1Centro sobre las Fronteras de los Estudios de Computación, Universidad de Pekín, Pekín 100871, China
2Facultad de Informática, Universidad de Pekín, Pekín 100871, China
3Laboratorio Clarendon, Universidad de Oxford, Parks Road, Oxford OX1 3PU, Reino Unido
4Facultad de Física, Universidad de Pekín, Pekín 100871, China
¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.
Resumen
Los algoritmos cuánticos diseñados para sistemas cuánticos realistas de muchos cuerpos, como la química y los materiales, generalmente requieren una gran cantidad de mediciones del hamiltoniano. Aprovechando diferentes ideas, como el muestreo de importancia, la compatibilidad observable o las sombras clásicas de los estados cuánticos, se han propuesto diferentes esquemas de medición avanzados para reducir en gran medida el gran costo de la medición. Sin embargo, los mecanismos de reducción de costos subrayados parecen distintos entre sí, y cómo encontrar sistemáticamente el esquema óptimo sigue siendo un desafío crítico. Aquí abordamos este desafío al proponer un marco unificado de mediciones cuánticas, que incorpora métodos de medición avanzados como casos especiales. Nuestro marco nos permite introducir un esquema general: medición de agrupación superpuesta, que explota simultáneamente las ventajas de la mayoría de los métodos existentes. Una comprensión intuitiva del esquema es dividir las medidas en grupos superpuestos, cada uno de los cuales consiste en medidas compatibles. Proporcionamos estrategias de agrupación explícitas y verificamos numéricamente su rendimiento para diferentes hamiltonianos moleculares con hasta 16 qubits. Nuestro resultado numérico muestra mejoras significativas sobre los esquemas existentes. Nuestro trabajo allana el camino para la medición cuántica eficiente y el procesamiento cuántico rápido con dispositivos cuánticos actuales y a corto plazo.
► datos BibTeX
► referencias
[ 1 ] Scott Aaronson. Tomografía de sombra de estados cuánticos. SIAM Journal on Computing, 49 (5): STOC18–368, 2019. 10.1145/3188745.3188802. URL https://doi.org/10.1145/3188745.3188802.
https: / / doi.org/ 10.1145 / 3188745.3188802
[ 2 ] Atithi Acharya, Siddhartha Saha y Anirvan M Sengupta. Tomografía de sombra basada en povm completa informativamente, 2021. URL https://doi.org/10.48550/arXiv.2105.05992.
https:///doi.org/10.48550/arXiv.2105.05992
[ 3 ] Ryan Babbush, Nathan Wiebe, Jarrod McClean, James McClain, Hartmut Neven y Garnet Kin-Lic Chan. Simulación cuántica de baja profundidad de materiales. física Rev. X, 8: 011044, marzo de 2018. 10.1103/PhysRevX.8.011044. URL https://doi.org/10.1103/PhysRevX.8.011044.
https: / / doi.org/ 10.1103 / PhysRevX.8.011044
[ 4 ] 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 ruidosos cuánticos de escala intermedia (nisq), 2021. URL https://doi.org/10.1103/RevModPhys.94.015004.
https: / / doi.org/ 10.1103 / RevModPhys.94.015004
[ 5 ] Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Lukasz Cincio y Patrick J. Coles. Solucionador lineal cuántico variacional, 2019. URL https://doi.org/10.48550/arXiv.1909.05820.
https:///doi.org/10.48550/arXiv.1909.05820
[ 6 ] Sergey Bravyi, Sarah Sheldon, Abhinav Kandala, David C. Mckay y Jay M. Gambetta. Mitigación de errores de medición en experimentos multiqubit. física Rev. A, 103: 042605, abril de 2021. 10.1103/PhysRevA.103.042605. URL https://doi.org/10.1103/PhysRevA.103.042605.
https: / / doi.org/ 10.1103 / PhysRevA.103.042605
[ 7 ] Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, Sukin Sim, Libor Veis y Alán Aspuru-Guzik. La química cuántica en la era de la computación cuántica. Chemical Reviews, 119 (19): 10856–10915, 2019. 10.1021/acs.chemrev.8b00803. URL https://doi.org/10.1021/acs.chemrev.8b00803. PMID: 31469277.
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803
[ 8 ] Juan Carrasquilla, Giacomo Torlai, Roger G Melko, and Leandro Aolita. Reconstrucción de estados cuánticos con modelos generativos. Nature Machine Intelligence, 1 (3): 155–161, 2019. 10.1038/s42256-019-0028-1. URL https://doi.org/10.1038/s42256-019-0028-1.
https://doi.org/10.1038/s42256-019-0028-1
[ 9 ] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, et al. Algoritmos cuánticos variacionales. Nature Reviews Physics, 3 (9): 625–644, 2021. 10.1038/s42254-021-00348-9. URL https://doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
[ 10 ] Senrui Chen, Wenjun Yu, Pei Zeng y Steven T. Flammia. Estimación robusta de sombras. PRX Quantum, 2: 030348, septiembre de 2021. 10.1103/PRXQuantum.2.030348. URL https://doi.org/10.1103/PRXQuantum.2.030348.
https: / / doi.org/ 10.1103 / PRXQuantum.2.030348
[ 11 ] Kenny Choo, Antonio Mezzacapo y Giuseppe Carleo. Estados de redes neuronales fermiónicas para estructuras electrónicas ab-initio. Comunicaciones de la naturaleza, 11 (1): 1–7, 2020. 10.1038/s41467-020-15724-9. URL https://doi.org/10.1038/s41467-020-15724-9.
