A hibacsökkentés javíthatja-e a zajos variációs kvantumalgoritmusok taníthatóságát?

Újra kiadta Platón

Követő: 0

Samson Wang^1,2, Piotr Czarnik^1,3,4, Andrew Arrasmith^1,5, M. Cerezo^1,5,6, Lukasz Cincio^1,5és Patrick J. Coles^1,5

¹Elméleti osztály, Los Alamos National Laboratory, Los Alamos, NM 87545, USA
²Fizikai tanszék, Imperial College London, London, SW7 2AZ, Egyesült Királyság
³Fizikai, Csillagászati és Alkalmazott Számítástechnikai Kar, Jagelló Egyetem, Krakkó, Lengyelország
⁴Mark Kac Komplex Rendszerkutatási Központ, Jagelló Egyetem, Krakkó, Lengyelország
⁵Quantum Science Center, Oak Ridge, TN 37931, USA
⁶Center for Nonlinear Studies, Los Alamos National Laboratory, Los Alamos, NM 87545, USA

Érdekesnek találja ezt a cikket, vagy szeretne megvitatni? Scite vagy hagyjon megjegyzést a SciRate-en.

Absztrakt

A variációs kvantum algoritmusokat (VQA) gyakran tekintik a rövid távú kvantumelőny legjobb reményének. A legújabb tanulmányok azonban kimutatták, hogy a zaj súlyosan korlátozhatja a VQA-k betaníthatóságát, például azáltal, hogy exponenciálisan ellaposítja a költségteret és elnyomja a költséggradiensek nagyságát. Az Error Mitigation (EM) ígéretesnek tűnik a zaj rövid távú eszközökre gyakorolt hatásának csökkentésében. Így természetes a kérdés, hogy az EM javíthatja-e a VQA-k képezhetőségét. Ebben a munkában először megmutatjuk, hogy az EM-stratégiák széles csoportja esetében az exponenciális költségkoncentráció nem oldható meg anélkül, hogy máshol exponenciális erőforrásokat kellene lekötni. A stratégiák ebbe az osztályába speciális esetekként beletartoznak a Zero Noise Extrapolation, a Virtual Destillation, a Probabilistic Error Cancellation és a Clifford Data Regression. Másodszor, elvégezzük ezen EM protokollok analitikai és numerikus elemzését, és azt találjuk, hogy némelyikük (pl. Virtuális lepárlás) megnehezítheti a költségfüggvények értékeinek feloldását, mintha egyáltalán nem futna EM. Pozitív eredményként számszerű bizonyítékot találtunk arra vonatkozóan, hogy a Clifford Data Regression (CDR) bizonyos körülmények között segítheti a képzési folyamatot, ahol a költségkoncentráció nem túl erős. Eredményeink azt mutatják, hogy az EM protokollok alkalmazásakor körültekintően kell eljárni, mivel ezek vagy rontják, vagy nem javítják a taníthatóságot. Másrészt a CDR-re vonatkozó pozitív eredményeink rávilágítanak a mérnöki hibacsökkentő módszerek lehetőségére a taníthatóság javítására.

Javíthatja-e a hibacsökkentés a zajos variációs kvantumalgoritmusok taníthatóságát? PlatoBlockchain adatintelligencia. Függőleges keresés. Ai.

Kiemelt kép: A hardverzaj bizonyos típusairól azt találták, hogy exponenciálisan rontják a költségviszonyok feloldhatóságát a variációs kvantumalgoritmusokban. Így a zajos variációs kvantum algoritmusok pontos és megbízható optimalizálása exponenciális mintatöbblettel terhelhető. Ebben a munkában azt kérdezzük, hogy a hibamérséklés mérsékelheti-e ezt a jelenséget, mind skálázási szempontból (nagy rendszerméretek korlátai között), mind fix problémaméretek esetén.

