Compromis d'encodage et boîtes à outils de conception dans des algorithmes quantiques pour une optimisation discrète : coloration, routage, planification et autres problèmes

Republié par Platon

Suiveurs: 0

Nicolas PD Sawaya¹, Albert T. Schmitz²et Stuart Hadfield^3,4

¹Intel Labs, Intel Corporation, Santa Clara, Californie 95054, États-Unis [nicolas.sawaya@intel.com]
²Intel Labs, Intel Corporation, Hillsboro, Oregon 97124, États-Unis
³Laboratoire d'intelligence artificielle quantique, NASA Ames Research Center, Moffett Field, Californie 94035, États-Unis
⁴USRA Research Institute for Advanced Computer Science, Mountain View, Californie, 94043, États-Unis

Vous trouvez cet article intéressant ou souhaitez en discuter? Scite ou laisse un commentaire sur SciRate.

Abstract

Les problèmes complexes d’optimisation combinatoire sont omniprésents en science et en ingénierie. Plusieurs méthodes quantiques d’optimisation ont récemment été développées, dans différents contextes, incluant des solveurs exacts et approximatifs. Abordant ce domaine de recherche, ce manuscrit poursuit trois objectifs distincts. Tout d'abord, nous présentons une méthode intuitive de synthèse et d'analyse de problèmes d'optimisation discrets ($ c'est-à-dire basés sur des entiers), dans laquelle le problème et les primitives algorithmiques correspondantes sont exprimés à l'aide d'une représentation intermédiaire quantique discrète (DQIR) indépendante du codage. Cette représentation compacte permet souvent une compilation plus efficace des problèmes, des analyses automatisées des différents choix de codage, une interprétabilité plus facile, des procédures d'exécution plus complexes et une programmabilité plus riche, par rapport aux approches précédentes, que nous démontrons avec un certain nombre d'exemples. Deuxièmement, nous effectuons des études numériques comparant plusieurs codages de qubits ; les résultats présentent un certain nombre de tendances préliminaires qui aident à guider le choix du codage pour un ensemble particulier de matériel et un problème et un algorithme particuliers. Notre étude inclut des problèmes liés à la coloration des graphiques, au problème du vendeur itinérant, à la planification usine/machine, au rééquilibrage du portefeuille financier et à la programmation linéaire en nombres entiers. Troisièmement, nous concevons des mélangeurs partiels dérivés de graphes (GDPM) de faible profondeur jusqu'à 16 variables quantiques de niveau, démontrant que les codages compacts (binaires) se prêtent mieux au QAOA qu'on ne le pensait auparavant. Nous espérons que cette boîte à outils d'abstractions de programmation et d'éléments de base de bas niveau aidera à concevoir des algorithmes quantiques pour des problèmes combinatoires discrets.

Compromis d'encodage et boîtes à outils de conception dans des algorithmes quantiques pour une optimisation discrète : coloration, routage, planification et autres problèmes PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Image présentée : Un mélangeur partiel dérivé d'un graphique (GDPM) pour contraindre une variable de 3 qubits à 6 états lors de l'implémentation, par exemple, de QAOA.

► Données BibTeX

@article{Sawaya2023encodingtradeoffs, doi = {10.22331/q-2023-09-14-1111}, url = {https://doi.org/10.22331/q-2023-09-14-1111}, title = {Commerce d'encodage -offs et boîtes à outils de conception dans les algorithmes quantiques pour l'optimisation discrète : coloration, routage, planification et autres problèmes}, auteur = {Sawaya, Nicolas PD et Schmitz, Albert T et Hadfield, Stuart}, journal = {{Quantum}}, issn = {2521-327X}, éditeur = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, pages = {1111}, mois = septembre, année = { 2023} }

► Références

Christos H. Papadimitriou et Kenneth Steiglitz. Optimisation combinatoire : algorithmes et complexité. Société de messagerie, 1998.

Amour K Grover. Un algorithme de mécanique quantique rapide pour la recherche dans des bases de données. Dans Actes du vingt-huitième symposium annuel de l'ACM sur la théorie de l'informatique, pages 212-219, 1996. https://doi.org/10.1145/237814.237866.
https: / / doi.org/ 10.1145 / 237814.237866

Tad Hogg et Dmitriy Portnov. Optimisation quantique. Sciences de l'information, 128(3-4):181-197, 2000. https://doi.org/10.1016/s0020-0255(00)00052-9.
https://doi.org/10.1016/s0020-0255(00)00052-9

Edward Farhi, Jeffrey Goldstone et Sam Gutmann. Un algorithme d'optimisation approximative quantique. Préimpression arXiv arXiv:1411.4028, 2014. https://doi.org/10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv: 1411.4028

Matthieu B Hastings. Un algorithme quantique à court trajet pour une optimisation exacte. Quantique, 2:78, 2018. https://doi.org/10.22331/q-2018-07-26-78.
https://doi.org/10.22331/q-2018-07-26-78

Tameem Albash et Daniel A. Lidar. Calcul quantique adiabatique. Reviews of Modern Physics, 90(1):015002, 2018. https://doi.org/10.1103/revmodphys.90.015002.
https: / / doi.org/ 10.1103 / revmodphys.90.015002

Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor Rieffel, Davide Venturelli et Rupak Biswas. De l'algorithme d'optimisation approchée quantique à un opérateur alternatif quantique ansatz. Algorithmes, 12(2):34, 2019. https://doi.org/10.3390/a12020034.
https: / / doi.org/ 10.3390 / a12020034

Philipp Hauke, Helmut G Katzgraber, Wolfgang Lechner, Hidetoshi Nishimori et William D Oliver. Perspectives du recuit quantique : méthodes et implémentations. Rapports sur les progrès en physique, 83(5):054401, 2020. https://doi.org/10.1088/1361-6633/ab85b8.
https://doi.org/10.1088/1361-6633/ab85b8

KM Svore, AV Aho, AW Cross, I. Chuang et IL Markov. Une architecture logicielle en couches pour les outils de conception informatique quantique. Ordinateur, 39(1):74-83, janvier 2006. https://doi.org/10.1109/MC.2006.4.
https: / / doi.org/ 10.1109 / MC.2006.4

David Ittah, Thomas Häner, Vadym Kliuchnikov et Torsten Hoefler. Activation de l'optimisation du flux de données pour les programmes quantiques. Préimpression arXiv arXiv:2101.11030, 2021. https://doi.org/10.48550/arXiv.2101.11030.
https:///doi.org/10.48550/arXiv.2101.11030
arXiv: 2101.11030

Ruslan Shaydulin, Kunal Marwaha, Jonathan Wurtz et Phillip C Lotshaw. Qaoakit : une boîte à outils pour l'étude, l'application et la vérification reproductibles du qaoa. En 2021, deuxième atelier international IEEE/ACM sur les logiciels d'informatique quantique (QCS), pages 64 à 71. IEEE, 2021. https:///doi.org/10.1109/qcs54837.2021.00011.
https:///doi.org/10.1109/qcs54837.2021.00011

Nicolas PD Sawaya, Tim Menke, Thi Ha Kyaw, Sonika Johri, Alán Aspuru-Guzik et Gian Giacomo Guerreschi. Simulation quantique numérique économe en ressources de systèmes de niveau D pour les hamiltoniens photoniques, vibratoires et de spin. npj Quantum Information, 6(1), juin 2020. https://doi.org/10.1038/s41534-020-0278-0.
https://doi.org/10.1038/s41534-020-0278-0