https://doi.org/10.1038/s41467-020-15724-9
[ 12 ] Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J Coles y Andrew Sornborger. Avance rápido variacional para simulación cuántica más allá del tiempo de coherencia. npj Quantum Information, 6 (1): 1–10, 2020. URL https://doi.org/10.1038/s41534-020-00302-0.
https://doi.org/10.1038/s41534-020-00302-0
[ 13 ] JI Colless, VV Ramasesh, D. Dahlen, MS Blok, ME Kimchi-Schwartz, JR McClean, J. Carter, WA de Jong e I. Siddiqi. Cálculo de espectros moleculares en un procesador cuántico con un algoritmo resistente a errores. física Rev. X, 8: 011021, febrero de 2018. 10.1103/PhysRevX.8.011021. URL https://doi.org/10.1103/PhysRevX.8.011021.
https: / / doi.org/ 10.1103 / PhysRevX.8.011021
[ 14 ] Benjamin Commeau, M. Cerezo, Zoë Holmes, Lukasz Cincio, Patrick J. Coles y Andrew Sornborger. Diagonalización hamiltoniana variacional para simulación cuántica dinámica, 2020. URL https://doi.org/10.48550/arXiv.2009.02559.
https:///doi.org/10.48550/arXiv.2009.02559
[ 15 ] Jordan Cotler y Frank Wilczek. Tomografía cuántica superpuesta. física Rev. Lett., 124: 100401, marzo de 2020. 10.1103/PhysRevLett.124.100401. URL https://doi.org/10.1103/PhysRevLett.124.100401.
https: / / doi.org/ 10.1103 / PhysRevLett.124.100401
[ 16 ] Ophelia Crawford, Barnaby van Straaten, Daochen Wang, Thomas Parks, Earl Campbell y Stephen Brierley. Medición cuántica eficiente de operadores de Pauli en presencia de error de muestreo finito. Cuántica, 5: 385, 2021. 10.22331/q-2021-01-20-385. URL https://doi.org/10.22331%2Fq-2021-01-20-385.
https://doi.org/10.22331/q-2021-01-20-385
[ 17 ] EF Dumitrescu, AJ McCaskey, G. Hagen, GR Jansen, TD Morris, T. Papenbrock, RC Pooser, DJ Dean y P. Lougovski. Computación cuántica en la nube de un núcleo atómico. física Rev. Lett., 120: 210501, mayo de 2018. 10.1103/PhysRevLett.120.210501. URL https://doi.org/10.1103/PhysRevLett.120.210501.
https: / / doi.org/ 10.1103 / PhysRevLett.120.210501
[ 18 ] Suguru Endo, Simon C. Benjamin y Ying Li. Mitigación práctica de errores cuánticos para aplicaciones en el futuro cercano. física Rev. X, 8: 031027, julio de 2018. 10.1103/PhysRevX.8.031027. URL https://doi.org/10.1103/PhysRevX.8.031027.
https: / / doi.org/ 10.1103 / PhysRevX.8.031027
[ 19 ] Suguru Endo, Jinzhao Sun, Ying Li, Simon C. Benjamin y Xiao Yuan. Simulación cuántica variacional de procesos generales. física Rev. Lett., 125: 010501, junio de 2020. 10.1103/PhysRevLett.125.010501. URL https://doi.org/10.1103/PhysRevLett.125.010501.
https: / / doi.org/ 10.1103 / PhysRevLett.125.010501
[ 20 ] Suguru Endo, Zhenyu Cai, Simon C. Benjamin y Xiao Yuan. Algoritmos híbridos cuánticos-clásicos y mitigación de errores cuánticos. Diario de la Sociedad Física de Japón, 90 (3): 032001, 2021. 10.7566/JPSJ.90.032001. URL https://doi.org/10.7566/JPSJ.90.032001.
https: / / doi.org/ 10.7566 / JPSJ.90.032001
[ 21 ] Keisuke Fujii, Kaoru Mizuta, Hiroshi Ueda, Kosuke Mitarai, Wataru Mizukami y Yuya O. Nakagawa. Solucionador propio cuántico variacional profundo: un método de divide y vencerás para resolver un problema más grande con computadoras cuánticas de menor tamaño. PRX Quantum, 3: 010346, marzo de 2022. 10.1103/PRXQuantum.3.010346. URL https://doi.org/10.1103/PRXQuantum.3.010346.
https: / / doi.org/ 10.1103 / PRXQuantum.3.010346
[ 22 ] Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Lukasz Cincio, Patrick J. Coles y Andrew Sornborger. Simulaciones de larga duración con alta fidelidad en hardware cuántico, 2021. URL https://arxiv.org/abs/2102.04313.
arXiv: 2102.04313
[ 23 ] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari y William J. Zeng. Extrapolación digital de ruido cero para la mitigación de errores cuánticos. En 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), páginas 306–316, 2020. 10.1109/QCE49297.2020.00045. URL https://doi.org/10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045
[ 24 ] Pranav Gokhale, Olivia Angiuli, Yongshan Ding, Kaiwen Gui, Teague Tomesh, Martin Suchara, Margaret Martonosi y Frederic T Chong. Minimización de las preparaciones de estado en el solucionador propio cuántico variacional mediante la partición en familias que viajan diariamente. URL https://doi.org/10.48550/arXiv.1907.13623.