► BibTeX adatok

@article{Wang2024canerrormitigation, doi = {10.22331/q-2024-03-14-1287}, url = {https://doi.org/10.22331/q-2024-03-14-1287}, title = {Javíthatja-e az {E}rror {M}itigation {I}a {N}zajos {V}ariational {Q}uantum {A}lgoritmusok esőképességét?}, szerző = {Wang, Sámson és Czarnik, Piotr és Arrasmith, Andrew és Cerezo, M. és Cincio, Lukasz és Coles, Patrick J.}, folyóirat = {{Kvantum}}, issn = {2521-327X}, kiadó = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, kötet = {8}, oldalak = {1287}, hónap = márc, év = {2024} }

► Referenciák

[1] Jarrod R McClean, Jonathan Romero, Ryan Babbush és Alán Aspuru-Guzik. „A variációs hibrid kvantum-klasszikus algoritmusok elmélete”. New Journal of Physics 18, 023023 (2016).
https://doi.org/10.1007/978-94-015-8330-5_4

[2] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio és Patrick J. Coles. „Variációs kvantum algoritmusok”. Nature Reviews Physics 3, 625–644 (2021).
https://doi.org/10.1038/s42254-021-00348-9

[3] Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin és Xiao Yuan. „A képzeletbeli időfejlődés variációs ansatz-alapú kvantumszimulációja”. npj Quantum Information 5, 1–6 (2019).
https://doi.org/10.1038/s41534-019-0187-2

[4] Harper R Grimsley, Sophia E Economou, Edwin Barnes és Nicholas J Mayhall. „Egy adaptív variációs algoritmus pontos molekuláris szimulációkhoz kvantumszámítógépen”. Nature Communications 10, 1–9 (2019).
https://doi.org/10.1038/s41467-019-10988-2

[5] Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J. Coles és Andrew Sornborger. „Variációs gyorstovábbítás kvantumszimulációhoz a koherenciaidőn túl”. npj Quantum Information 6, 1–10 (2020).
https://doi.org/10.1038/s41534-020-00302-0

[6] Benjamin Commeau, M. Cerezo, Zoë Holmes, Lukasz Cincio, Patrick J. Coles és Andrew Sornborger. „Variációs Hamilton-diagonalizáció dinamikus kvantumszimulációhoz”. arXiv preprint arXiv:2009.02559 (2020).
https:///doi.org/10.48550/arXiv.2009.02559

[7] Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Lukasz Cincio, Patrick J. Coles és Andrew Sornborger. „Hosszú távú szimulációk nagy pontossággal kvantumhardveren”. arXiv preprint arXiv:2102.04313 (2021).
https:///doi.org/10.48550/arXiv.2102.04313

[8] Yong-Xin Yao, Niladri Gomes, Feng Zhang, Thomas Iadecola, Cai-Zhuang Wang, Kai-Ming Ho és Peter P Orth. „Adaptív variációs kvantumdinamikai szimulációk”. arXiv preprint arXiv:2011.00622 (2020).
https:///doi.org/10.1103/PRXQuantum.2.030307

[9] Suguru Endo, Jinzhao Sun, Ying Li, Simon C Benjamin és Xiao Yuan. „Általános folyamatok variációs kvantumszimulációja”. Physical Review Letters 125, 010501 (2020).
https:///doi.org/10.1103/PhysRevLett.125.010501

[10] Y. Li és SC Benjamin. „Hatékony variációs kvantumszimulátor aktív hibaminimalizálással”. Phys. Rev. X 7, 021050 (2017).
https:///doi.org/10.1103/PhysRevX.7.021050

[11] Jonathan Wei Zhong Lau, Kishor Bharti, Tobias Haug és Leong Chuan Kwek. „Időfüggő hamiltoniánusok kvantum-asszisztált szimulációja”. arXiv preprint arXiv:2101.07677 (2021).
https:///doi.org/10.48550/arXiv.2101.07677

[12] Kentaro Heya, Ken M Nakanishi, Kosuke Mitarai és Keisuke Fujii. „Szubtér variációs kvantumszimulátor”. arXiv preprint arXiv:1904.08566 (2019).
https:///doi.org/10.48550/arXiv.1904.08566

[13] Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li és Simon C Benjamin. „A variációs kvantumszimuláció elmélete”. Quantum 3, 191 (2019).
https://doi.org/10.22331/q-2019-10-07-191

[14] Maria Schuld, Alex Bocharov, Krysta M Svore és Nathan Wiebe. „Árkörközpontú kvantumosztályozók”. Physical Review A 101, 032308 (2020).
https:///doi.org/10.1103/PhysRevA.101.032308

