1Institute of High Performance Computing, Tiede-, teknologia- ja tutkimusvirasto (A*STAR), 1 Fusionopolis Way, #16-16 Connexis, Singapore 138632, Singapore
2Zapata Computing, Inc., 100 Federal Street, 20. kerros, Boston, Massachusetts 02110, Yhdysvallat
3Tietojenkäsittelytieteen laitos, Texasin yliopisto Austinissa, Austin, TX 78712, USA
Onko tämä artikkeli mielenkiintoinen vai haluatko keskustella? Scite tai jätä kommentti SciRate.
Abstrakti
Klassinen varjoprotokolla, jonka äskettäin esittelivät Huang, Kueng ja Preskill [Nat. Phys. 16, 1050 (2020)], on kvanttiklassinen protokolla tuntemattoman kvanttitilan ominaisuuksien arvioimiseksi. Toisin kuin täyskvanttitilatomografia, protokolla voidaan toteuttaa lähiajan kvanttilaitteistolla, ja se vaatii vähän kvanttimittauksia, jotta voidaan tehdä monia ennusteita suurella onnistumistodennäköisyydellä.
Tässä artikkelissa tutkimme kohinan vaikutuksia klassiseen varjoprotokollaan. Tarkastellaan erityisesti skenaariota, jossa protokollaan osallistuvat kvanttipiirit ovat useiden tunnettujen kohinakanavien alaisia ja johdetaan näytteen monimutkaisuuden analyyttinen yläraja sekä paikallisen että globaalin kohinan varjopuolinormina. Lisäksi muokkaamalla kohinattoman protokollan klassista jälkikäsittelyvaihetta määrittelemme uuden estimaattorin, joka pysyy puolueettomana kohinan läsnä ollessa. Sovelluksina osoitamme, että tuloksiamme voidaan käyttää todistamaan tiukat näytteen monimutkaisuuden ylärajat depolarisoivan kohinan ja amplitudin vaimennuksen tapauksissa.
► BibTeX-tiedot
► Viitteet
[1] John Preskill. Quantum Computing NISQ-aikakaudella ja sen jälkeen. Kvantti, 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, ja Alán Aspuru-Guzik. Meluiset keskikokoiset kvanttialgoritmit. Rev. Mod. Phys., 94:015004, helmikuu 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 jne. Variaatiokvanttialgoritmit. 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 ja Jeremy L. O'Brien. Vaihteleva ominaisarvon ratkaisija fotonisessa kvanttiprosessorissa. Nature communications, 5:4213, 2014. doi:10.1038/ncomms5213.
https: / / doi.org/ 10.1038 / ncomms5213
[5] Edward Farhi, Jeffrey Goldstone ja Sam Gutmann. Kvanttilikimääräinen optimointialgoritmi. arXiv preprint 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 jne. Kvanttikemia kvanttilaskennan aikakaudella. 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 ja Lorenzo Maccone. Kvanttimetrologia. 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 ai. Kvanttioptimointi käyttämällä variaatioalgoritmeja lähiajan kvanttilaitteissa. 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 ja Matthias Troyer. Edistyminen kohti käytännön kvanttivariaatioalgoritmeja. 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 ja Ryan Babbush. Tehokkaat ja melua kestävät kvanttikemian mittaukset lähiajan kvanttitietokoneilla. 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 ja John Preskill. Kvanttijärjestelmän monien ominaisuuksien ennustaminen hyvin harvoista mittauksista. 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 ja Nengkun Yu. Kvanttitilojen optimaalinen näytetomografia. 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 ja John Wright. Tehokas kvanttitomografia. Teoksessa Proceedings of the 899th vuosittainen ACM-symposium on Theory of Computing, sivut 912–2016, 10.1145. doi:2897518.2897544/XNUMX.
https: / / doi.org/ 10.1145 / +2897518.2897544
[14] Scott Aaronson. Kvanttitilojen varjotomografia. 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 ja Vijay V. Vazirani. Kombinatoristen rakenteiden satunnainen generointi yhtenäisestä jakaumasta. Teoreettinen tietojenkäsittelytiede, 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 Kueng, Markus Grassl ja David Gross. Clifford-ryhmä epäonnistuu sulavasti olemaan yhtenäinen 4-design. arXiv preprint arXiv:1609.08172, 2016. doi:10.48550/arXiv.1609.08172.