https:///doi.org/10.48550/arXiv.1907.13623
[ 25 ] Harper R Grimsley, Sophia E Economou, Edwin Barnes y Nicholas J Mayhall. Un algoritmo variacional adaptativo para simulaciones moleculares exactas en una computadora cuántica. Nature com., 10 (1): 1–9, 2019. 10.1038/s41467-018-07090-4. URL https://doi.org/10.1038/s41467-019-10988-2.
https://doi.org/10.1038/s41467-018-07090-4
[ 26 ] Carlos Hadfield. Sombras de Pauli adaptativas para la estimación de energía, 2021. URL https://doi.org/10.48550/arXiv.2105.12207.
https:///doi.org/10.48550/arXiv.2105.12207
[ 27 ] Charles Hadfield, Sergey Bravyi, Rudy Raymond y Antonio Mezzacapo. Mediciones de hamiltonianos cuánticos con sombras clásicas localmente sesgadas. Communications in Mathematical Physics, 391 (3): 951–967, 2022. 10.1007/s00220-022-04343-8. URL https://doi.org/10.1007/s00220-022-04343-8.
https://doi.org/10.1007/s00220-022-04343-8
[ 28 ] Cornelius Hempel, Christine Maier, Jonathan Romero, Jarrod McClean, Thomas Monz, Heng Shen, Petar Jurcevic, Ben P. Lanyon, Peter Love, Ryan Babbush, Alán Aspuru-Guzik, Rainer Blatt y Christian F. Roos. Cálculos de química cuántica en un simulador cuántico de iones atrapados. física Rev. X, 8: 031022, julio de 2018. 10.1103/PhysRevX.8.031022. URL https://doi.org/10.1103/PhysRevX.8.031022.
https: / / doi.org/ 10.1103 / PhysRevX.8.031022
[ 29 ] Oscar Higgott, Daochen Wang y Stephen Brierley. Computación cuántica variacional de estados excitados. Quantum, 3: 156, julio de 2019. ISSN 2521-327X. 10.22331/q-2019-07-01-156. URL https://doi.org/10.22331/q-2019-07-01-156.
https://doi.org/10.22331/q-2019-07-01-156
[ 30 ] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo y Robert Wille. Diagramas de decisión para medidas cuánticas con circuitos poco profundos. En 2021 IEEE International Conference on Quantum Computing and Engineering (QCE), páginas 24–34, 2021. 10.1109/QCE52317.2021.00018. URL https://doi.org/10.1109/QCE52317.2021.00018.
https: / / doi.org/ 10.1109 / QCE52317.2021.00018
[ 31 ] Hsin-Yuan Huang, Richard Kueng y John Preskill. Predecir muchas propiedades de un sistema cuántico a partir de muy pocas medidas. Física de la naturaleza, 16 (10): 1050–1057, 2020. 10.1038/s41567-020-0932-7. URL https://doi.org/10.1038/s41567-020-0932-7.
https://doi.org/10.1038/s41567-020-0932-7
[ 32 ] Hsin-Yuan Huang, Kishor Bharti y Patrick Rebentrost. Algoritmos cuánticos a corto plazo para sistemas lineales de ecuaciones con funciones de pérdida de regresión. New Journal of Physics, 23 (11): 113021, noviembre de 2021a. 10.1088/1367-2630/ac325f. URL https://doi.org/10.1088/1367-2630/ac325f.
https:///doi.org/10.1088/1367-2630/ac325f
[ 33 ] Hsin-Yuan Huang, Richard Kueng y John Preskill. Estimación eficiente de los observables de Pauli por desaleatorización. física Rev. Lett., 127: 030503, julio de 2021b. 10.1103/PhysRev Lett.127.030503. URL https://doi.org/10.1103/PhysRevLett.127.030503.
https: / / doi.org/ 10.1103 / PhysRevLett.127.030503
[ 34 ] William J Huggins, Jarrod R McClean, Nicholas C Rubin, Zhang Jiang, Nathan Wiebe, K Birgitta Whaley y Ryan Babbush. Mediciones eficientes y resistentes al ruido para la química cuántica en computadoras cuánticas a corto plazo. npj Quantum Information, 7 (1): 1–9, 2021. 10.1038/s41534-020-00341-7. URL https://doi.org/10.1038/s41534-020-00341-7.
https://doi.org/10.1038/s41534-020-00341-7
[ 35 ] Artur F Izmaylov, Tzu-Ching Yen, Robert A Lang y Vladyslav Verteletskyi. Enfoque de partición unitaria para el problema de medición en el método de resolución propia cuántica variacional. Revista de teoría química y computación, 16 (1): 190–195, 2019a. 10.1021/acs.jctc.9b00791. URL https://doi.org/10.1021/acs.jctc.9b00791.
https: / / doi.org/ 10.1021 / acs.jctc.9b00791
[ 36 ] Artur F Izmaylov, Tzu-Ching Yen e Ilya G Ryabinkin. Revisión del proceso de medición en el autosolvente cuántico variacional: ¿es posible reducir el número de operadores medidos por separado? Ciencias químicas, 10 (13): 3746–3755, 2019b. 10.1039/C8SC05592K. URL https://doi.org/10.1039/C8SC05592K.
https: / / doi.org/ 10.1039 / C8SC05592K
[ 37 ] Andrew Jena, Scott Genin y Michele Mosca. Particionamiento de Pauli con respecto a los conjuntos de puertas, 2019. URL https://doi.org/10.48550/arXiv.1907.07859.
https:///doi.org/10.48550/arXiv.1907.07859
[ 38 ] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M Chow y Jay M Gambetta. Eigensolver cuántico variacional eficiente en hardware para moléculas pequeñas e imanes cuánticos. Nature, 549 (7671): 242–246, 2017. 10.1038/nature23879. URL https://doi.org/10.1038/nature23879.