Stuart Hadfield. Sur la représentation des fonctions booléennes et réelles comme hamiltoniens pour l'informatique quantique. Transactions ACM sur l'informatique quantique, 2(4):1–21, 2021. https://doi.org/10.1145/3478519.
https: / / doi.org/ 10.1145 / 3478519

Kesha Hietala, Robert Rand, Shih-Han Hung, Xiaodi Wu et Michael Hicks. Optimisation vérifiée dans une représentation quantique intermédiaire. CoRR, abs/1904.06319, 2019. https://doi.org/10.48550/arXiv.1904.06319.
https:///doi.org/10.48550/arXiv.1904.06319

Thien Nguyen et Alexander McCaskey. Compilateurs d'optimisation reciblables pour les accélérateurs quantiques via une représentation intermédiaire multiniveau. IEEE Micro, 42(5):17-33, 2022. https:///doi.org/10.1109/mm.2022.3179654.
https:///doi.org/10.1109/mm.2022.3179654

Alexander McCaskey et Thien Nguyen. Un dialecte MLIR pour les langages d'assemblage quantique. En 2021, Conférence internationale de l'IEEE sur l'informatique et l'ingénierie quantiques (QCE), pages 255 à 264. IEEE, 2021. https:///doi.org/10.1109/qce52317.2021.00043.
https:///doi.org/10.1109/qce52317.2021.00043

Andrew W Cross, Lev S Bishop, John A Smolin et Jay M Gambetta. Langage d’assemblage quantique ouvert. Préimpression arXiv arXiv:1707.03429, 2017. https://doi.org/10.48550/arXiv.1707.03429.
https:///doi.org/10.48550/arXiv.1707.03429
arXiv: 1707.03429

Nicolas PD Sawaya, Gian Giacomo Guerreschi et Adam Holmes. Sur les besoins en ressources dépendant de la connectivité pour la simulation quantique numérique des particules de niveau D. En 2020, conférence internationale de l'IEEE sur l'informatique et l'ingénierie quantiques (QCE). IEEE, 2020. https://doi.org/10.1109/qce49297.2020.00031.
https:///doi.org/10.1109/qce49297.2020.00031

Alexandru Macridin, Panagiotis Spentzouris, James Amundson et Roni Harnik. Systèmes électron-phonon sur un ordinateur quantique universel. Phys. Rev. Lett., 121:110504, 2018. https://doi.org/10.1103/PhysRevLett.121.110504.
https: / / doi.org/ 10.1103 / PhysRevLett.121.110504

Sam McArdle, Alexander Mayorov, Xiao Shan, Simon Benjamin et Xiao Yuan. Simulation quantique numérique des vibrations moléculaires. Chimique. Sci., 10(22):5725-5735, 2019. https://doi.org/10.1039/c9sc01313j.
https:///doi.org/10.1039/c9sc01313j

Pauline J. Ollitrault, Alberto Baiardi, Markus Reiher et Ivano Tavernelli. Algorithmes quantiques matériels efficaces pour les calculs de structures vibrationnelles. Chimique. Sci., 11(26):6842-6855, 2020. https://doi.org/10.1039/d0sc01908a.
https:///doi.org/10.1039/d0sc01908a

Nicolas PD Sawaya, Francesco Paesani et Daniel P Tabor. Approches algorithmiques quantiques à court et à long terme pour la spectroscopie vibrationnelle. Examen physique A, 104(6):062419, 2021. https://doi.org/10.1103/physreva.104.062419.
https: / / doi.org/ 10.1103 / physreva.104.062419

Jakob S Kottmann, Mario Krenn, Thi Ha Kyaw, Sumner Alperin-Lea et Alán Aspuru-Guzik. Conception quantique assistée par ordinateur de matériel d'optique quantique. Science et technologie quantiques, 6(3):035010, 2021. https://doi.org/10.1088/2058-9565/abfc94.
https:///doi.org/10.1088/2058-9565/abfc94

R Lora-Serrano, Daniel Julio Garcia, D Betancourth, RP Amaral, NS Camilo, E Estévez-Rams, LA Ortellado GZ et PG Pagliuso. Effets de dilution dans les systèmes spin 7/2. le cas de l'antiferromagnétique GdRhIn5. Journal du magnétisme et des matériaux magnétiques, 405 : 304-310, 2016. https://doi.org/10.1016/j.jmmm.2015.12.093.
https:///doi.org/10.1016/j.jmmm.2015.12.093

Jarrod R McClean, Jonathan Romero, Ryan Babbush et Alán Aspuru-Guzik. La théorie des algorithmes quantiques-classiques hybrides variationnels. Nouveau Journal of Physics, 18(2):023023, 2016. https://doi.org/10.1088/1367-2630/18/2/023023.
https://doi.org/10.1088/1367-2630/18/2/023023

Vladyslav Verteletskyi, Tzu-Ching Yen et Artur F Izmaylov. Optimisation des mesures dans le solveur propre quantique variationnel en utilisant une couverture de clique minimale. Le Journal de physique chimique, 152(12):124114, 2020. https://doi.org/10.1063/1.5141458.
https: / / doi.org/ 10.1063 / 1.5141458

Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio et al. Algorithmes quantiques variationnels. Nature Reviews Physics, 3(9):625-644, 2021. https://doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9

Dmitry A Fedorov, Bo Peng, Niranjan Govind et Yuri Alexeev. Méthode VQE : Une brève enquête et des développements récents. Théorie des matériaux, 6(1):1–21, 2022. https://doi.org/10.1186/s41313-021-00032-6.
https://doi.org/10.1186/s41313-021-00032-6

André Lucas. Formulations Ising de nombreux problèmes NP. Frontières de la physique, 2:5, 2014. https://doi.org/10.3389/fphy.2014.00005.
https: / / doi.org/ 10.3389 / fphy.2014.00005

Young-Hyun Oh, Hamed Mohammadbagherpoor, Patrick Dreher, Anand Singh, Xianqing Yu et Andy J. Rindos. Résoudre des problèmes d'optimisation combinatoire multicolores à l'aide d'algorithmes quantiques hybrides. Préimpression arXiv arXiv:1911.00595, 2019. https://doi.org/10.48550/arXiv.1911.00595.
https:///doi.org/10.48550/arXiv.1911.00595
arXiv: 1911.00595

Zhihui Wang, Nicholas C. Rubin, Jason M. Dominy et Eleanor G. Rieffel. Mélangeurs XY : Résultats analytiques et numériques pour l'opérateur alternatif quantique ansatz. Phys. A, 101:012320, janvier 2020. https://doi.org/10.1103/PhysRevA.101.012320.
https: / / doi.org/ 10.1103 / PhysRevA.101.012320

Zsolt Tabi, Kareem H. El-Safty, Zsofia Kallus, Peter Haga, Tamas Kozsik, Adam Glos et Zoltan Zimboras. Optimisation quantique pour le problème de coloration des graphes avec intégration efficace en termes d'espace. En 2020, conférence internationale de l'IEEE sur l'informatique et l'ingénierie quantiques (QCE). IEEE, octobre 2020. https://doi.org/10.1109/qce49297.2020.00018.
https:///doi.org/10.1109/qce49297.2020.00018