https:///doi.org/10.48550/arXiv.1609.08172
arXiv: 1609.08172
[17] Zak Webb. Clifford-ryhmä muodostaa yhtenäisen 3-mallin. 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 ja Steven T. Flammia. Vankka varjon arvio. PRX Quantum, 2:030348, syyskuu 2021. doi:10.1103/PRXQuantum.2.030348.
https: / / doi.org/ 10.1103 / PRXQuantum.2.030348
[19] Steven T. Flammia ja Joel J. Wallman. Pauli-kanavien tehokas arviointi. 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 ja Liang Jiang. Kvanttiedut Pauli-kanavan estimointiin. 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 ja Isaac L. Chuang. Kvanttilaskenta ja kvanttitieto. Cambridge University Press, 2010. doi: 10.1017/CBO9780511976667.
https: / / doi.org/ 10.1017 / CBO9780511976667
[22] Zdenek Hradil. Kvanttitila-arvio. Physical Review A, 55(3):R1561, 1997. doi:10.1103/PhysRevA.55.R1561.
https: / / doi.org/ 10.1103 / PhysRevA.55.R1561
[23] Matteo Paris ja Jaroslav Rehacek. Quantum State Estimation, volyymi 649. Springer Science & Business Media, 2004. doi:10.1007/b98673.
https: / / doi.org/ 10.1007 / b98673
[24] Robin Blume-Kohout. Optimaalinen, luotettava kvanttitilojen estimointi. New Journal of Physics, 12(4):043034, huhtikuu 2010. doi:10.1088/1367-2630/12/4/043034.
https://doi.org/10.1088/1367-2630/12/4/043034
[25] K. Banaszek, M. Cramer ja D. Gross. Keskity kvanttitomografiaan. New Journal of Physics, 15(12):125020, joulukuu 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 ja Jens Eisert. Kvanttitilatomografia pakatun tunnistuksen kautta. Phys. Rev. Lett., 105:150401, lokakuu 2010. doi:10.1103/PhysRevLett.105.150401.
https: / / doi.org/ 10.1103 / PhysRevLett.105.150401
[27] Steven T. Flammia, David Gross, Yi-Kai Liu ja Jens Eisert. Kvanttitomografia pakatun tunnistuksen kautta: virherajat, näytteen monimutkaisuus ja tehokkaat estimaattorit. New Journal of Physics, 14(9): 095022, syyskuu 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 ja Mio Murao. Tarkkuustaattu kvanttitomografia. Phys. Rev. Lett., 111:160406, lokakuu 2013. doi:10.1103/PhysRevLett.111.160406.
https: / / doi.org/ 10.1103 / PhysRevLett.111.160406
[29] Richard Kueng, Huangjun Zhu ja David Gross. Matalatason matriisin palautuminen Cliffordin kiertoradalta. arXiv preprint arXiv:1610.08070, 2016. doi:10.48550/arXiv.1610.08070.
https:///doi.org/10.48550/arXiv.1610.08070
arXiv: 1610.08070
[30] Richard Kueng, Holger Rauhut ja Ulrich Terstiege. Matalan arvon matriisin palautus ykkösmittauksista. 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 ja JA Tropp. Nopea tomografia optimaalisilla virherajoilla. Journal of Physics A: Mathematical and Theoretical, 53(20):204001, huhtikuu 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 ja Yi-Kai Liu. Tehokas kvanttitilatomografia. 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 ai. Tehokas tomografia kvanttimonikehojärjestelmästä. Nature Physics, 13(12):1158–1162, 2017. doi:10.1038/nphys4244.
https: / / doi.org/ 10.1038 / nphys4244
[34] Olivier Landon-Cardinal ja David Poulin. Käytännön oppimismenetelmä monimuotoisille sotkeutuneille tiloille. New Journal of Physics, 14(8):085004, elokuu 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 ja Leandro Aolita. Kvanttitilojen rekonstruointi generatiivisilla malleilla. 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 ja Lu-Ming Duan. Monikappaleisten kvanttitilojen tehokas esitys syvien hermoverkkojen kanssa. Nature communications, 8(1):1–6, 2017. doi:10.1038/s41467-017-00705-2.