https: / / doi.org/ 10.1038 / nature23879
[ 39 ] Ying Li y Simon C. Benjamin. Eficiente simulador cuántico variacional que incorpora minimización activa de errores. física Rev. X, 7: 021050, junio de 2017. 10.1103/PhysRevX.7.021050. URL https://doi.org/10.1103/PhysRevX.7.021050.
https: / / doi.org/ 10.1103 / PhysRevX.7.021050
[ 40 ] Jin-Guo Liu, Yi-Hong Zhang, Yuan Wan y Lei Wang. Solucionador propio cuántico variacional con menos qubits. física Rev. Research, 1: 023025, septiembre de 2019. 10.1103/PhysRevResearch.1.023025. URL https://doi.org/10.1103/PhysRevResearch.1.023025.
https: / / doi.org/ 10.1103 / PhysRevResearch.1.023025
[ 41 ] He Ma, Marco Govoni y Giulia Galli. Simulaciones cuánticas de materiales en computadoras cuánticas a corto plazo. npj Computational Materials, 6 (1): 1–8, 2020. 10.1038/s41524-020-00353-z. URL https://doi.org/10.1038/s41524-020-00353-z.
https: / / doi.org/ 10.1038 / s41524-020-00353-z
[ 42 ] Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin y Xiao Yuan. Simulación cuántica variacional basada en ansatz de la evolución del tiempo imaginario. npj Quantum Information, 5 (1): 1–6, 2019. 10.1038/s41534-019-0187-2. URL https://doi.org/10.1038/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2
[ 43 ] Sam McArdle, Suguru Endo, Alan Aspuru-Guzik, Simon C. Benjamin y Xiao Yuan. Química computacional cuántica. Rev.Mod. Phys., 92: 015003, marzo de 2020. 10.1103/RevModPhys.92.015003. URL https://doi.org/10.1103/RevModPhys.92.015003.
https: / / doi.org/ 10.1103 / RevModPhys.92.015003
[ 44 ] Jarrod R McClean, Jonathan Romero, Ryan Babbush y Alán Aspuru-Guzik. La teoría de los algoritmos clásicos cuánticos híbridos variacionales. New Journal of Physics, 18 (2): 023023, febrero de 2016. 10.1088/1367-2630/18/2/023023. URL https://doi.org/10.1088/1367-2630/18/2/023023.
https://doi.org/10.1088/1367-2630/18/2/023023
[ 45 ] Jarrod R McClean, Mollie E Kimchi-Schwartz, Jonathan Carter y Wibe A de Jong. Jerarquía híbrida cuántica-clásica para mitigación de decoherencia y determinación de estados excitados. Revisión física A, 95 (4): 042308, 2017. URL https://doi.org/10.1103/PhysRevA.95.042308.
https: / / doi.org/ 10.1103 / PhysRevA.95.042308
[ 46 ] Jarrod R McClean, Zhang Jiang, Nicholas C Rubin, Ryan Babbush y Hartmut Neven. Decodificación de errores cuánticos con expansiones subespaciales. Nature Communications, 11 (1): 1–9, 2020. 10.1038/s41467-020-14341-w. URL https://doi.org/10.1038/s41467-020-14341-w.
https: / / doi.org/ 10.1038 / s41467-020-14341-w
[ 47 ] 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. Optimización cuántica utilizando algoritmos variacionales en dispositivos cuánticos a corto plazo. Quantum Science and Technology, 3 (3): 030503, 2018. 10.1088/2058-9565/aab822. URL https://doi.org/10.1088/2058-9565/aab822.
https: / / doi.org/ 10.1088 / 2058-9565 / aab822
[ 48 ] Ken M Nakanishi, Kosuke Mitarai y Keisuke Fujii. Autosolvente cuántico variacional de búsqueda subespacial para estados excitados. Investigación de revisión física, 1 (3): 033062, 2019. 10.1103/PhysRevResearch.1.033062. URL https://doi.org/10.1103/PhysRevResearch.1.033062.
https: / / doi.org/ 10.1103 / PhysRevResearch.1.033062
[ 49 ] Bryan O'Gorman, William J Huggins, Eleanor G Rieffel y K Birgitta Whaley. Redes de intercambio generalizadas para computación cuántica a corto plazo, 2019. URL https://doi.org/10.48550/arXiv.1905.05118.
https:///doi.org/10.48550/arXiv.1905.05118
[ 50 ] PJJ O'Malley, R. Babbush, ID Kivlichan, J. Romero, JR McClean, R. Barends, J. Kelly, P. Roushan, A. Tranter, N. Ding, B. Campbell, Y. Chen, Z. Chen , B. Chiaro, A. Dunsworth, AG Fowler, E. Jeffrey, E. Lucero, A. Megrant, JY Mutus, M. Neeley, C. Neill, C. Quintana, D. Sank, A. Vainsencher, J. Wenner , TC White, PV Coveney, PJ Love, H. Neven, A. Aspuru-Guzik y JM Martinis. Simulación cuántica escalable de energías moleculares. física Rev. X, 6: 031007, julio de 2016. 10.1103/PhysRevX.6.031007. URL https://doi.org/10.1103/PhysRevX.6.031007.
https: / / doi.org/ 10.1103 / PhysRevX.6.031007
[ 51 ] Matthew Otten y Stephen K Gray. Contabilización de errores en algoritmos cuánticos a través de la reducción de errores individuales. Npj Quantum Inf., 5 (1): 11, 2019. 10.1038/s41534-019-0125-3. URL https://doi.org/10.1038/s41534-019-0125-3.