Franz G Fuchs, Herman Oie Kolden, Niels Henrik Aase et Giorgio Sartor. Encodage efficace du MAX k-CUT pondéré sur un ordinateur quantique utilisant qaoa. SN Computer Science, 2(2):89, 2021. https:///doi.org/10.1007/s42979-020-00437-z.
https: / / doi.org/ 10.1007 / s42979-020-00437-z

Bryan O'Gorman, Eleanor Gilbert Rieffel, Minh Do, Davide Venturelli et Jeremy Frank. Comparaison des approches de compilation de problèmes de planification pour le recuit quantique. La revue de l'ingénierie des connaissances, 31(5):465-474, 2016. https://doi.org/10.1017/S0269888916000278.
https: / / doi.org/ 10.1017 / S0269888916000278

Tobias Stollenwerk, Stuart Hadfield et Zhihui Wang. Vers une heuristique de modèle de porte quantique pour des problèmes de planification du monde réel. Transactions IEEE sur l'ingénierie quantique, 1:1-16, 2020. https://doi.org/10.1109/TQE.2020.3030609.
https: / / doi.org/ 10.1109 / TQE.2020.3030609

Tobias Stollenwerk, Bryan OGorman, Davide Venturelli, Salvatore Mandra, Olga Rodionova, Hokkwan Ng, Banavar Sridhar, Eleanor Gilbert Rieffel et Rupak Biswas. Recuit quantique appliqué à la résolution des conflits de trajectoires optimales pour la gestion du trafic aérien. Transactions IEEE sur les systèmes de transport intelligents, 21(1):285-297, janvier 2020. https://doi.org/10.1109/tits.2019.2891235.
https:///doi.org/10.1109/tits.2019.2891235

Alan Crispin et Alex Syrichas. Algorithme de recuit quantique pour la planification des véhicules. En 2013, conférence internationale de l'IEEE sur les systèmes, l'homme et la cybernétique. IEEE, 2013. https://doi.org/10.1109/smc.2013.601.
https:///doi.org/10.1109/smc.2013.601

Davide Venturelli, Dominic JJ Marchand et Galo Rojo. Implémentation du recuit quantique de la planification des ateliers. Préimpression arXiv arXiv:1506.08479, 2015. https://doi.org/10.48550/arXiv.1506.08479.
https:///doi.org/10.48550/arXiv.1506.08479
arXiv: 1506.08479

Tony T. Tran, Minh Do, Eleanor G. Rieffel, Jeremy Frank, Zhihui Wang, Bryan O'Gorman, Davide Venturelli et J. Christopher Beck. Une approche hybride quantique-classique pour résoudre les problèmes de planification. Dans le neuvième symposium annuel sur la recherche combinatoire. AAAI, 2016. https://doi.org/10.1609/socs.v7i1.18390.
https:///doi.org/10.1609/socs.v7i1.18390

Krzysztof Domino, Mátyás Koniorczyk, Krzysztof Krawiec, Konrad Jałowiecki et Bartłomiej Gardas. Approche informatique quantique de la répartition ferroviaire et de l'optimisation de la gestion des conflits sur les lignes ferroviaires à voie unique. Préimpression arXiv arXiv:2010.08227, 2020. https://doi.org/10.48550/arXiv.2010.08227.
https:///doi.org/10.48550/arXiv.2010.08227
arXiv: 2010.08227

Constantin Dalyac, Loïc Henriet, Emmanuel Jeandel, Wolfgang Lechner, Simon Perdrix, Marc Porcheron et Margarita Veshchezerova. Qualifier les approches quantiques pour des problèmes difficiles d’optimisation industrielle. Une étude de cas dans le domaine de la recharge intelligente des véhicules électriques. EPJ Quantum Technology, 8(1), 2021. https://doi.org/10.1140/epjqt/s40507-021-00100-3.
https://doi.org/10.1140/epjqt/s40507-021-00100-3

David Amaro, Matthias Rosenkranz, Nathan Fitzpatrick, Koji Hirano et Mattia Fiorentini. Une étude de cas d'algorithmes quantiques variationnels pour un problème de planification d'atelier. EPJ Quantum Technology, 9(1):5, 2022. https://doi.org/10.1140/epjqt/s40507-022-00123-4.
https://doi.org/10.1140/epjqt/s40507-022-00123-4

Julia Plewa, Joanna Sieńko et Katarzyna Rycerz. Algorithmes variationnels pour le problème de planification des flux de travail dans les dispositifs quantiques basés sur des portes. Informatique et informatique, 40(4), 2021. https://doi.org/10.31577/cai_2021_4_897.
https:///doi.org/10.31577/cai_2021_4_897

Adam Glos, Aleksandra Krawiec et Zoltán Zimborás. Optimisation binaire peu encombrante pour l'informatique quantique variationnelle. npj Quantum Information, 8(1):39, 2022. https://doi.org/10.1038/s41534-022-00546-y.
https: / / doi.org/ 10.1038 / s41534-022-00546-y

Özlem Salehi, Adam Glos et Jarosław Adam Miszczak. Modèles binaires sans contraintes des variantes du problème du voyageur de commerce pour l'optimisation quantique. Traitement de l'information quantique, 21(2):67, 2022. https://doi.org/10.1007/s11128-021-03405-5.
https://doi.org/10.1007/s11128-021-03405-5

David E. Bernal, Sridhar Tayur et Davide Venturelli. Programmation quantique en nombres entiers (QuIP) 47-779 : Notes de cours. Préimpression arXiv arXiv:2012.11382, 2020. https://doi.org/10.48550/arXiv.2012.11382.
https:///doi.org/10.48550/arXiv.2012.11382
arXiv: 2012.11382

Mark Hodson, Brendan Ruck, Hugh Ong, David Garvin et Stefan Dulman. Expériences de rééquilibrage de portefeuille utilisant l'opérateur d'alternance quantique ansatz. Préimpression arXiv arXiv:1911.05296, 2019. https://doi.org/10.48550/arXiv.1911.05296.
https:///doi.org/10.48550/arXiv.1911.05296
arXiv: 1911.05296

Sergi Ramos-Calderer, Adrián Pérez-Salinas, Diego García-Martín, Carlos Bravo-Prieto, Jorge Cortada, Jordi Planagumà et José I. Latorre. Approche quantique unaire de la tarification des options. Phys. Rév.A, 103:032414, 2021. https://doi.org/10.1103/PhysRevA.103.032414.
https: / / doi.org/ 10.1103 / PhysRevA.103.032414

Kensuke Tamura, Tatsuhiko Shirai, Hosho Katsura, Shu Tanaka et Nozomu Togawa. Comparaison des performances des codages d'entiers binaires typiques dans une machine à ising. Accès IEEE, 9:81032-81039, 2021. https://doi.org/10.1109/ACCESS.2021.3081685.
https: / / doi.org/ 10.1109 / ACCESS.2021.3081685