https://doi.org/10.1038/s41467-017-00705-2
[37] Jordan Cotler ja Frank Wilczek. Kvanttipäällekkäinen tomografia. Phys. Rev. Lett., 124:100401, maaliskuu 2020. doi:10.1103/PhysRevLett.124.100401.
https: / / doi.org/ 10.1103 / PhysRevLett.124.100401
[38] Scott Aaronson ja Guy N. Rothblum. Hellävarainen kvanttitilojen ja differentiaalisen yksityisyyden mittaaminen. Proceedings of the 51st Annual ACM SIGACT Symposium on Theory of Computing, sivut 322–333, 2019. doi:10.1145/3313276.3316378.
https: / / doi.org/ 10.1145 / +3313276.3316378
[39] Costin Bădescu ja Ryan O'Donnell. Parannettu kvanttidatan analyysi. Teoksessa Proceedings of the 53rd Annual ACM SIGACT Symposium on Theory of Computing, sivut 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 ja Jay M. Gambetta. Laitteistotehokas vaihteleva kvanttiominaisratkaisija pienille molekyyleille ja kvanttimagneeteille. Nature, 549(7671):242–246, 2017. doi:10.1038/nature23879.
https: / / doi.org/ 10.1038 / nature23879
[41] Vladyslav Verteletskyi, Tzu-Ching Yen ja Artur F. Izmaylov. Mittauksen optimointi variaatiokvanttiominaisratkaisijassa käyttämällä minimiklikkien peittoa. 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 ja Vladyslav Verteletskyi. Unitaarinen osiointilähestymistapa mittausongelmaan variaatiokvanttiominaisratkaisumenetelmässä. 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 ja Peter J. Love. Mittauksen vähentäminen variaatiokvanttialgoritmeissa. 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 ja Yudong Cao. Minimoi arvioinnin kestoaika meluisissa kvanttitietokoneissa. PRX Quantum, 2:010346, maaliskuu 2021. doi:10.1103/PRXQuantum.2.010346.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010346
[45] Dax Enshan Koh, Guoming Wang, Peter D. Johnson ja Yudong Cao. Perusteet Bayesin päättelylle suunniteltujen todennäköisyysfunktioiden avulla vankkaa amplitudin estimointia varten. 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 ja Jhonathan Romero. Käytännön kvanttietujen haasteiden tunnistaminen resurssien arvioinnin avulla: mittauksen esto variaatiokvanttiominaisratkaisijassa. arXiv preprint 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 ja Akimasa Miyake. Fermioninen osittainen tomografia klassisten varjojen kautta. Phys. Rev. Lett., 127:110504, syyskuu 2021. doi:10.1103/PhysRevLett.127.110504.
https: / / doi.org/ 10.1103 / PhysRevLett.127.110504
[48] Kianna Wan, William J. Huggins, Joonho Lee ja Ryan Babbush. Matchgate-varjot fermioniseen kvanttisimulaatioon. arXiv preprint 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. Fermioninen tomografia ja oppiminen. arXiv preprint 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 ja Antonio Mezzacapo. Kvanttihamiltonilaisten mittaukset paikallisesti suuntautuneilla klassisilla varjoilla. 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 jne. Sekatilan kietoutuminen paikallisista satunnaismittauksista. 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 ja SP Kulik. Klassisten varjojen kvanttitilan ominaisuuksien kokeellinen arvio. PRX Quantum, 2:010307, tammikuu 2021. doi:10.1103/PRXQuantum.2.010307.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010307
[53] Dax Enshan Koh ja Sabee Grewal. Klassiset varjot melulla. arXiv preprint arXiv:2011.11580v1, 2020.
arXiv: 2011.11580v1
[54] Robin Harper, Steven T. Flammia ja Joel J. Wallman. Kvanttikohinan tehokas oppiminen. 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 ja Xin Wang. VSQL: Variaatiovarjokvanttioppiminen luokittelua varten. Tekoälyä käsittelevän AAAI-konferenssin aineisto, 35(9):8357–8365, toukokuu 2021.
