revista SIAM sobre Control y Optimización, 60 (6): 3217–3236, 2022. 10.1137/21m142808x.
https:///doi.org/10.1137/21m142808x
[ 46 ] Ehsan Zahedinejad, Sophie Schirmer y Barry C Sanders. Algoritmos evolutivos para el control cuántico duro. Revisión física A, 90 (3): 032310, 2014. 10.1103/PhysRevA.90.032310.
https: / / doi.org/ 10.1103 / PhysRevA.90.032310
[ 47 ] Sebastian Sager, Hans Georg Bock y Moritz Diehl. El error de aproximación de enteros en el control óptimo de enteros mixtos. Programación matemática, 133 (1): 1–23, 2012. 10.1007/s10107-010-0405-3.
https://doi.org/10.1007/s10107-010-0405-3
[ 48 ] Łukasz Pawela y Przemysław Sadowski. Varios métodos de optimización de pulsos de control para sistemas cuánticos con decoherencia. Procesamiento de información cuántica, 15 (5): 1937–1953, 2016. 10.1007/s11128-016-1242-y.
https: / / doi.org/ 10.1007 / s11128-016-1242-y
[ 49 ] F. Motzoi, JM Gambetta, P. Rebentrost y FK Wilhelm. Pulsos simples para la eliminación de fugas en qubits débilmente no lineales. Cartas de revisión física, 103 (11), 2009. 10.1103/physrevlett.103.110501.
https: / / doi.org/ 10.1103 / physrevlett.103.110501
[ 50 ] Rodney J. Bartlett y Monika Musiał. Teoría de cúmulos acoplados en química cuántica. Revisiones de Física Moderna, 79 (1): 291, 2007. 10.1103/RevModPhys.79.291.
https: / / doi.org/ 10.1103 / RevModPhys.79.291
[ 51 ] Jonathan Romero, Ryan Babbush, Jarrod R McClean, Cornelius Hempel, Peter J. Love y Alán Aspuru-Guzik. Estrategias para la computación cuántica de energías moleculares usando el clúster acoplado unitario ansatz. Quantum Science and Technology, 4 (1): 014008, 2018. 10.1088/2058-9565/aad3e4.
https://doi.org/10.1088/2058-9565/aad3e4
[ 52 ] Yu Chen, C Neill, P Roushan, N Leung, M Fang, R Barends, J Kelly, B Campbell, Z Chen, B Chiaro, et al. Arquitectura Qubit con alta coherencia y acoplamiento ajustable rápido. Cartas de revisión física, 113 (22): 220502, 2014. 10.1103/PhysRevLett.113.220502.
https: / / doi.org/ 10.1103 / PhysRevLett.113.220502
[ 53 ] Pranav Gokhale, Yongshan Ding, Thomas Propson, Christopher Winkler, Nelson Leung, Yunong Shi, David I. Schuster, Henry Hoffmann y Frederic T Chong. Compilación parcial de algoritmos variacionales para máquinas cuánticas ruidosas de escala intermedia. En Actas del 52° Simposio Internacional Anual IEEE/ACM sobre Microarquitectura, páginas 266–278, 2019. 10.1145/3352460.3358313.
https: / / doi.org/ 10.1145 / 3352460.3358313
[ 54 ] Velimir Jurdjevic y Héctor J Sussmann. Sistemas de control sobre grupos de Lie. Revista de ecuaciones diferenciales, 12 (2): 313–329, 1972. 10.1016/0022-0396(72)90035-6.
https://doi.org/10.1016/0022-0396(72)90035-6
[ 55 ] Viswanath Ramakrishna, Murti V. Salapaka, Mohammed Dahleh, Herschel Rabitz y Anthony Peirce. Controlabilidad de los sistemas moleculares. Revisión física A, 51 (2): 960, 1995. 10.1103/PhysRevA.51.960.
https: / / doi.org/ 10.1103 / PhysRevA.51.960
[ 56 ] Richard H. Byrd, Peihuang Lu, Jorge Nocedal y Ciyou Zhu. Un algoritmo de memoria limitada para la optimización limitada limitada. SIAM Journal on Scientific Computing, 16 (5): 1190–1208, 1995. 10.1137/0916069.
https: / / doi.org/ 10.1137 / 0916069
[ 57 ] Mario Sinclair. Un enfoque de función de penalización exacta para problemas de programación entera no lineal. European Journal of Operational Research, 27 (1): 50–56, 1986. 10.1016/S0377-2217(86)80006-6.
https://doi.org/10.1016/S0377-2217(86)80006-6
[ 58 ] Fengqi Tú y Sven Leyffer. Optimización dinámica de enteros mixtos para la planificación de respuesta a derrames de petróleo con integración de un modelo dinámico de meteorización de petróleo. Revista AIChE, 57 (12): 3555–3564, 2011. 10.1002/aic.12536.
https: / / doi.org/ 10.1002 / aic.12536
[ 59 ] Paul Manns y Christian Kirches. Redondeo de sumas multidimensionales para sistemas de control elípticos. Revista SIAM sobre análisis numérico, 58 (6): 3427–3447, 2020. 10.1137/19M1260682.
https: / / doi.org/ 10.1137 / 19M1260682
[ 60 ] Sebastián Sager. Métodos numéricos para problemas de control óptimo de enteros mixtos. Tesis doctoral, 2005.