https://doi.org/10.1038/s41534-019-0125-3
[ 52 ] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J Love, Alán Aspuru-Guzik y Jeremy L O'brien. Un solucionador de valores propios variacionales en un procesador cuántico fotónico. Nature com., 5: 4213, 2014. 10.1038/ncomms5213. URL https://doi.org/10.1038/ncomms5213.
https: / / doi.org/ 10.1038 / ncomms5213
[ 53 ] Juan Preskill. Computación cuántica en la era nisq y más allá. Cuántica, 2: 79, 2018. 10.22331/q-2018-08-06-79. URL https://doi.org/10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79
[ 54 ] Google AI Quantum, Collaborators*†, Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Sergio Boixo, Michael Broughton, Bob B Buckley, et al. Hartree-fock en una computadora cuántica qubit superconductora. Ciencia, 369 (6507): 1084–1089, 2020. 10.1126/ciencia.abb9811. URL https://doi.org/10.1126/science.abb9811.
https: / / doi.org/ 10.1126 / science.abb9811
[ 55 ] Nicholas C. Rubin, Ryan Babbush y Jarrod McClean. Aplicación de restricciones marginales fermiónicas a algoritmos cuánticos híbridos. New Journal of Physics, 20 (5): 053020, mayo de 2018. 10.1088/1367-2630/aab919. URL https://doi.org/10.1088/1367-2630/aab919.
https: / / doi.org/ 10.1088 / 1367-2630 / aab919
[ 56 ] Ariel Shlosberg, Andrew J. Jena, Priyanka Mukhopadhyay, Jan F. Haase, Felix Leditzky y Luca Dellantonio. Estimación adaptativa de observables cuánticos, 2021. URL https://doi.org/10.48550/arXiv.2110.15339.
https:///doi.org/10.48550/arXiv.2110.15339
[ 57 ] Armands Strikis, Dayue Qin, Yanzhu Chen, Simon C. Benjamin y Ying Li. Mitigación de errores cuánticos basada en el aprendizaje. PRX Quantum, 2: 040330, noviembre de 2021. 10.1103/PRXQuantum.2.040330. URL https://doi.org/10.1103/PRXQuantum.2.040330.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040330
[ 58 ] GI Struchalin, Ya. A. Zagorovskii, EV Kovlakov, SS Straupe y SP Kulik. Estimación experimental de las propiedades del estado cuántico a partir de sombras clásicas. PRX Quantum, 2: 010307, enero de 2021. 10.1103/PRXQuantum.2.010307. URL https://doi.org/10.1103/PRXQuantum.2.010307.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010307
[ 59 ] Jinzhao Sun, Xiao Yuan, Takahiro Tsunoda, Vlatko Vedral, Simon C. Benjamin y Suguru Endo. Mitigación del ruido realista en dispositivos cuánticos de escala intermedia ruidosos prácticos. física Rev. aplicada, 15: 034026, marzo de 2021. 10.1103/PhysRevApplied.15.034026. URL https://doi.org/10.1103/PhysRevApplied.15.034026.
https: / / doi.org/ 10.1103 / PhysRevApplied.15.034026
[ 60 ] Jinzhao Sun, Suguru Endo, Huiping Lin, Patrick Hayden, Vlatko Vedral y Xiao Yuan. Simulación cuántica perturbativa, septiembre de 2022. URL https://doi.org/10.1103/PhysRevLett.129.120505.
https: / / doi.org/ 10.1103 / PhysRevLett.129.120505
[ 61 ] Kristan Temme, Sergey Bravyi y Jay M. Gambetta. Mitigación de errores para circuitos cuánticos de poca profundidad. física Rev. Lett., 119: 180509, noviembre de 2017. 10.1103/PhysRevLett.119.180509. URL https://doi.org/10.1103/PhysRevLett.119.180509.
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509
[ 62 ] Giacomo Torlai, Guglielmo Mazzola, Juan Carrasquilla, Matthias Troyer, Roger Melko y Giuseppe Carleo. Tomografía de estado cuántico de redes neuronales. Nature Physics, 14 (5): 447–450, 2018. 10.1038/s41567-018-0048-5. URL https://doi.org/10.1038/s41567-018-0048-5.
https://doi.org/10.1038/s41567-018-0048-5
[ 63 ] Giacomo Torlai, Guglielmo Mazzola, Giuseppe Carleo y Antonio Mezzacapo. Medición precisa de observables cuánticos con estimadores de redes neuronales. física Rev. Res., 2: 022060, junio de 2020. 10.1103/PhysRevResearch.2.022060. URL https://doi.org/10.1103/PhysRevResearch.2.022060.
https: / / doi.org/ 10.1103 / PhysRevResearch.2.022060
[ 64 ] Harish J Vallury, Michael A Jones, Charles D Hill y Lloyd CL Hollenberg. Corrección de momentos cuánticos calculados para estimaciones variacionales. Cuántica, 4: 373, 2020. 10.22331/q-2020-12-15-373. URL https://doi.org/10.22331/q-2020-12-15-373.
https://doi.org/10.22331/q-2020-12-15-373
[ 65 ] Vladyslav Verteletskyi, Tzu-Ching Yen y Artur F Izmaylov. Optimización de la medición en el autosolvente cuántico variacional utilizando una cobertura de camarilla mínima. Revista de física química, 152 (12): 124114, 2020. 10.1063/1.5141458. URL https://doi.org/10.1063/1.5141458.