[56] Joseph M. Lukens, Kody JH Law ja Ryan S. Bennink. Bayesilainen analyysi klassisista varjoista. npj Quantum Inf., 7(113):1–10, heinäkuu 2021. doi: 10.1038/s41534-021-00447-6.
https://doi.org/10.1038/s41534-021-00447-6
[57] Roy J. Garcia, You Zhou ja Arthur Jaffe. Kvanttisekoitus klassisilla varjoilla. Phys. Rev. Research, 3:033155, elokuu 2021. doi:10.1103/PhysRevResearch.3.033155.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033155
[58] Hong-Ye Hu ja Yi-Zhuang You. Hamiltonin ohjaama kvanttitilojen varjotomografia. Phys. Rev. Research, 4:013054, tammikuu 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 Kueng ym. Symmetrialla ratkaistu kietoutumisen havaitseminen käyttämällä osittaisia transponointimomentteja. npj Quantum Inf., 7(152):1–12, lokakuu 2021. doi:10.1038/s41534-021-00487-y.
https: / / doi.org/ 10.1038 / s41534-021-00487-y
[60] Hsin-Yuan Huang, Richard Kueng ja John Preskill. Tehokas estimointi Paulin havainnoista derandomisoinnilla. Phys. Rev. Lett., 127:030503, heinäkuu 2021. doi:10.1103/PhysRevLett.127.030503.
https: / / doi.org/ 10.1103 / PhysRevLett.127.030503
[61] Atithi Acharya, Siddhartha Saha ja Anirvan M. Sengupta. Varjotomografia, joka perustuu informatiivisesti täydelliseen positiiviseen operaattorin arvoon mittaan. Phys. Rev. A, 104:052418, marraskuu 2021. doi:10.1103/PhysRevA.104.052418.
https: / / doi.org/ 10.1103 / PhysRevA.104.052418
[62] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo ja Robert Wille. Päätöskaaviot kvanttimittauksille matalia piirejä varten. Vuonna 2021 IEEE International Conference on Quantum Computing and Engineering (QCE), sivut 24–34. IEEE, 2021. doi: 10.1109/QCE52317.2021.00018.
https: / / doi.org/ 10.1109 / QCE52317.2021.00018
[63] Charles Hadfield. Mukautuvat Pauli-varjot energianarviointiin. arXiv preprint 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 ja Xiao Yuan. Päällekkäinen ryhmittelymittaus: Yhtenäinen kehys kvanttitilojen mittaamiseen. arXiv preprint 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 ja Benoı̂t Vermersch. Quantum Fisher -tiedot satunnaistetuista mittauksista. Phys. Rev. Lett., 127:260501, joulukuu 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 ja He Lu. Kokeellinen kvanttitilan mittaus klassisilla varjoilla. Phys. Rev. Lett., 127:200501, marraskuu 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 ja John Preskill. Todistettavasti tehokas koneoppiminen kvanttimonikeho-ongelmiin. arXiv preprint 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 ja Joonho Lee. Vinoutumaton fermioninen kvantti Monte Carlo kvanttitietokoneella. Nature, 603(7901):416–420, maaliskuu 2022. doi:10.1038/s41586-021-04351-z.
https: / / doi.org/ 10.1038 / s41586-021-04351-z
[69] Hong-Ye Hu, Soonwon Choi ja Yi-Zhuang You. Klassinen varjotomografia paikallisesti salatulla kvanttidynamiikalla. arXiv preprint 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. Keskimääräinen piirin ominaisarvon näytteenotto. arXiv preprint 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 ja Bryan K. Clark. Klassiset varjot kvanttiprosessitomografiaan lähiajan kvanttitietokoneilla. arXiv preprint 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 ja Jacob M. Taylor. Kvanttikanavien varjoprosessitomografia. arXiv preprint 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 ja Jens Eisert. Porttijoukon ominaisuuksien arviointi satunnaisista sarjoista. arXiv preprint 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 ja Jerry Li. Eksponentiaaliset erot kvanttimuistilla ja ilman oppimista. Vuonna 2021 IEEE 62nd Annual Symposium on Foundations of Computer Science (FOCS), sivut 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 ja Benoit Vermersch. Satunnaistettu mittaustyökalu Rydbergin kvanttitekniikoille. arXiv preprint 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 Kueng ja Maksym Serbyn. Vältä karuja tasankoja käyttämällä klassisia varjoja. PRX Quantum, 3:020365, kesäkuu 2022. doi:10.1103/PRXQuantum.3.020365.