[15] Guillaume Verdon, Michael Broughton és Jacob Biamonte. „Kvantum algoritmus neurális hálózatok képzésére kis mélységű áramkörök segítségével”. arXiv preprint arXiv:1712.05304 (2017).
https:///doi.org/10.48550/arXiv.1712.05304

[16] Jonathan Romero és Alán Aspuru-Guzik. „Változatos kvantumgenerátorok: Generatív ellenséges kvantumgépi tanulás folyamatos elosztásokhoz”. Advanced Quantum Technologies 4, 2000003 (2021).
https:///doi.org/10.1002/qute.202000003

[17] Edward Farhi és Hartmut Neven. „Osztályozás kvantumneurális hálózatokkal rövid távú processzorokon”. arXiv preprint arXiv:1802.06002 (2018).
https:///doi.org/10.48550/arXiv.1802.06002

[18] Kerstin Beer, Dmytro Bondarenko, Terry Farrelly, Tobias J. Osborne, Robert Salzmann, Daniel Scheiermann és Ramona Wolf. „Mélykvantum-neurális hálózatok képzése”. Nature Communications 11, 808 (2020).
https://doi.org/10.1038/s41467-020-14454-2

[19] Iris Cong, Soonwon Choi és Mikhail D Lukin. „Kvantumkonvolúciós neurális hálózatok”. Nature Physics 15, 1273–1278 (2019).
https://doi.org/10.1038/s41567-019-0648-8

[20] Edward Grant, Marcello Benedetti, Shuxiang Cao, Andrew Hallam, Joshua Lockhart, Vid Stojevic, Andrew G Green és Simone Severini. „Hierarchikus kvantumosztályozók”. npj Quantum Information 4, 1–8 (2018).
https://doi.org/10.1038/s41534-018-0116-9

[21] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J Love, Alán Aspuru-Guzik és Jeremy L O'brien. „Változatos sajátérték-megoldó fotonikus kvantumprocesszoron”. Nature Communications 5, 1–7 (2014).
https:///doi.org/10.1038/ncomms5213

[22] Bauer Béla, Dave Wecker, Andrew J Millis, Matthew B Hastings és Matthias Troyer. „A korrelált anyagok hibrid kvantum-klasszikus megközelítése”. Fizikai Szemle X 6, 031045 (2016).
https:///doi.org/10.1103/PhysRevX.6.031045

[23] Tyson Jones, Suguru Endo, Sam McArdle, Xiao Yuan és Simon C Benjamin. „Variációs kvantum algoritmusok a Hamilton-spektrumok felfedezéséhez”. Physical Review A 99, 062304 (2019).
https:///doi.org/10.1103/PhysRevA.99.062304

[24] Edward Farhi, Jeffrey Goldstone és Sam Gutmann. „A kvantumközelítő optimalizálási algoritmus”. arXiv preprint arXiv:1411.4028 (2014).
https:///doi.org/10.48550/arXiv.1411.4028

[25] Zhihui Wang, S. Hadfield, Z. Jiang és EG Rieffel. „A MaxCut kvantumközelítő optimalizálási algoritmusa: Fermionikus nézet”. Fizikai Szemle A 97, 022304 (2018).
https:///doi.org/10.1103/PhysRevA.97.022304

[26] Gavin E Crooks. „A kvantumközelítő optimalizálási algoritmus teljesítménye a maximális vágási problémán”. arXiv preprint arXiv:1811.08419 (2018).
https:///doi.org/10.48550/arXiv.1811.08419

[27] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli és Rupak Biswas. „A kvantumközelítő optimalizáló algoritmustól az ansatz kvantum-alternáló operátorig”. Algoritmusok 12, 34 (2019).
https:///doi.org/10.3390/a12020034

[28] Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Lukasz Cincio és Patrick Coles. „Variációs kvantumlineáris megoldó”. arXiv preprint arXiv:1909.05820 (2019).
https://doi.org/10.22331/q-2023-11-22-1188

[29] Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C Benjamin és Xiao Yuan. „Variációs algoritmusok lineáris algebrához”. Science Bulletin 66, 2181–2188 (2021).
https:///doi.org/10.1016/j.scib.2021.06.023