https: / / doi.org/ 10.1063 / 1.5141458
[ 66 ] Samson Wang, Enrico Fontana, Marco Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio y Patrick J Coles. Mesetas estériles inducidas por ruido en algoritmos cuánticos variacionales. Comunicaciones de la naturaleza, 12 (1): 1–11, 2021. 10.1038/s41467-021-27045-6. URL https://doi.org/10.1038/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6
[ 67 ] Dave Wecker, Matthew B. Hastings y Matthias Troyer. Progreso hacia algoritmos variacionales cuánticos prácticos. física Rev. A, 92: 042303, octubre de 2015. 10.1103/PhysRevA.92.042303. URL https://doi.org/10.1103/PhysRevA.92.042303.
https: / / doi.org/ 10.1103 / PhysRevA.92.042303
[ 68 ] Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C. Benjamin y Xiao Yuan. Algoritmos variacionales para álgebra lineal. Boletín Científico, 2021. ISSN 2095-9273. 10.1016/j.scib.2021.06.023. URL https://doi.org/10.1016/j.scib.2021.06.023.
https: / / doi.org/ 10.1016 / j.scib.2021.06.023
[ 69 ] Zhi-Cheng Yang, Armin Rahmani, Alireza Shabani, Hartmut Neven y Claudio Chamon. Optimización de algoritmos cuánticos variacionales utilizando el principio mínimo de pontryagin. física Rev. X, 7: 021027, mayo de 2017. 10.1103/PhysRevX.7.021027. URL https://doi.org/10.1103/PhysRevX.7.021027.
https: / / doi.org/ 10.1103 / PhysRevX.7.021027
[ 70 ] Tzu-Ching Yen, Vladyslav Verteletskyi y Artur F Izmaylov. Medición de todos los operadores compatibles en una serie de mediciones de un solo qubit mediante transformaciones unitarias. Revista de teoría química y computación, 16 (4): 2400–2409, 2020. 10.1021/acs.jctc.0c00008. URL https://doi.org/10.1021/acs.jctc.0c00008.
https: / / doi.org/ 10.1021 / acs.jctc.0c00008
[ 71 ] Tzu-Ching Yen, Aadithya Ganeshram y Artur F Izmaylov. Mejoras deterministas de medidas cuánticas con agrupación de operadores compatibles, transformaciones no locales y estimaciones de covarianza, 2022. URL https://doi.org/10.48550/arXiv.2201.01471.
https:///doi.org/10.48550/arXiv.2201.01471
[ 72 ] Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li y Simon C Benjamin. Teoría de la simulación cuántica variacional. Cuántica, 3: 191, 2019. 10.22331/q-2019-10-07-191. URL https://doi.org/10.22331/q-2019-10-07-191.
https://doi.org/10.22331/q-2019-10-07-191
[ 73 ] Xiao Yuan, Jinzhao Sun, Junyu Liu, Qi Zhao y You Zhou. Simulación cuántica con redes de tensores híbridos. física Rev. Lett., 127: 040501, julio de 2021. 10.1103/PhysRevLett.127.040501. URL https://doi.org/10.1103/PhysRevLett.127.040501.
https: / / doi.org/ 10.1103 / PhysRevLett.127.040501
[ 74 ] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan y He Lu. Medida experimental del estado cuántico con sombras clásicas. física Rev. Lett., 127: 200501, noviembre de 2021. 10.1103/PhysRevLett.127.200501. URL https://doi.org/10.1103/PhysRevLett.127.200501.
https: / / doi.org/ 10.1103 / PhysRevLett.127.200501
[ 75 ] Zi-Jian Zhang, Jinzhao Sun, Xiao Yuan y Man-Hong Yung. Simulación hamiltoniana de baja profundidad por fórmula de producto adaptativo, 2020. URL https://doi.org/10.48550/arXiv.2011.05283.
https:///doi.org/10.48550/arXiv.2011.05283
[ 76 ] Andrew Zhao, Andrew Tranter, William M. Kirby, Shu Fay Ung, Akimasa Miyake y Peter J. Love. Reducción de medidas en algoritmos cuánticos variacionales. física Rev. A, 101: 062322, junio de 2020. 10.1103/PhysRevA.101.062322. URL https://doi.org/10.1103/PhysRevA.101.062322.
https: / / doi.org/ 10.1103 / PhysRevA.101.062322
[ 77 ] Andrew Zhao, Nicholas C. Rubin y Akimasa Miyake. Tomografía parcial fermiónica mediante sombras clásicas. física Rev. Lett., 127: 110504, septiembre de 2021. 10.1103/PhysRevLett.127.110504. URL https://doi.org/10.1103/PhysRevLett.127.110504.
https: / / doi.org/ 10.1103 / PhysRevLett.127.110504
[ 78 ] Leo Zhou, Sheng-Tao Wang, Soonwon Choi, Hannes Pichler y Mikhail D. Lukin. Algoritmo de optimización cuántica aproximada: rendimiento, mecanismo e implementación en dispositivos a corto plazo. física Rev. X, 10: 021067, junio de 2020. 10.1103/PhysRevX.10.021067. URL https://doi.org/10.1103/PhysRevX.10.021067.
https: / / doi.org/ 10.1103 / PhysRevX.10.021067
Citado por
[1] Kouhei Nakaji, Suguru Endo, Yuichiro Matsuzaki y Hideaki Hakoshima, “Optimización de la medición de la simulación cuántica variacional mediante la sombra clásica y la desaleatorización”, arXiv: 2208.13934.