[ 61 ] Laurence A Wolsey. Programación entera. John Wiley & Sons, 2020. 10.1002/9781119606475.
https: / / doi.org/ 10.1002 / 9781119606475
[ 62 ] Leonid I Rudin, Stanley Osher y Emad Fatemi. Algoritmos de eliminación de ruido basados en variación total no lineal. Physica D: Nonlinear Phenomena, 60 (1-4): 259–268, 1992. 10.1016/0167-2789(92)90242-F.
https://doi.org/10.1016/0167-2789(92)90242-F
[ 63 ] Laurent Condat. Un algoritmo directo para la eliminación de ruido de variación total 1-D. IEEE Signal Processing Letters, 20 (11): 1054–1057, 2013. 10.1109/LSP.2013.2278339.
https:///doi.org/10.1109/LSP.2013.2278339
[ 64 ] Karl Kunisch y Michael Hintermüller. Regularización de la variación acotada total como un problema de optimización con restricciones bilaterales. SIAM Journal on Applied Mathematics, 64 (4): 1311–1333, 2004. 10.1137/S0036139903422784.
https: / / doi.org/ 10.1137 / S0036139903422784
[ 65 ] Pablo Rodríguez. Algoritmos de regularización de variación total para imágenes corruptas con diferentes modelos de ruido: una revisión. Revista de Ingeniería Eléctrica e Informática, 2013, 2013. 10.1155/2013/217021.
https: / / doi.org/ 10.1155 / 2013/217021
[ 66 ] Lorenzo Stella, Andreas Themelis, Pantelis Sopasakis y Panagiotis Patrinos. Un algoritmo simple y eficiente para el control predictivo de modelos no lineales. En la 56.ª Conferencia Anual sobre Decisión y Control, páginas 1939–1944. IEEE, 2017. 10.1109/CDC.2017.8263933.
https: / / doi.org/ 10.1109 / CDC.2017.8263933
[ 67 ] Andreas Themelis, Lorenzo Stella y Panagiotis Patrinos. Envolvente hacia adelante y hacia atrás para la suma de dos funciones no convexas: propiedades adicionales y algoritmos de búsqueda lineal no monótonos. SIAM Journal on Optimization, 28 (3): 2274–2303, 2018. 10.1137/16M1080240.
https: / / doi.org/ 10.1137 / 16M1080240
[ 68 ] Sebastián Sager y Clemens Zeile. En control óptimo de enteros mixtos con variación total restringida del control de enteros. Optimización computacional y aplicaciones, 78 (2): 575–623, 2021. 10.1007/s10589-020-00244-5.
https://doi.org/10.1007/s10589-020-00244-5
[ 69 ] Sven Leyffer y Paul Manns. Programación entera lineal secuencial para control óptimo de enteros con regularización de variación total. arXiv:2106.13453, 2021. 10.48550/arXiv.2106.13453.
https:///doi.org/10.48550/arXiv.2106.13453
arXiv: 2106.13453
[ 70 ] Aleksandr Y. Aravkin, Robert Baraldi y Dominique Orban. Un método de región de confianza cuasi-Newton proximal para la optimización regularizada no suave. SIAM Journal on Optimization, 32 (2): 900–929, 2022. 10.1137/21m1409536.
https:///doi.org/10.1137/21m1409536
[ 71 ] Joseph Czyzyk, Michael P. Mesnier y Jorge J. Moré. El servidor NEOS. IEEE Journal on Computational Science and Engineering, 5 (3): 68–75, 1998. 10.1109/99.714603.
https: / / doi.org/ 10.1109 / 99.714603
[ 72 ] Elizabeth D.Dolan. La guía administrativa del servidor NEOS 4.0. Memorándum técnico ANL/MCS-TM-250, División de Matemáticas y Ciencias de la Computación, Laboratorio Nacional de Argonne, 2001.
[ 73 ] William Gropp y Jorge J. Moré. Entornos de optimización y el servidor NEOS. En Martin D. Buhman y Arieh Iserles, editores, Approximation Theory and Optimization, páginas 167–182. Prensa de la Universidad de Cambridge, 1997.
[ 74 ] Neculai Andrei. Un algoritmo SQP para la optimización restringida a gran escala: SNOPT. En Optimización no lineal continua para aplicaciones de ingeniería en tecnología GAMS, páginas 317–330. Springer, 2017. 10.1007/978-3-319-58356-3.
https://doi.org/10.1007/978-3-319-58356-3
[ 75 ] Andreas Wachter y Lorenz T Biegler. Sobre la implementación de un algoritmo de búsqueda de línea de filtro de punto interior para programación no lineal a gran escala. Programación matemática, 106 (1): 25–57, 2006. 10.1007/s10107-004-0559-y.
https: / / doi.org/ 10.1007 / s10107-004-0559-y
[ 76 ] Nicolás V Sahinidis. BARON: Un paquete de software de optimización global de propósito general. Journal of Global Optimization, 8 (2): 201–205, 1996. 10.1007/bf00138693.
https: / / doi.org/ 10.1007 / bf00138693
[ 77 ] Pietro Bellotti. Couenne: Manual de usuario. Informe técnico, Universidad de Lehigh, 2009.