[30] Koczor Bálint, Suguru Endo, Tyson Jones, Yuichiro Matsuzaki és Simon C Benjamin. „Változatos állapotú kvantummetrológia”. New Journal of Physics (2020).
https:///doi.org/10.1088/1367-2630/ab965e

[31] Johannes Jakob Meyer, Johannes Borregaard és Jens Eisert. „Változatos eszköztár kvantum többparaméteres becsléshez”. NPJ Quantum Information 7, 1–5 (2021).
https:///doi.org/10.1038/s41534-021-00425-y

[32] Eric Anschuetz, Jonathan Olson, Alán Aspuru-Guzik és Yudong Cao. „Variációs kvantumfaktoring”. Kvantumtechnológiai és optimalizálási problémák (2019).
https://doi.org/10.1007/978-3-030-14082-3_7

[33] Sumeet Khatri, Ryan LaRose, Alexander Poremba, Lukasz Cincio, Andrew T Sornborger és Patrick J Coles. „Kvantum-asszisztált kvantumfordítás”. Quantum 3, 140 (2019).
https://doi.org/10.22331/q-2019-05-13-140

[34] Kunal Sharma, Sumeet Khatri, M. Cerezo és Patrick J Coles. „A variációs kvantumfordítás zajállósága”. New Journal of Physics 22, 043006 (2020).
https:///doi.org/10.1088/1367-2630/ab784c

[35] Tyson Jones és Simon C Benjamin. „Kvantum-összeállítás és áramkör-optimalizálás energiadisszipációval”. arXiv preprint arXiv:1811.03147 (2018).
https://doi.org/10.22331/q-2022-01-24-628

[36] Andrew Arrasmith, Lukasz Cincio, Andrew T Sornborger, Wojciech H Zurek és Patrick J Coles. „A variációs konzisztens történetek mint hibrid algoritmus kvantumalapokhoz”. Nature Communications 10, 1–7 (2019).
https://doi.org/10.1038/s41467-019-11417-0

[37] M. Cerezo, Kunal Sharma, Andrew Arrasmith és Patrick J Coles. „Variációs kvantumállapotú sajátmegoldó”. arXiv preprint arXiv:2004.01372 (2020).
https://doi.org/10.1038/s41534-022-00611-6

[38] Ryan LaRose, Arkin Tikku, Étude O'Neel-Judy, Lukasz Cincio és Patrick J Coles. „Variációs kvantumállapot-diagonalizáció”. npj Quantum Information 5, 1–10 (2019).
https://doi.org/10.1038/s41534-019-0167-6

[39] Guillaume Verdon, Jacob Marks, Sasha Nanda, Stefan Leichenauer és Jack Hidary. „Kvantum Hamilton-alapú modellek és a variációs kvantumtermolizáló algoritmus”. arXiv preprint arXiv:1910.02071 (2019).
https:///doi.org/10.48550/arXiv.1910.02071

[40] Peter D Johnson, Jonathan Romero, Jonathan Olson, Yudong Cao és Alán Aspuru-Guzik. „Qvector: egy algoritmus az eszközre szabott kvantumhiba-javításhoz”. arXiv preprint arXiv:1711.02249 (2017).
https:///doi.org/10.48550/arXiv.1711.02249

[41] John Preskill. „Kvantumszámítástechnika a NISQ-korszakban és azon túl”. Quantum 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79

[42] Kristan Temme, Sergey Bravyi és Jay M. Gambetta. „Hibacsökkentés rövid mélységű kvantumáramköröknél”. Phys. Rev. Lett. 119, 180509 (2017).
https:///doi.org/10.1103/PhysRevLett.119.180509

[43] Suguru Endo, Simon C Benjamin és Ying Li. „Gyakorlati kvantumhiba-mérséklés a közeljövőbeli alkalmazásokhoz”. Fizikai Szemle X 8, 031027 (2018).
https:///doi.org/10.1103/PhysRevX.8.031027

[44] Abhinav Kandala, Kristan Temme, Antonio D. Córcoles, Antonio Mezzacapo, Jerry M. Chow és Jay M. Gambetta. "A hibacsökkentés kiterjeszti a zajos kvantumprocesszor számítási hatókörét." Nature 567, 491–495 (2019).
https://doi.org/10.1038/s41586-019-1040-7