Ludmila Botelho, Adam Glos, Akash Kundu, Jarosław Adam Miszczak, Özlem Salehi et Zoltán Zimborás. Atténuation des erreurs pour les algorithmes quantiques variationnels grâce à des mesures à mi-circuit. Examen physique A, 105(2):022441, 2022. https://doi.org/10.1103/physreva.105.022441.
https: / / doi.org/ 10.1103 / physreva.105.022441

Zhihui Wang, Stuart Hadfield, Zhang Jiang et Eleanor G Rieffel. Algorithme d'optimisation approximative quantique pour maxcut : une vue fermionique. Examen physique A, 97(2):022304, 2018. https://doi.org/10.1103/physreva.97.022304.
https: / / doi.org/ 10.1103 / physreva.97.022304

Stuart Andrew Hadfield. Algorithmes quantiques pour le calcul scientifique et l'optimisation approximative. Université Columbia, 2018. https://doi.org/10.48550/arXiv.1805.03265.
https:///doi.org/10.48550/arXiv.1805.03265

Matthieu B. Hastings. Algorithmes d'approximation de profondeur délimités classiques et quantiques. Information et calcul quantiques, 19(13&14):1116-1140, 2019. https://doi.org/10.26421/QIC19.13-14-3.
https: / / doi.org/ 10.26421 / QIC19.13-14-3

Sergey Bravyi, Alexander Kliesch, Robert Koenig et Eugene Tang. Obstacles à l’optimisation quantique variationnelle dus à la protection de la symétrie. Lettres d'examen physique, 125(26):260505, 2020. https://doi.org/10.1103/physrevlett.125.260505.
https: / / doi.org/ 10.1103 / physrevlett.125.260505

Alexander M Dalzell, Aram W Harrow, Dax Enshan Koh et Rolando L La Placa. Combien de qubits sont nécessaires pour la suprématie informatique quantique ? Quantique, 4:264, 2020. https://doi.org/10.22331/q-2020-05-11-264.
https://doi.org/10.22331/q-2020-05-11-264

Daniel Stilck França et Raul Garcia-Patron. Limites des algorithmes d'optimisation sur les dispositifs quantiques bruyants. Physique de la nature, 17(11):1221-1227, 2021. https://doi.org/10.1038/s41567-021-01356-3.
https://doi.org/10.1038/s41567-021-01356-3

Leo Zhou, Sheng-Tao Wang, Soonwon Choi, Hannes Pichler et Mikhail D Lukin. Algorithme d’optimisation approximative quantique : performances, mécanisme et mise en œuvre sur des appareils à court terme. Examen physique X, 10(2):021067, 2020. https://doi.org/10.1103/physrevx.10.021067.
https: / / doi.org/ 10.1103 / physrevx.10.021067

Boaz Barak et Kunal Marwaha. Algorithmes classiques et limitations quantiques pour une coupe maximale sur des graphiques à forte circonférence. Dans Mark Braverman, éditeur, 13e Conférence sur les innovations en informatique théorique (ITCS 2022), volume 215 de Leibniz International Proceedings in Informatics (LIPIcs), pages 14 :1–14 :21, Dagstuhl, Allemagne, 2022. Schloss Dagstuhl – Leibniz- Centre d'informatique. https:///doi.org/10.4230/LIPIcs.ITCS.2022.14.
https: / / doi.org/ 10.4230 / LIPIcs.ITCS.2022.14

Lennart Bittel et Martin Kliesch. La formation d’algorithmes quantiques variationnels est NP-difficile. Lettres d'examen physique, 127(12):120502, 2021. https://doi.org/10.1103/PhysRevLett.127.120502.
https: / / doi.org/ 10.1103 / PhysRevLett.127.120502

Kunal Marwaha et Stuart Hadfield. Limites de l'approximation de Max $k$ XOR avec des algorithmes quantiques et locaux classiques. Quantique, 6:757, 2022. https:///doi.org/10.22331/q-2022-07-07-757.
https://doi.org/10.22331/q-2022-07-07-757

A Barış Özgüler et Davide Venturelli. Synthèse de portes numériques pour l'heuristique quantique sur les processeurs quantiques bosoniques. Frontières en physique, page 724, 2022. https://doi.org/10.3389/fphy.2022.900612.
https: / / doi.org/ 10.3389 / fphy.2022.900612

Yannick Deller, Sebastian Schmitt, Maciej Lewenstein, Steve Lenk, Marika Federer, Fred Jendrzejewski, Philipp Hauke et Valentin Kasper. Algorithme d'optimisation approximative quantique pour les systèmes qudit avec des interactions à longue portée. Préimpression arXiv arXiv:2204.00340, 2022. https://doi.org/10.1103/physreva.107.062410.
https: / / doi.org/ 10.1103 / physreva.107.062410
arXiv: 2204.00340

Stuart Hadfield, Zhihui Wang, Eleanor G Rieffel, Bryan O'Gorman, Davide Venturelli et Rupak Biswas. Optimisation approximative quantique avec contraintes dures et douces. Dans Actes du deuxième atelier international sur le supercalculateur de l'ère Post Moores, pages 15-21, 2017. https://doi.org/10.1145/3149526.3149530.
https: / / doi.org/ 10.1145 / 3149526.3149530

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. Optimisation quantique à l'aide d'algorithmes variationnels sur des dispositifs quantiques à court terme. Science et technologie quantiques, 3(3):030503, 2018. https://doi.org/10.1088/2058-9565/aab822.
https: / / doi.org/ 10.1088 / 2058-9565 / aab822

Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin et Xiao Yuan. Simulation quantique variationnelle basée sur l'ansatz de l'évolution du temps imaginaire. npj Quantum Information, 5(1):1–6, 2019. https://doi.org/10.1038/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2

Mario Motta, Chong Sun, Adrian TK Tan, Matthew J. O'Rourke, Erika Ye, Austin J. Minnich, Fernando GSL Brandão et Garnet Kin-Lic Chan. Détermination des états propres et des états thermiques sur un ordinateur quantique à l'aide de l'évolution temporelle imaginaire quantique. Physique de la nature, 16(2):205-210, 2019. https://doi.org/10.1038/s41567-019-0704-4.
https://doi.org/10.1038/s41567-019-0704-4

Ryan O'Donnell. Analyse des fonctions booléennes. La Presse de l'Universite de Cambridge, 2014.

Kyle EC Booth, Bryan O'Gorman, Jeffrey Marshall, Stuart Hadfield et Eleanor Rieffel. Programmation par contraintes accélérée quantique. Quantique, 5:550, septembre 2021. https://doi.org/10.22331/q-2021-09-28-550.
https://doi.org/10.22331/q-2021-09-28-550

Adriano Barenco, Charles H Bennett, Richard Cleve, David P DiVincenzo, Norman Margolus, Peter Shor, Tycho Sleator, John A Smolin et Harald Weinfurter. Portes élémentaires pour le calcul quantique. Revue physique A, 52(5):3457, 1995. https://doi.org/10.1103/PhysRevA.52.3457.
https: / / doi.org/ 10.1103 / PhysRevA.52.3457

VV Shende et IL Markov. Sur le coût CNOT des portails TOFFOLI. Informations et calcul quantiques, 9(5&6):461–486, 2009. https://doi.org/10.26421/qic8.5-6-8.
https: / / doi.org/ 10.26421 / qic8.5-6-8