[ 78 ] Pietro Belotti, Christian Kirches, Sven Leyffer, Jeff Linderoth, James Luedtke y Ashutosh Mahajan. Optimización no lineal de enteros mixtos. Acta Numerica, 22: 1–131, 2013. 10.1017/S0962492913000032.
https: / / doi.org/ 10.1017 / S0962492913000032
[ 79 ] Sven Leyffer y Ashutosh Mahajan. Software para la optimización con restricciones no lineales. En James J. Cochran, Louis A. Cox, Pinar Keskinocak, Jeffrey P. Kharoufeh y J. Cole Smith, editores, Wiley Encyclopedia of Operations Research and Management Science. John Wiley & Sons, Inc., 2011. 10.1002/9780470400531.eorms0570.
https:///doi.org/10.1002/9780470400531.eorms0570
[ 80 ] Gerald Gamrath, Daniel Anderson, Ksenia Bestuzheva, Wei-Kun Chen, Leon Eifler, Maxime Gasse, Patrick Gemander, Ambros Gleixner, Leona Gottwald, Katrin Halbig, Gregor Hendel, Christopher Hojny, Thorsten Koch, Pierre Le Bodic, Stephen J. Maher, Frederic Matter, Matthias Miltenberger, Erik Mühmer, Benjamin Müller, Marc E. Pfetsch, Franziska Schlösser, Felipe Serrano, Yuji Shinano, Christine Tawfik, Stefan Vigerske, Fabian Wegscheider, Dieter Weninger y Jakob Witzig. La suite de optimización SCIP 7.0. Informe ZIB 20-10, Instituto Zuse de Berlín, 2020.
[ 81 ] Pierre Bonami, Lorenz T. Biegler, Andrew R. Conn, Gérard Cornuéjols, Ignacio E. Grossmann, Carl D. Laird, Jon Lee, Andrea Lodi, François Margot, Nicolas Sawaya y Andreas Wächter. Un marco algorítmico para programas no lineales enteros mixtos convexos. Optimización discreta, 5 (2): 186–204, 2008. 10.1016/j.disopt.2006.10.011.
https:///doi.org/10.1016/j.disopt.2006.10.011
[ 82 ] Christian Kirches y Sven Leyffer. TACO: Un kit de herramientas para la optimización del control AMPL. Computación de programación matemática, 5 (3): 227–265, 2013. 10.1007/s12532-013-0054-7.
https://doi.org/10.1007/s12532-013-0054-7
[ 83 ] Juan Carlos Carnicero. Métodos Numéricos para Ecuaciones Diferenciales Ordinarias. John Wiley & Sons, 2016. 10.1002/9781119121534.
https: / / doi.org/ 10.1002 / 9781119121534
[ 84 ] Gadi Aleksandrowicz, Thomas Alexander, Panagiotis Barkoutsos, Luciano Bello, Yael Ben-Haim, David Bucher, Francisco Jose Cabrera-Hernández, Jorge Carballo-Franquis, Adrian Chen, Chun-Fu Chen, et al. Qiskit: un marco de código abierto para la computación cuántica. 2021. 10.5281/ZENODO.2562110.
https: / / doi.org/ 10.5281 / ZENODO.2562110
[ 85 ] Xinyu Fei. Código y resultados: optimización de pulsos de control binario para sistemas cuánticos. https://github.com/xinyufei/Quantum-Control-qutip, 2022.
https:///github.com/xinyufei/Quantum-Control-qutip
[ 86 ] Patrick Rebentrost y Frank K Wilhelm. Control óptimo de un qubit con fugas. Revisión física B, 79 (6): 060507, 2009. 10.1103/physrevb.79.060507.
https: / / doi.org/ 10.1103 / physrevb.79.060507
Citado por
[1] Christiane P. Koch, Ugo Boscain, Tommaso Calarco, Gunther Dirr, Stefan Filipp, Steffen J. Glaser, Ronnie Kosloff, Simone Montangero, Thomas Schulte-Herbrüggen, Dominique Sugny y Frank K. Wilhelm, “Control óptimo cuántico en tecnologías cuánticas. Informe estratégico sobre el estado actual, visiones y objetivos de la investigación en Europa”, arXiv: 2205.12110.
Las citas anteriores son de ANUNCIOS SAO / NASA (última actualización exitosa 2023-01-04 20:27:03). La lista puede estar incompleta ya que no todos los editores proporcionan datos de citas adecuados y completos.
No se pudo recuperar Crossref citado por datos durante el último intento 2023-01-04 20:27:03: No se pudieron obtener los datos citados por 10.22331 / q-2023-01-04-892 de Crossref. Esto es normal si el DOI se registró recientemente.
Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.