[45] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles és Lukasz Cincio. „Hibacsökkentés Clifford kvantumáramköri adatokkal”. Quantum 5, 592 (2021).
https://doi.org/10.22331/q-2021-11-26-592

[46] William J Huggins, Sam McArdle, Thomas E O'Brien, Joonho Lee, Nicholas C Rubin, Sergio Boixo, K Birgitta Whaley, Ryan Babbush és Jarrod R McClean. „Virtuális desztilláció a kvantumhiba csökkentésére”. Physical Review X 11, 041036 (2021).
https:///doi.org/10.1103/PhysRevX.11.041036

[47] Koczor Bálint. „Exponenciális hibaelnyomás rövid távú kvantumeszközökhöz”. Physical Review X 11, 031057 (2021).
https:///doi.org/10.1103/PhysRevX.11.031057

[48] Jarrod R McClean, Mollie E Kimchi-Schwartz, Jonathan Carter és Wibe A De Jong. „Hibrid kvantum-klasszikus hierarchia a dekoherencia mérséklésére és a gerjesztett állapotok meghatározására”. Physical Review A 95, 042308 (2017).
https:///doi.org/10.1103/PhysRevA.95.042308

[49] Thomas E. O'Brien, Stefano Polla, Nicholas C. Rubin, William J. Huggins, Sam McArdle, Sergio Boixo, Jarrod R. McClean és Ryan Babbush. „Hibacsökkentés ellenőrzött fázisbecsléssel”. PRX Quantum 2, 020317 (2021).
https:///doi.org/10.1103/PRXQuantum.2.020317

[50] Sam McArdle, Xiao Yuan és Simon Benjamin. „Hibacsillapított digitális kvantumszimuláció”. Phys. Rev. Lett. 122, 180501 (2019).
https:///doi.org/10.1103/PhysRevLett.122.180501

[51] Xavi Bonet-Monroig, Ramiro Sagastizabal, M Singh és TE O'Brien. „Alacsony költségű hibacsökkentés szimmetria-ellenőrzéssel”. Fizikai Szemle A 98, 062339 (2018).
https:///doi.org/10.1103/PhysRevA.98.062339

[52] William J Huggins, Jarrod R McClean, Nicholas C Rubin, Zhang Jiang, Nathan Wiebe, K Birgitta Whaley és Ryan Babbush. „Hatékony és zajtűrő mérések kvantumkémiához rövid távú kvantumszámítógépeken”. npj Quantum Information 7, 1–9 (2021).
https://doi.org/10.1038/s41534-020-00341-7

[53] George S Barron és Christopher J Wood. „Mérési hiba mérséklése variációs kvantum algoritmusokhoz”. arXiv preprint arXiv:2010.08520 (2020).
https:///doi.org/10.48550/arXiv.2010.08520

[54] Alistair WR Smith, Kiran E. Khosla, Chris N. Self és MS Kim. "Qubit kiolvasási hiba enyhítése bit-flip átlagolással". Science Advances 7 (2021).
https:///doi.org/10.1126/sciadv.abi8009

[55] Daiqin Su, Robert Israel, Kunal Sharma, Haoyu Qi, Ish Dhand és Kamil Brádler. „Hibacsökkentés egy rövid távú kvantumfotonikus eszközön”. Quantum 5, 452 (2021).
https://doi.org/10.22331/q-2021-05-04-452

[56] Samson Wang, Enrico Fontana, M. Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio és Patrick J Coles. „Zaj-indukált kopár fennsíkok variációs kvantum-algoritmusokban”. Nature Communications 12, 1–11 (2021).
https://doi.org/10.1038/s41467-021-27045-6

[57] Daniel Stilck França és Raul Garcia-Patron. „Az optimalizáló algoritmusok korlátai zajos kvantumeszközökön”. Nature Physics 17, 1221–1227 (2021).
https://doi.org/10.1038/s41567-021-01356-3

[58] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush és Hartmut Neven. „Kivár fennsíkok kvantum-neurális hálózatok képzési tájain”. Nature Communications 9, 1–6 (2018).
https://doi.org/10.1038/s41467-018-07090-4