[2] Dax Enshan Koh y Sabee Grewal, “Sombras clásicas con ruido”, arXiv: 2011.11580.
[3] Andrew Zhao, Nicholas C. Rubin y Akimasa Miyake, "Tomografía parcial fermiónica mediante sombras clásicas", Cartas de revisión física 127 11, 110504 (2021).
[4] Daniel McNulty, Filip B. Maciejewski y Michał Oszmaniec, "Estimación de hamiltonianos cuánticos a través de mediciones conjuntas de observables ruidosos que no conmutan", arXiv: 2206.08912.
[5] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami y Yuya O. Nakagawa, “Estimación del valor esperado cuántico mediante muestreo de base computacional”, Investigación de revisión física 4 3, 033173 (2022).
[6] Junyu Liu, Zimu Li, Han Zheng, Xiao Yuan y Jinzhao Sun, “Hacia un algoritmo cuántico variacional de Jordan-Lee-Preskill”, Aprendizaje automático: ciencia y tecnología 3 4, 045030 (2022).
[7] Bryce Fuller, Charles Hadfield, Jennifer R. Glick, Takashi Imamichi, Toshinari Itoko, Richard J. Thompson, Yang Jiao, Marna M. Kagele, Adriana W. Blom-Schieber, Rudy Raymond y Antonio Mezzacapo, “Soluciones aproximadas de Problemas Combinatorios vía Relajaciones Cuánticas”, arXiv: 2111.03167.
[8] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan y He Lu, “Medición experimental del estado cuántico con sombras clásicas”, Cartas de revisión física 127 20, 200501 (2021).
[9] Tzu-Ching Yen, Aadithya Ganeshram y Artur F. Izmaylov, "Mejoras deterministas de las mediciones cuánticas con agrupación de operadores compatibles, transformaciones no locales y estimaciones de covarianza", arXiv: 2201.01471.
[10] Kaifeng Bu, Dax Enshan Koh, Roy J. García y Arthur Jaffe, “Sombras clásicas con conjuntos unitarios invariantes de Pauli”, arXiv: 2202.03272.
[11] Weitang Li, Zigeng Huang, Changsu Cao, Yifei Huang, Zhigang Shuai, Xiaoming Sun, Jinzhao Sun, Xiao Yuan y Dingshun Lv, “Hacia la simulación práctica de integración cuántica de sistemas químicos realistas en computadoras cuánticas a corto plazo”, arXiv: 2109.08062.
[12] Ariel Shlosberg, Andrew J. Jena, Priyanka Mukhopadhyay, Jan F. Haase, Felix Leditzky y Luca Dellantonio, “Estimación adaptativa de observables cuánticos”, arXiv: 2110.15339.
[13] Zi-Jian Zhang, Jinzhao Sun, Xiao Yuan y Man-Hong Yung, “Simulación hamiltoniana de baja profundidad mediante fórmula de producto adaptable”, arXiv: 2011.05283.
[14] Yusen Wu, Bujiao Wu, Jingbo Wang y Xiao Yuan, “Ventaja demostrable en el aprendizaje de fase cuántica a través de Quantum Kernel Alphatron”, arXiv: 2111.07553.
[15] Daniel Miller, Laurin E. Fischer, Igor O. Sokolov, Panagiotis Kl. Barkoutsos e Ivano Tavernelli, "Circuitos de diagonalización adaptados al hardware", arXiv: 2203.03646.
[16] Zhenhuan Liu, Pei Zeng, You Zhou y Mile Gu, "Caracterización de la correlación dentro de sistemas cuánticos multipartitos a través de mediciones aleatorias locales", Revisión física A 105 2, 022407 (2022).
[17] William Kirby, Mario Motta y Antonio Mezzacapo, “Método exacto y eficiente de Lanczos en una computadora cuántica”, arXiv: 2208.00567.
[18] Marco Majland, Rasmus Berg Jensen, Mads Greisen Højlund, Nikolaj Thomas Zinner y Ove Christiansen, “Optimización del tiempo de ejecución para estructuras vibratorias en computadoras cuánticas: coordenadas y esquemas de medición”, arXiv: 2211.11615.
[19] Seonghoon Choi, Ignacio Loaiza y Artur F. Izmaylov, "Fragmentos fermiónicos fluidos para optimizar las mediciones cuánticas de hamiltonianos electrónicos en el solucionador propio cuántico variacional", arXiv: 2208.14490.
[20] Tianren Gu, Xiao Yuan y Bujiao Wu, “Esquemas de medición eficientes para sistemas bosónicos”, arXiv: 2210.13585.
[21] You Zhou y Qing Liu, "Análisis de rendimiento de la estimación de sombras de tomas múltiples", arXiv: 2212.11068.
[22] Xiao-Ming Zhang, Zixuan Huo, Kecheng Liu, Ying Li y Xiao Yuan, “Compilador imparcial de circuitos aleatorios para la simulación hamiltoniana dependiente del tiempo”, arXiv: 2212.09445.
[23] Alexander Gresch y Martin Kliesch, "Estimación de energía eficiente garantizada de hamiltonianos cuánticos de muchos cuerpos usando ShadowGrouping", arXiv: 2301.03385.
[24] Andrew Jena, Scott N. Genin y Michele Mosca, "Optimización de la medición del solucionador propio cuántico variacional mediante la partición de los operadores de Pauli utilizando puertas de Clifford multiqubit en hardware cuántico ruidoso de escala intermedia", Revisión física A 106 4, 042443 (2022).