https: / / doi.org/ 10.1103 / PRXQuantum.3.020365
[77] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia ja Arthur Jaffe. Klassisia varjoja Pauli-invarianteilla unitaarisilla kokoonpanoilla. arXiv preprint 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 ja Steven H. Simon. Tietojen sekoituksen kvantifiointi klassisen varjotomografian avulla ohjelmoitavissa kvanttisimulaattoreissa. arXiv preprint 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 ja He Lu. Kvanttiepävarmuuden suhteiden kokeellinen tutkimus klassisten varjojen kanssa. 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 ja Ryan S. Bennink. Klassiset varjot ja Bayesin keskiarvoarvio: vertailu. Laser- ja sähköoptiikan konferenssissa sivulla 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. Kvanttitilojen oppiminen ilman sotkeutuneita mittauksia. Diplomityö, Waterloon yliopisto, 2021.
[82] Hsin-Yuan Huang. Kvanttitilojen oppiminen klassisista varjoistaan. Nat. Rev. Phys., 4(2):81, helmikuu 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 ja Zhihui Wang. Looginen varjotomografia: Tehokas estimointi virheitä vähentävistä havainnoista. arXiv preprint 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 ja Liang Jiang. Varjojen tislaus: kvanttivirheiden lieventäminen klassisilla varjoilla lähiajan kvanttiprosessoreille. arXiv preprint 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 ja Peter Zoller. Satunnaistetun mittauksen työkalupakki. arXiv preprint arXiv:2203.11374, 2022. doi:10.48550/arXiv.2203.11374.
https:///doi.org/10.48550/arXiv.2203.11374
arXiv: 2203.11374
[86] Gregory Boyd ja Bálint Koczor. Variaatiokvanttipiirien koulutus CoVaR:lla: kovarianssijuuren etsintä klassisilla varjoilla. arXiv preprint 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 ja Otfried Gühne. Varjotomografian optimointi yleistetyillä mittauksilla. arXiv preprint 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 ja Marcello Benedetti. Gibbsin tilan odotusarvojen ennustaminen puhtailla lämpövarjoilla. arXiv preprint 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 ja SL Sondhi. Kvanttitilojen klassisista ja hybridivarjoista. arXiv preprint 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 ja Michał Oszmaniec. Kvanttihamiltonilaisten arvioiminen meluisten ei-työmatkahavaintojen yhteismittauksilla. arXiv preprint 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 ja Xiao Yuan. Hybridi-kvanttiklassiset algoritmit ja kvanttivirheiden lieventäminen. 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 ja Andrew N. Cleland. Pintakoodit: Kohti käytännöllistä suuren mittakaavan kvanttilaskentaa. 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 ja Christophe Vuillot. Tiet kohti vikasietoista universaalia kvanttilaskentaa. Nature, 549(7671):172–179, 2017. doi:10.1038/nature23460.
https: / / doi.org/ 10.1038 / nature23460
[94] Ying Li ja Simon C. Benjamin. Tehokas variaatiokvanttisimulaattori, joka sisältää aktiivisen virheiden minimoinnin. Phys. Rev. X, 7:021050, kesäkuu 2017. doi:10.1103/PhysRevX.7.021050.
https: / / doi.org/ 10.1103 / PhysRevX.7.021050
[95] Kristan Temme, Sergey Bravyi ja Jay M. Gambetta. Lyhyen syvyyskvanttipiirien virheiden lieventäminen. Phys. Rev. Lett., 119:180509, marraskuu 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 ja William J. Zeng. Digitaalinen nollakohinan ekstrapolointi kvanttivirheiden lieventämiseksi. Vuonna 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), sivut 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 ja Lukasz Cincio. Virheiden lieventäminen Cliffordin kvanttipiiritiedoilla. Quantum, 5:592, marraskuu 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 ja Wibe A. de Jong. Hybridi-kvanttiklassinen hierarkia dekoherenssin lieventämiseen ja virittyneiden tilojen määrittämiseen. Phys. Rev. A, 95:042308, huhtikuu 2017. doi:10.1103/PhysRevA.95.042308.