Mehdi Saeedi et Igor L Markov. Synthèse et optimisation des circuits réversibles – une enquête. ACM Computing Surveys (CSUR), 45(2):1–34, 2013. https://doi.org/10.1145/2431211.2431220.
https: / / doi.org/ 10.1145 / 2431211.2431220

Gian Giacomo Guerreschi. Résolution de l'optimisation binaire quadratique sans contrainte avec des algorithmes diviser pour régner et quantiques. Préimpression arXiv arXiv:2101.07813, 2021. https://doi.org/10.48550/arXiv.2101.07813.
https:///doi.org/10.48550/arXiv.2101.07813
arXiv: 2101.07813

Zain H. Saleem, Teague Tomesh, Michael A. Perlin, Pranav Gokhale et Martin Suchara. Diviser pour mieux régner quantique pour l'optimisation combinatoire et l'informatique distribuée. Préimpression arXiv arXiv:2107.07532, 2021. https://doi.org/10.48550/arXiv.2107.07532.
https:///doi.org/10.48550/arXiv.2107.07532
arXiv: 2107.07532

Daniel A Lidar et Todd A Brun. Correction d'erreurs quantiques. Presse universitaire de Cambridge, 2013.

Nicolas Chancelier. Codage de paroi de domaine de variables discrètes pour le recuit quantique et qaoa. Science et technologie quantiques, 4(4):045004, 2019. https://doi.org/10.1088/2058-9565/ab33c2.
https://doi.org/10.1088/2058-9565/ab33c2

Jesse Berwald, Nicolas Chancelier et Raouf Dridi. Comprendre le codage de mur de domaine de manière théorique et expérimentale. Transactions philosophiques de la Royal Society A, 381(2241):20210410, 2023. https://doi.org/10.1098/rsta.2021.0410.
https: / / doi.org/ 10.1098 / rsta.2021.0410

Jie Chen, Tobias Stollenwerk et Nicholas Chancellor. Performances du codage de paroi de domaine pour le recuit quantique. Transactions IEEE sur l'ingénierie quantique, 2:1-14, 2021. https://doi.org/10.1109/tqe.2021.3094280.
https: / / doi.org/ 10.1109 / tqe.2021.3094280

Mark W Johnson, Mohammad HS Amin, Suzanne Gildert, Trevor Lanting, Firas Hamze, Neil Dickson, Richard Harris, Andrew J Berkley, Jan Johansson, Paul Bunyk et al. Recuit quantique avec spins fabriqués. Nature, 473(7346):194-198, 2011. https://doi.org/10.1038/nature10012.
https: / / doi.org/ 10.1038 / nature10012

Zoe Gonzalez Izquierdo, Shon Grabbe, Stuart Hadfield, Jeffrey Marshall, Zhihui Wang et Eleanor Rieffel. Déplacement ferromagnétique du pouvoir de pause. Examen physique appliqué, 15(4):044013, 2021. https://doi.org/10.1103/physrevapplied.15.044013.
https: / / doi.org/ 10.1103 / physrevapplied.15.044013

Davide Venturelli et Alexei Kondratyev. Approche de recuit quantique inversé pour les problèmes d’optimisation de portefeuille. Intelligence machine quantique, 1(1):17-30, 2019. https://doi.org/10.1007/s42484-019-00001-w.
https: / / doi.org/ 10.1007 / s42484-019-00001-w

Nike Dattani, Szilard Szalay et Nick Chancellor. Pegasus : le deuxième graphique de connectivité pour le matériel de recuit quantique à grande échelle. Préimpression arXiv arXiv:1901.07636, 2019. https://doi.org/10.48550/arXiv.1901.07636.
https:///doi.org/10.48550/arXiv.1901.07636
arXiv: 1901.07636

Wolfgang Lechner, Philipp Hauke et Peter Zoller. Une architecture de recuit quantique avec une connectivité tout-à-tout à partir d'interactions locales. Avancées scientifiques, 1(9):e1500838, 2015. https://doi.org/10.1126/sciadv.1500838.
https: / / doi.org/ 10.1126 / sciadv.1500838

MS Sarandy et DA Lidar. Calcul quantique adiabatique dans les systèmes ouverts. Lettres d'examen physique, 95(25):250503, 2005. https://doi.org/10.1103/physrevlett.95.250503.
https: / / doi.org/ 10.1103 / physrevlett.95.250503

MHS Amin, Peter J Love et CJS Truncik. Calcul quantique adiabatique à assistance thermique. Lettres d'examen physique, 100(6):060503, 2008. https://doi.org/10.1103/physrevlett.100.060503.
https: / / doi.org/ 10.1103 / physrevlett.100.060503

Sergio Boixo, Tameem Albash, Federico M Spedalieri, Nicholas Chancellor et Daniel A Lidar. Signature expérimentale du recuit quantique programmable. Communications sur la nature, 4(1):2067, 2013. https://doi.org/10.1038/ncomms3067.
https: / / doi.org/ 10.1038 / ncomms3067

Kostyantyn Kechedzhi et Vadim N Smelyanskiy. Recuit quantique en système ouvert dans des modèles de champ moyen avec dégénérescence exponentielle. Examen physique X, 6(2):021028, 2016. https://doi.org/10.1103/physrevx.6.021028.
https: / / doi.org/ 10.1103 / physrevx.6.021028

Gianluca Passarelli, Ka-Wa Yip, Daniel A Lidar et Procolo Lucignano. Le recuit quantique standard surpasse le recuit inverse adiabatique avec décohérence. Examen physique A, 105(3):032431, 2022. https://doi.org/10.1103/physreva.105.032431.
https: / / doi.org/ 10.1103 / physreva.105.032431

Stefanie Zbinden, Andreas Bärtschi, Hristo Djidjev et Stephan Eidenbenz. Algorithmes d'intégration pour les recuits quantiques avec des topologies de connexion chimère et pégase. Dans Conférence internationale sur le calcul haute performance, pages 187-206. Springer, 2020. https:///doi.org/10.1007/978-3-030-50743-5_10.
https://doi.org/10.1007/978-3-030-50743-5_10

Mario S Könz, Wolfgang Lechner, Helmut G Katzgraber et Matthias Troyer. Intégration de la mise à l'échelle des problèmes d'optimisation dans le recuit quantique. PRX Quantum, 2(4):040322, 2021. https:///doi.org/10.1103/prxquantum.2.040322.
https: / / doi.org/ 10.1103 / prxquantum.2.040322

Aniruddha Bapat et Stephen Jordan. Le contrôle bang-bang comme principe de conception pour les algorithmes d'optimisation classiques et quantiques. Préimpression arXiv arXiv:1812.02746, 2018. https://doi.org/10.26421/qic19.5-6-4.
https: / / doi.org/ 10.26421 / qic19.5-6-4
arXiv: 1812.02746

Ruslan Shaydulin, Stuart Hadfield, Tad Hogg et Ilya Safro. Symétries classiques et algorithme d'optimisation approximative quantique. Traitement de l'information quantique, 20(11):1–28, 2021. https://doi.org/10.48550/arXiv.2012.04713.
https:///doi.org/10.48550/arXiv.2012.04713

Vishwanathan Akshay, Daniil Rabinovich, Ernesto Campos et Jacob Biamonte. Concentrations de paramètres dans l'optimisation approximative quantique. Examen physique A, 104(1):L010401, 2021. https://doi.org/10.1103/physreva.104.l010401.
https:///doi.org/10.1103/physreva.104.l010401