[59] M. Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio és Patrick J Coles. „Költségfüggvénytől függő kopár platók sekély parametrizált kvantumáramkörökben”. Nature Communications 12, 1–12 (2021).
https:///doi.org/10.1038/s41467-021-21728-w

[60] Andrew Arrasmith, M. Cerezo, Piotr Czarnik, Lukasz Cincio és Patrick J Coles. „A kopár fennsíkok hatása a gradiensmentes optimalizálásra”. Quantum 5, 558 (2021).
https://doi.org/10.22331/q-2021-10-05-558

[61] M. Cerezo és Patrick J Coles. „A meddő fennsíkokkal rendelkező kvantumneurális hálózatok magasabb rendű származékai”. Quantum Science and Technology 6, 035006 (2021).
https:///doi.org/10.1088/2058-9565/abf51a

[62] Kentaro Heya, Yasunari Suzuki, Yasunobu Nakamura és Keisuke Fujii. „Változatos kvantumkapu optimalizálás”. arXiv preprint arXiv:1810.12745 (2018).
https:///doi.org/10.48550/arXiv.1810.12745

[63] Jonathan Romero, Jonathan P Olson és Alan Aspuru-Guzik. „Kvantumautokóderek a kvantumadatok hatékony tömörítéséhez”. Quantum Science and Technology 2, 045001 (2017).
https:///doi.org/10.1088/2058-9565/aa8072

[64] Lennart Bittel és Martin Kliesch. "A variációs kvantum algoritmusok képzése np-nehéz." Phys. Rev. Lett. 127, 120502 (2021).
https:///doi.org/10.1103/PhysRevLett.127.120502

[65] Jonas M Kübler, Andrew Arrasmith, Lukasz Cincio és Patrick J Coles. „Adaptív optimalizáló méréstakarékos variációs algoritmusokhoz”. Quantum 4, 263 (2020).
https://doi.org/10.22331/q-2020-05-11-263

[66] Andrew Arrasmith, Lukasz Cincio, Rolando D Somma és Patrick J Coles. „Operátori mintavétel a takarékos optimalizáláshoz variációs algoritmusokban”. arXiv preprint arXiv:2004.06252 (2020).
https:///doi.org/10.48550/arXiv.2004.06252

[67] Andi Gu, Angus Lowe, Pavel A Dub, Patrick J. Coles és Andrew Arrasmith. „Adaptív lövéskiosztás a variációs kvantum-algoritmusok gyors konvergenciájához”. arXiv preprint arXiv:2108.10434 (2021).
https:///doi.org/10.48550/arXiv.2108.10434

[68] Zoë Holmes, Kunal Sharma, M. Cerezo és Patrick J Coles. „Az ansatz kifejezhetőség összekapcsolása a gradiens nagyságrendekkel és a kopár fennsíkokkal”. PRX Quantum 3, 010313 (2022).
https:///doi.org/10.1103/PRXQuantum.3.010313

[69] Zoë Holmes, Andrew Arrasmith, Bin Yan, Patrick J. Coles, Andreas Albrecht és Andrew T Sornborger. „A kopár fennsíkok kizárják a kódolók tanulását”. Physical Review Letters 126, 190501 (2021).
https:///doi.org/10.1103/PhysRevLett.126.190501

[70] Carlos Ortiz Marrero, Mária Kieferová és Nathan Wiebe. „Az összefonódás okozta terméketlen fennsíkok”. PRX Quantum 2, 040316 (2021).
https:///doi.org/10.1103/PRXQuantum.2.040316

[71] Taylor L Patti, Khadijeh Najafi, Xun Gao és Susanne F Yelin. „Az összefonódás meddő fennsík enyhítését tervezte”. Physical Review Research 3, 033090 (2021).
https:///doi.org/10.1103/PhysRevResearch.3.033090

[72] Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J. Coles és M. Cerezo. „A meddő fennsíkok diagnosztizálása kvantumoptimális szabályozásból származó eszközökkel”. arXiv preprint arXiv:2105.14377 (2021).
https:///doi.org/10.48550/arXiv.2105.14377

[73] Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa és Keisuke Fujii. „Kvantumkör tanulás”. Fizikai Szemle A 98, 032309 (2018).
https:///doi.org/10.1103/PhysRevA.98.032309