https: / / doi.org/ 10.1103 / PhysRevA.95.042308
[99] Suguru Endo, Simon C. Benjamin ja Ying Li. Käytännöllinen kvanttivirheiden lieventäminen lähitulevaisuuden sovelluksiin. Phys. Rev. X, 8:031027, heinäkuu 2018. doi:10.1103/PhysRevX.8.031027.
https: / / doi.org/ 10.1103 / PhysRevX.8.031027
[100] John Watrous. Kvanttitiedon teoria. Cambridge University Press, 2018. doi: 10.1017/9781316848142.
https: / / doi.org/ 10.1017 / +9781316848142
[101] Sepehr Nezami ja Michael Walter. Moniosainen takertuminen stabilointitensoriverkkoihin. Phys. Rev. Lett., 125:241602, joulukuu 2020. doi:10.1103/PhysRevLett.125.241602.
https: / / doi.org/ 10.1103 / PhysRevLett.125.241602
[102] Fernando GSL Brandao ja Michal Horodecki. Eksponentiaaliset kvanttinopeudet ovat yleisiä. Quantum 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 ja Dax Enshan Koh. Konjugoitujen Clifford-piirien monimutkaisuusluokitus. Teoksessa Rocco A. Servedio, toimittaja, 33rd Computational Complexity Conference (CCC 2018), Leibniz International Proceedings in Informatics (LIPIcs) osa 102, sivut 21:1–21:25, Dagstuhl, Saksa, 2018. Schloss Dagstuhl-Ztrumnibnibnib 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 ja Damian Markham. Tehokkaat likimääräiset unitaarit t-mallit osittain käännettävistä universaaleista joukoista ja niiden soveltaminen kvanttinopeuden parantamiseen. arXiv preprint 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 ja Renato Renner. Irrotus yhtenäisillä likimääräisillä kahdella mallilla. 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 ja Andreas Winter. Kvanttitiedon ei-muovattava salaus. 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 -ryhmät ovat yhtenäisiä 3-malleja. 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. Satunnaistettu benchmarking portista riippuvaisella kohinalla. Quantum, 2:47, tammikuu 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 ja Kenneth Michael Rudinger. Ei-Markovilaisen melun diagnosointi ja tuhoaminen. Tekninen raportti, Sandia National Lab. (SNL-CA), Livermore, CA (Yhdysvallat), 2020. doi: 10.2172/1671379.
https: / / doi.org/ 10.2172 / +1671379
[110] Tilo Eggeling ja Reinhard F. Werner. Kolmiosaisten tilojen erotettavuusominaisuudet $Uotimes U$ -symmetrialla. 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 ja Lorenza Viola. Yhteensopivat kvanttikorrelaatiot: Wernerin ja isotrooppisten tilojen laajennusongelmat. Physical Review A, 88(3):032323, 2013. doi:10.1103/PhysRevA.88.032323.
https: / / doi.org/ 10.1103 / PhysRevA.88.032323
Viitattu
[1] Jules Tilly, Hongxiang Chen, Shuxiang Cao, Dario Picozzi, Kanav Setia, Ying Li, Edward Grant, Leonard Wossnig, Ivan Rungger, George H. Booth ja Jonathan Tennyson, "The Variational Quantum Eigensolver: katsaus menetelmiin ja parhaat käytännöt", 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 ja Alán Aspuru-Guzik, "Noisy intermediate-scale kvantialgoritmit", Arvostelut modernista fysiikasta 94 1, 015004 (2022).
[3] Hsin-Yuan Huang, Richard Kueng, Giacomo Torlai, Victor V. Albert ja John Preskill, "Todistettavasti tehokas koneoppiminen kvanttimonen kehon ongelmiin". arXiv: 2106.12627.
[4] Antoine Neven, Jose Carrasco, Vittorio Vitale, Christian Kokail, Andreas Elben, Marcello Dalmonte, Pasquale Calabrese, Peter Zoller, Benoît Vermersch, Richard Kueng ja Barbara Kraus, "Symmetry-resolved takertuman havaitseminen osittaisilla transponointimomenteilla", npj kvanttitiedot 7, 152 (2021).