Michael Streif et Martin Leib. Entraînement de l'algorithme d'optimisation approximative quantique sans accès à une unité de traitement quantique. Science et technologie quantiques, 5(3):034008, 2020. https://doi.org/10.1088/2058-9565/ab8c2b.
https://doi.org/10.1088/2058-9565/ab8c2b

Guillaume Verdon, Michael Broughton, Jarrod R McClean, Kevin J Sung, Ryan Babbush, Zhang Jiang, Hartmut Neven et Masoud Mohseni. Apprendre à apprendre avec les réseaux de neurones quantiques via les réseaux de neurones classiques. Préimpression arXiv arXiv:1907.05415, 2019. https://doi.org/10.48550/arXiv.1907.05415.
https:///doi.org/10.48550/arXiv.1907.05415
arXiv: 1907.05415

Max Wilson, Rachel Stromswold, Filip Wudarski, Stuart Hadfield, Norm M Tubman et Eleanor G Rieffel. Optimiser l'heuristique quantique avec le méta-apprentissage. Intelligence machine quantique, 3(1):1–14, 2021. https://doi.org/10.1007/s42484-020-00022-w.
https: / / doi.org/ 10.1007 / s42484-020-00022-w

Alicia B Magann, Kenneth M Rudinger, Matthew D Grace et Mohan Sarovar. Optimisation quantique basée sur la rétroaction. Lettres d'examen physique, 129(25):250502, 2022. https://doi.org/10.1103/physrevlett.129.250502.
https: / / doi.org/ 10.1103 / physrevlett.129.250502

Lucas T Brady, Christopher L Baldwin, Aniruddha Bapat, Yaroslav Kharkov et Alexey V Gorshkov. Protocoles optimaux dans les problèmes d'algorithme de recuit quantique et d'optimisation approximative quantique. Lettres d'examen physique, 126(7):070505, 2021. https://doi.org/10.1103/physrevlett.126.070505.
https: / / doi.org/ 10.1103 / physrevlett.126.070505

Jonathan Wurtz et Peter J Love. Contre-diabaticité et algorithme d'optimisation approximative quantique. Quantique, 6:635, 2022. https:///doi.org/10.22331/q-2022-01-27-635.
https://doi.org/10.22331/q-2022-01-27-635

Andreas Bärtschi et Stephan Eidenbenz. Mélangeurs Grover pour QAOA : transférer la complexité de la conception du mélangeur à la préparation de l'état. En 2020, Conférence internationale de l'IEEE sur l'informatique et l'ingénierie quantiques (QCE), pages 72 à 82. IEEE, 2020. https://doi.org/10.1109/qce49297.2020.00020.
https:///doi.org/10.1109/qce49297.2020.00020

Daniel J Egger, Jakub Mareček et Stefan Woerner. Optimisation quantique du démarrage à chaud. Quantique, 5:479, 2021. https://doi.org/10.22331/q-2021-06-17-479.
https://doi.org/10.22331/q-2021-06-17-479

Jonathan Wurtz et Peter J Love. Algorithmes quantiques variationnels classiquement optimaux. Transactions IEEE sur l'ingénierie quantique, 2:1-7, 2021. https://doi.org/10.1109/tqe.2021.3122568.
https: / / doi.org/ 10.1109 / tqe.2021.3122568

Xiaoyuan Liu, Anthony Angone, Ruslan Shaydulin, Ilya Safro, Yuri Alexeev et Lukasz Cincio. Layer VQE : une approche variationnelle pour l'optimisation combinatoire sur des ordinateurs quantiques bruyants. Transactions IEEE sur l'ingénierie quantique, 3:1-20, 2022. https://doi.org/10.1109/tqe.2021.3140190.
https: / / doi.org/ 10.1109 / tqe.2021.3140190

Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush et Hartmut Neven. Plateaux arides dans les paysages de formation de réseaux neuronaux quantiques. Communications sur la nature, 9(1):1–6, 2018. https://doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4

Linghua Zhu, Ho Lun Tang, George S Barron, FA Calderon-Vargas, Nicholas J Mayhall, Edwin Barnes et Sophia E Economou. Algorithme d'optimisation approximative quantique adaptatif pour résoudre des problèmes combinatoires sur un ordinateur quantique. Recherche sur l'examen physique, 4(3):033029, 2022. https://doi.org/10.1103/physrevresearch.4.033029.
https: / / doi.org/ 10.1103 / physrevresearch.4.033029

Bence Bakó, Adam Glos, Özlem Salehi et Zoltán Zimborás. Conception de circuits presque optimale pour une optimisation quantique variationnelle. Préimpression arXiv arXiv:2209.03386, 2022. https://doi.org/10.48550/arXiv.2209.03386.
https:///doi.org/10.48550/arXiv.2209.03386
arXiv: 2209.03386

Itay Hen et Marcelo S Sarandy. Pilotes hamiltoniens pour une optimisation contrainte dans le recuit quantique. Examen physique A, 93(6):062312, 2016. https://doi.org/10.1103/physreva.93.062312.
https: / / doi.org/ 10.1103 / physreva.93.062312

Itay Hen et Federico M Spedalieri. Recuit quantique pour une optimisation contrainte. Examen physique appliqué, 5(3):034007, 2016. https://doi.org/10.1103/PhysRevApplied.5.034007.
https: / / doi.org/ 10.1103 / PhysRevApplied.5.034007

Yue Ruan, Samuel Marsh, Xilin Xue, Xi Li, Zhihao Liu et Jingbo Wang. Algorithme approximatif quantique pour les problèmes d'optimisation NP avec contraintes. Préimpression arXiv arXiv:2002.00943, 2020. https://doi.org/10.48550/arXiv.2002.00943.
https:///doi.org/10.48550/arXiv.2002.00943
arXiv: 2002.00943

Michael A. Nielsen et Isaac L. Chuang. Calcul quantique et information quantique : édition du 10e anniversaire. Cambridge University Press, New York, NY, États-Unis, 10e édition, 2011.

Masuo Suzuki. Formules de décomposition d'opérateurs exponentiels et exponentielles de Lie avec quelques applications à la mécanique quantique et à la physique statistique. Journal de physique mathématique, 26(4):601-612, 1985. https://doi.org/10.1063/1.526596.
https: / / doi.org/ 10.1063 / 1.526596

Michael Streif, Martin Leib, Filip Wudarski, Eleanor Rieffel et Zhihui Wang. Algorithmes quantiques avec conservation locale du nombre de particules : effets de bruit et correction d'erreurs. Examen physique A, 103(4):042412, 2021. https://doi.org/10.1103/physreva.103.042412.
https: / / doi.org/ 10.1103 / physreva.103.042412

Vishwanathan Akshay, Hariphan Philathong, Mauro ES Morales et Jacob D Biamonte. Déficits d'accessibilité dans l'optimisation approximative quantique. Lettres d'examen physique, 124(9):090504, 2020. https://doi.org/10.22331/q-2021-08-30-532.
https://doi.org/10.22331/q-2021-08-30-532