Las citas anteriores son de ANUNCIOS SAO / NASA (última actualización exitosa 2023-01-13 11:36:07). 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 2023-01-13 11:36:05: No se pudieron obtener los datos citados por 10.22331 / q-2023-01-13-896 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.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
- Fuente: https://quantum-journal.org/papers/q-2023-01-13-896/
- 1
- 10
- 11
- 2011
- 2014
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 28
- 39
- 67
- 7
- 70
- 77
- 9
- a
- arriba
- RESUMEN
- de la máquina
- Contabilidad
- lector activo
- dirección
- avanzado
- Ventaja
- ventajas
- afiliaciones
- AI
- Alexander
- algoritmo
- algoritmos
- Todos
- permite
- análisis
- y
- Aplicación
- aplicaciones
- aplicada
- enfoque
- Arturo
- autor
- Autorzy
- base
- Beijing
- Benjamin
- Más allá de
- BLOK
- Descanso
- borde
- Bryan
- boletín
- cálculos
- cases
- Reto
- Charles
- químico
- química
- chen
- Choo
- Christine
- Soluciones
- comm
- comentario
- Los comunes
- Comunicaciónes
- conmutando
- compatibilidad
- compatible
- completar
- cálculo
- computadora
- Ciencias de la Computación
- computadoras
- informática
- Congreso
- Que consiste
- restricciones
- derechos de autor,
- La correlación
- Cost
- y reducción del coste
- podría
- Protectora
- crítico
- Cruz
- Current
- Daniel
- datos
- David
- David
- Koops
- Descodificación
- profundo
- diseñado
- determinación
- Dispositivos
- diagramas
- una experiencia diferente
- digital
- discutir
- distinto
- durante
- cada una
- Edwin
- eficiente
- Electronic
- energía
- Ingeniería
- ecuaciones
- Era
- error
- Errores
- estima
- evolución
- excitado
- existente
- exploits
- familias
- RÁPIDO
- pocos
- fidelidad
- Encuentre
- fórmula
- Marco conceptual
- en
- Frontiers
- Batán
- funciones
- -
- General
- generativo
- google ai
- gris
- muy
- Grupo
- garantia
- Materiales
- harvard
- esta página
- jerarquía
- Alta
- titulares
- Cómo
- Como Hacer
- HTTPS
- Híbrido
- híbrido cuántico-clásico
- ideas
- IEEE
- imaginario
- implementación
- importancia
- mejoras
- in
- incorporando
- INSTRUMENTO individual
- información
- instituciones
- Intelligence
- interesante
- Internacional
- introducir
- intuitivo
- IT
- Ene
- Japón
- JavaScript
- Jennifer
- JOE
- Juan
- Johnson
- Jordania
- revista
- Julio
- laboratorio
- IDIOMA
- large
- mayores
- Apellido
- aprendizaje
- Abandonar
- LEO
- Li
- Licencia
- Lista
- local
- de
- amar
- máquina
- Imanes
- Maier
- muchos
- Marco
- Martin
- materiales
- matemático
- medidas
- medición
- mecanismo
- Método
- métodos
- Michael
- Molinero
- minimización
- minimizando
- mínimo
- mitigar
- mitigación
- modelos
- molecular
- Momentos
- Mes
- MEJOR DE TU
- Naturaleza
- telecomunicaciones
- Nuevo
- Nicolas
- ruido
- normal
- número
- Oct
- ONE
- habiertos
- operadores
- óptimo
- optimización
- optimizando
- reconocida por
- Otro
- Oxford
- Papel
- Pekín
- actuación
- Peter
- fase
- los libros físicos
- Física
- Platón
- Inteligencia de datos de Platón
- PlatónDatos
- posible
- Metodología
- predecir
- presencia
- principio
- Problema
- problemas
- en costes
- tratamiento
- Procesador
- Producto
- Progreso
- propiedades
- propuesto
- proporcionar
- publicado
- editor
- editores
- Qi
- Cuántico
- algoritmos cuánticos
- Computadora cuántica
- computadoras cuánticas
- computación cuántica
- información cuántica
- medición cuántica
- sistemas cuánticos
- Qubit
- qubits
- EXTRAÑO
- azar
- Aleatorizado
- Rasmus
- realista
- recientemente
- reducir
- referencias
- registrado
- permanece
- exigir
- la investigación
- resistente
- resultado
- una estrategia SEO para aparecer en las búsquedas de Google.
- Reseñas
- Dick
- carretera
- ROBERT
- robusto
- Ryan
- Diana
- escalable
- esquema
- esquemas
- Ciencia:
- Ciencia y Tecnología
- scott aaronson
- Serie
- Sets
- Shadow
- superficial
- Sharma
- Shows
- siam
- importante
- Tarjeta SIM
- Simon
- simulación
- simulador
- simultáneamente
- Tamaño
- chica
- menores
- Sociedades
- Soluciones
- Resolver
- especial
- Estado
- Zonas
- Stephen
- estrategias
- estructura
- estudios
- Con éxito
- tal
- adecuado
- Dom
- superconductor
- te
- Todas las funciones a su disposición
- Tecnología
- El
- su
- Tim
- equipo
- Título
- a
- hacia
- hacia
- transformaciones
- bajo
- comprensión
- unificado
- United
- universidad
- Universidad de Oxford
- actualizado
- Enlance
- us
- generalmente
- verificar
- vía
- volumen
- W
- que
- complejo de salvador blanco
- dentro de
- Actividades:
- wu
- X
- año
- Yen
- YING
- Usted
- Yuan
- zephyrnet
- cero
- Zhao