[5] Stefan H. Sack, Raimel A. Medina, Alexios A. Michailidis, Richard Kueng ja 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 ja Peter Zoller, "Satunnaistettu mittaustyökalu". arXiv: 2203.11374.
[7] Hsin-Yuan Huang, Richard Kueng ja John Preskill, "Efficient Estimation of Pauli Observables by Derandomization", Fyysisen arvioinnin kirjeet 127 3, 030503 (2021).
[8] Daniel McNulty, Filip B. Maciejewski ja Michał Oszmaniec, "Estimating Quantum Hamiltonians via Joint Measurements of Noisy Non-commuting Observables", arXiv: 2206.08912.
[9] Senrui Chen, Wenjun Yu, Pei Zeng ja Steven T. Flammia, "Robust Shadow Estimation", PRX Quantum 2 3, 030348 (2021).
[10] Hong-Ye Hu ja Yi-Zhuang You, "Hamiltonin ohjaama kvanttitilojen varjotomografia", Fyysisen tarkastelun tutkimus 4 1, 013054 (2022).
[11] Hong-Ye Hu, Soonwon Choi ja Yi-Zhuang You, "Classical Shadow Tomography with Locally Scrambled Quantum Dynamics", arXiv: 2107.04817.
[12] Roy J. Garcia, You Zhou ja Arthur Jaffe, "Quantum scrambling with classical shadows", Fyysisen tarkastelun tutkimus 3 3, 033155 (2021).
[13] Ryan Levy, Di Luo ja Bryan K. Clark, "Classical Shadows for Quantum Process Tomography on Near-term Quantum Computers", arXiv: 2110.02965.
[14] Aniket Rath, Cyril Branciard, Anna Minguzzi ja Benoît Vermersch, "Quantum Fisher Information from Randomized Measurements", Fyysisen arvioinnin kirjeet 127 26, 260501 (2021).
[15] Charles Hadfield, "Adaptive Pauli Shadows for Energy Estimation", arXiv: 2105.12207.
[16] Jose Carrasco, Andreas Elben, Christian Kokail, Barbara Kraus ja Peter Zoller, "Theoretical and Experimental Perspectives of Quantum Verification", arXiv: 2102.05927.
[17] Lorenzo Leone, Salvatore FE Oliviero ja Alioscia Hamma, "Magia estää kvanttisertifioinnin", arXiv: 2204.02995.
[18] Atithi Acharya, Siddhartha Saha ja Anirvan M. Sengupta, "Tietollisesti täydellinen POVM-pohjainen varjotomografia", arXiv: 2105.05992.
[19] Simone Notarnicola, Andreas Elben, Thierry Lahaye, Antoine Browaeys, Simone Montangero ja Benoit Vermersch, "Satunnaistettu mittaustyökalu Rydbergin kvanttitekniikoille". arXiv: 2112.11046.
[20] Atithi Acharya, Siddhartha Saha ja Anirvan M. Sengupta, "Varjotomografia perustuu informatiivisesti täydelliseen positiiviseen operaattorin arvoon mittaan". Fyysinen arvio A 104 5, 052418 (2021).
[21] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia ja Arthur Jaffe, "Classical shadows with Pauli-invariant unitary ensembles" arXiv: 2202.03272.
Yllä olevat sitaatit ovat peräisin SAO: n ja NASA: n mainokset (viimeksi päivitetty onnistuneesti 2022-08-16 14:04:23). Lista voi olla puutteellinen, koska kaikki julkaisijat eivät tarjoa sopivia ja täydellisiä viittaustietoja.
Ei voitu noutaa Crossref siteeratut tiedot viimeisen yrityksen aikana 2022-08-16 14:04:21: Ei voitu noutaa viittauksia 10.22331 / q-2022-08-16-776 mainittuihin tietoihin Crossrefiltä. Tämä on normaalia, jos DOI rekisteröitiin äskettäin.
Tämä kirja on julkaistu Quantum - lehdessä Creative Commons Nimeäminen 4.0 Kansainvälinen (CC BY 4.0) lisenssin. Tekijänoikeudet säilyvät alkuperäisillä tekijänoikeuksien haltijoilla, kuten tekijöillä tai heidän instituutioillaan.