Franz Georg Fuchs, Kjetil Olsen Lye, Halvor Møll Nilsen, Alexander Johannes Stasik et Giorgio Sartor. Mélangeurs préservant les contraintes pour l'algorithme d'optimisation approximative quantique. Algorithmes, 15(6):202, 2022. https://doi.org/10.3390/a15060202.
https: / / doi.org/ 10.3390 / a15060202

Vandana Shukla, OP Singh, GR Mishra et RK Tiwari. Application de la porte CSMT pour la réalisation réversible efficace d'un circuit convertisseur de code binaire en code gris. En 2015, conférence de la section IEEE UP sur l'informatique électrique et l'électronique (UPCON). IEEE, décembre 2015. https://doi.org/10.1109/UPCON.2015.7456731.
https:///doi.org/10.1109/UPCON.2015.7456731

Alexandre Slepoy. Algorithmes de décomposition de portes quantiques. Rapport technique, Sandia National Laboratories, 2006. https://doi.org/10.2172/889415.
https: / / doi.org/ 10.2172 / 889415

Bryan T. Gard, Linghua Zhu, George S. Barron, Nicholas J. Mayhall, Sophia E. Economou et Edwin Barnes. Circuits de préparation d'état efficaces préservant la symétrie pour l'algorithme de résolution propre quantique variationnel. npj Quantum Information, 6(1), 2020. https://doi.org/10.1038/s41534-019-0240-1.
https://doi.org/10.1038/s41534-019-0240-1

DP DiVincenzo et J. Smolin. Résultats sur la conception de portes à deux bits pour les ordinateurs quantiques. Dans les actes de l'atelier sur la physique et le calcul. PhysComp 94. Calcul IEEE. Soc. Presse, 1994. https://doi.org/10.48550/arXiv.cond-mat/9409111.
https:///doi.org/10.48550/arXiv.cond-mat/9409111

David Joseph, Adam Callison, Cong Ling et Florian Mintert. Deux algorithmes quantiques pour le problème du vecteur le plus court. Examen physique A, 103(3):032433, 2021. https://doi.org/10.1103/PhysRevA.103.032433.
https: / / doi.org/ 10.1103 / PhysRevA.103.032433

Pierre Brucker. Algorithmes de planification. Springer-Verlag Berlin Heidelberg, 2004.

AMA Hariri et Chris N Potts. Planification d'une seule machine avec des temps de configuration par lots pour minimiser les retards maximum. Annals of Operations Research, 70 :75-92, 1997. https:///doi.org/10.1023/A:1018903027868.
https: / / doi.org/ 10.1023 / A: 1018903027868

Xiaoqiang Cai, Liming Wang et Xian Zhou. Planification sur une seule machine pour minimiser de manière stochastique les retards maximaux. Journal of Scheduling, 10(4):293-301, 2007. https://doi.org/10.1007/s10951-007-0026-8.
https://doi.org/10.1007/s10951-007-0026-8

Derya Eren Akyol et G Mirac Bayhan. Problème de planification de la précocité et des retards multi-machines : une approche de réseau de neurones interconnectés. The International Journal of Advanced Manufacturing Technology, 37(5):576–588, 2008. https://doi.org/10.1007/s00170-007-0993-0.
https://doi.org/10.1007/s00170-007-0993-0

Michele Conforti, Gérard Cornuéjols, Giacomo Zambelli, et al. Programmation entière, volume 271. Springer, 2014.

Hannes Leipold et Federico M. Spedalieri. Construction de pilotes hamiltoniens pour des problèmes d'optimisation avec des contraintes linéaires. Science et technologie quantiques, 7(1):015013, 2021. https://doi.org/10.1088/2058-9565/ac16b8.
https://doi.org/10.1088/2058-9565/ac16b8

Masuo Suzuki. Formule de Trotter généralisée et approximations systématiques d'opérateurs exponentiels et dérivations internes avec applications aux problèmes à N corps. Communications en physique mathématique, 51(2):183-190, 1976. https://doi.org/10.1007/BF01609348.
https: / / doi.org/ 10.1007 / BF01609348

Dominic W. Berry et Andrew M. Childs. Simulation hamiltonienne en boîte noire et implémentation unitaire. Informations quantiques. Calcul., 12(1–2):29–62, 2012. https://doi.org/10.26421/qic12.1-2-4.
https: / / doi.org/ 10.26421 / qic12.1-2-4

DW Berry, AM Childs et R. Kothari. Simulation hamiltonienne avec une dépendance presque optimale sur tous les paramètres. En 2015, 56e Symposium annuel de l'IEEE sur les fondements de l'informatique, pages 792 à 809, 2015. https://doi.org/10.1109/FOCS.2015.54.
https: / / doi.org/ 10.1109 / FOCS.2015.54

Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari et Rolando D. Somma. Simulation de la dynamique hamiltonienne avec une série de Taylor tronquée. Lettres d'examen physique, 114(9):090502, 2015. https://doi.org/10.1103/PhysRevLett.114.090502.
https: / / doi.org/ 10.1103 / PhysRevLett.114.090502

Guang Hao Low et Isaac L. Chuang. Simulation hamiltonienne optimale par traitement du signal quantique. Phys. Rev. Lett., 118:010501, 2017. https://doi.org/10.1103/PhysRevLett.118.010501.
https: / / doi.org/ 10.1103 / PhysRevLett.118.010501

Guang Hao Low et Isaac L. Chuang. Simulation hamiltonienne par qubitisation. Quantique, 3:163, 2019. https://doi.org/10.22331/q-2019-07-12-163.
https://doi.org/10.22331/q-2019-07-12-163

Andrew M. Childs, Aaron Ostrander et Yuan Su. Simulation quantique plus rapide par randomisation. Quantique, 3:182, 2019. https://doi.org/10.22331/q-2019-09-02-182.
https://doi.org/10.22331/q-2019-09-02-182

Comte Campbell. Compilateur aléatoire pour une simulation hamiltonienne rapide. Lettres d'examen physique, 123(7):070503, 2019. https://doi.org/10.1103/PhysRevLett.123.070503.
https: / / doi.org/ 10.1103 / PhysRevLett.123.070503

Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe et Shuchen Zhu. Théorie de l'erreur de trotteur avec mise à l'échelle du collecteur. Phys. Rév. X, 11:011020, 2021. https://doi.org/10.1103/PhysRevX.11.011020.
https: / / doi.org/ 10.1103 / PhysRevX.11.011020

Albert T Schmitz, Nicolas PD Sawaya, Sonika Johri et AY Matsuura. Perspective d'optimisation graphique pour la décomposition trotter-suzuki à faible profondeur. Préimpression arXiv arXiv:2103.08602, 2021. https://doi.org/10.48550/arXiv.2103.08602.
https:///doi.org/10.48550/arXiv.2103.08602
arXiv: 2103.08602

Nicolas PD Sawaya. mat2qubit : un package pythonique léger pour les encodages qubit de problèmes vibratoires, bosoniques, de coloration graphique, de routage, de planification et de matrice générale. Préimpression arXiv arXiv:2205.09776, 2022. https://doi.org/10.48550/arXiv.2205.09776.
https:///doi.org/10.48550/arXiv.2205.09776
arXiv: 2205.09776

Pauli Virtanen, Ralf Gommers, Travis E. Oliphant, Matt Haberland, Tyler Reddy, David Cournapeau, Evgeni Burovski, Pearu Peterson, Warren Weckesser, Jonathan Bright, Stéfan J. van der Walt, Matthew Brett, Joshua Wilson, K. Jarrod Millman, Nikolay Mayorov, Andrew RJ Nelson, Eric Jones, Robert Kern, Eric Larson, CJ Carey, İlhan Polat, Yu Feng, Eric W. Moore, Jake VanderPlas, Denis Laxalde, Josef Perktold, Robert Cimrman, Ian Henriksen, EA Quintero, Charles R Harris, Anne M. Archibald, Antônio H. Ribeiro, Fabian Pedregosa, Paul van Mulbregt et les contributeurs de SciPy 1.0. SciPy 1.0 : algorithmes fondamentaux pour le calcul scientifique en Python. Méthodes naturelles, 17 :261-272, 2020. https://doi.org/10.1038/s41592-019-0686-2.
https://doi.org/10.1038/s41592-019-0686-2

Jarrod R McClean, Nicholas C Rubin, Kevin J Sung, Ian D Kivlichan, Xavier Bonet-Monroig, Yudong Cao, Chengyu Dai, E Schuyler Fried, Craig Gidney, Brendan Gimby et al. Openfermion : le package de structure électronique pour ordinateurs quantiques. Science et technologie quantiques, 5(3):034014, 2020. https://doi.org/10.1088/2058-9565/ab8ebc.
https: / / doi.org/ 10.1088 / 2058-9565 / ab8ebc

Aaron Meurer, Christopher P Smith, Mateusz Paprocki, Ondřej Čertík, Sergey B Kirpichev, Matthew Rocklin, AMiT Kumar, Sergiu Ivanov, Jason K Moore, Sartaj Singh et al. Sympy : calcul symbolique en Python. PeerJ Computer Science, 3:e103, 2017. https://doi.org/10.7717/peerj-cs.103.
https:///doi.org/10.7717/peerj-cs.103

Pradnya Khalate, Xin-Chuan Wu, Shavindra Premaratne, Justin Hogaboam, Adam Holmes, Albert Schmitz, Gian Giacomo Guerreschi, Xiang Zou et AY Matsuura. Une chaîne d'outils de compilateur C++ basée sur LLVM pour les algorithmes quantiques-classiques hybrides variationnels et les accélérateurs quantiques. Préimpression arXiv arXiv:2202.11142, 2022. https://doi.org/10.48550/arXiv.2202.11142.
https:///doi.org/10.48550/arXiv.2202.11142
arXiv: 2202.11142

CA Ryan, C. Négrevergne, M. Laforest, E. Knill et R. Laflamme. La résonance magnétique nucléaire à l'état liquide comme banc d'essai pour le développement de méthodes de contrôle quantique. Phys. Rév. A, 78:012328, juillet 2008. https://doi.org/10.1103/PhysRevA.78.012328.
https: / / doi.org/ 10.1103 / PhysRevA.78.012328

Richard Versluis, Stefano Poletto, Nader Khammassi, Brian Tarasinski, Nadia Haider, David J Michalak, Alessandro Bruno, Koen Bertels et Leonardo DiCarlo. Circuit quantique évolutif et contrôle pour un code de surface supraconductrice. Examen physique appliqué, 8(3):034021, 2017. https://doi.org/10.1103/physrevapplied.8.034021.
https: / / doi.org/ 10.1103 / physrevapplied.8.034021

Bjoern Lekitsch, Sebastian Weidt, Austin G Fowler, Klaus Mølmer, Simon J Devitt, Christof Wunderlich et Winfried K Hensinger. Plan pour un ordinateur quantique à ions piégés par micro-ondes. Science Advances, 3(2):e1601540, 2017. https://doi.org/10.1126/sciadv.1601540.
https: / / doi.org/ 10.1126 / sciadv.1601540

Cité par

[1] Nicolas PD Sawaya, Daniel Marti-Dafcik, Yang Ho, Daniel P Tabor, David Bernal, Alicia B Magann, Shavindra Premaratne, Pradeep Dubey, Anne Matsuura, Nathan Bishop, Wibe A de Jong, Simon Benjamin, Ojas D Parekh, Norm Tubman, Katherine Klymko et Daan Camps, « HamLib : Une bibliothèque d'hamiltoniens pour l'analyse comparative des algorithmes et du matériel quantiques », arXiv: 2306.13126, (2023).

[2] Federico Dominguez, Josua Unger, Matthias Traube, Barry Mant, Christian Ertler et Wolfgang Lechner, « Encoding-Independent Optimization Problem Formulation for Quantum Computing », arXiv: 2302.03711, (2023).

[3] Nicolas PD Sawaya et Joonsuk Huh, « Algorithmes quantiques à court terme ajustables par ressources améliorés pour les probabilités de transition, avec des applications en physique et en algèbre linéaire quantique variationnelle », arXiv: 2206.14213, (2022).

Les citations ci-dessus proviennent de SAO / NASA ADS (dernière mise à jour réussie 2023-09-17 01:11:40). La liste peut être incomplète car tous les éditeurs ne fournissent pas de données de citation appropriées et complètes.

On Le service cité par Crossref aucune donnée sur la citation des œuvres n'a été trouvée (dernière tentative 2023-09-17 01:11:39).

Cet article est publié dans Quantum sous le Creative Commons Attribution 4.0 International (CC BY 4.0) Licence. Le droit d'auteur reste la propriété des détenteurs d'origine tels que les auteurs ou leurs institutions.

Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
PlatonESG. Automobile / VE, Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
GraphiquePrime. Élevez votre jeu de trading avec ChartPrime. Accéder ici.
Décalages de bloc. Modernisation de la propriété des compensations environnementales. Accéder ici.
La source: https://quantum-journal.org/papers/q-2023-09-14-1111/

Horodatage: 14 septembre 2023

Corrélations de typicité et solution affirmative à la conjecture exacte d'entropie catalytique PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Corrélations dans la typicité et une solution affirmative à la conjecture exacte d'entropie catalytique

Cluster source:

Journal quantique

Nœud source: 1752996

Horodatage: Le 10 novembre 2022

Republié par Platon

Comprendre l'interaction entre l'intrication et la non-localité : motiver et développer une nouvelle branche de la théorie de l'intrication

Proposition de test amélioré par intrication pour la violation locale de la symétrie de Lorentz via des atomes de spineur

Protection quantique contre la copie des programmes de calcul et de comparaison dans le modèle Oracle aléatoire quantique

Un code de surface de mesure de paires sur les pentagones

Simulation quantique de matériaux de batterie à l'aide de pseudopotentiels ioniques

Sonder l'intrication quantique à partir de populations de sous-niveaux magnétiques : au-delà des inégalités de compression de spin

Machines thermiques quantiques périodiquement renouvelées

Le coût de communication minimal pour simuler des qubits intriqués

Propriétés générales de la fidélité dans les systèmes quantiques non hermitiens à symétrie PT

Corrélations quantiques sur la frontière de non-signalisation : auto-test et plus

Corrélations dans la typicité et une solution affirmative à la conjecture exacte d'entropie catalytique

À propos de nous

Recherche verticale et Ai

Plateforme

Restez à l'affût

Compte