[74] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac és Nathan Killoran. „Analitikai gradiensek kiértékelése kvantumhardveren”. Physical Review A 99, 032331 (2019).
https:///doi.org/10.1103/PhysRevA.99.032331

[75] John A Nelder és Roger Mead. „Egy szimplex módszer a funkció minimalizálására”. The Computer Journal 7, 308–313 (1965).
https:///doi.org/10.1093/comjnl/7.4.308

[76] MJD Powell. „Közvetlen keresés optimalizálási módszer, amely lineáris interpolációval modellezi a cél- és kényszerfüggvényeket”. Előrelépések az optimalizálás és a numerikus elemzés terén (1994).
https://doi.org/10.1007/978-94-015-8330-5_4

[77] E. Campos, D. Rabinovich, V. Akshay és J. Biamonte. „Tréningtelítettség rétegenkénti kvantum közelítő optimalizálásban”. Fizikai Szemle A 104 (2021).
https:///doi.org/10.1103/PhysRevA.104.L030401

[78] Cheng Xue, Zhao-Yun Chen, Yu-Chun Wu és Guo-Ping Guo. „A kvantumzaj hatása a kvantumközelítő optimalizálási algoritmusra”. Chinese Physics Letters 38, 030302 (2021).
https://doi.org/10.1088/0256-307X/38/3/030302

[79] Jeffrey Marshall, Filip Wudarski, Stuart Hadfield és Tad Hogg. „A helyi zaj jellemzése qaoa áramkörökben”. IOP SciNotes 1, 025208 (2020). url: https:///doi.org/10.1088/2633-1357/abb0d7.
https://doi.org/10.1088/2633-1357/abb0d7

[80] Enrico Fontana, M. Cerezo, Andrew Arrasmith, Ivan Rungger és Patrick J. Coles. „Nem triviális szimmetriák kvantumtájakban és rugalmasságuk a kvantumzajjal szemben”. Quantum 6, 804 (2022).
https://doi.org/10.22331/q-2022-09-15-804

[81] Suguru Endo, Zhenyu Cai, Simon C Benjamin és Xiao Yuan. „Hibrid kvantum-klasszikus algoritmusok és kvantumhiba-csökkentés”. Journal of the Physical Society of Japan 90, 032001 (2021).
https:///doi.org/10.7566/JPSJ.90.032001

[82] Angus Lowe, Max Hunter Gordon, Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles és Lukasz Cincio. „Egységes megközelítés az adatvezérelt kvantumhiba-csökkentéshez”. Phys. Rev. Research 3, 033098 (2021).
https:///doi.org/10.1103/PhysRevResearch.3.033098

[83] Andrea Mari, Nathan Shammah és William J Zeng. „A kvantumvalószínűségi hibakioltás kiterjesztése zajskálázással”. Physical Review A 104, 052607 (2021).
https:///doi.org/10.1103/PhysRevA.104.052607

[84] Daniel Bultrini, Max Hunter Gordon, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Patrick J. Coles és Lukasz Cincio. „A legkorszerűbb kvantumhiba-csökkentési technikák egységesítése és összehasonlítása”. Quantum 7, 1034 (2023).
https://doi.org/10.22331/q-2023-06-06-1034

[85] Ashley Montanaro és Stasja Stanisic. „Hibacsökkentés fermionos lineáris optikával végzett képzéssel”. arXiv preprint arXiv:2102.02120 (2021).
https:///doi.org/10.48550/arXiv.2102.02120

[86] Joseph Vovrosh, Kiran E Khosla, Sean Greenaway, Christopher Self, Myungshik S Kim és Johannes Knolle. „Globális depolarizációs hibák egyszerű enyhítése kvantumszimulációkban”. Fizikai Szemle E 104, 035309 (2021).
https:///doi.org/10.1103/PhysRevE.104.035309

[87] Eliott Rosenberg, Paul Ginsparg és Peter L McMahon. „Kísérleti hibacsökkentés lineáris újraskálázással a variációs kvantum sajátfeloldáshoz akár 20 qubittel”. Quantum Science and Technology 7, 015024 (2022).
https://doi.org/10.1088/2058-9565/ac3b37

[88] Andre He, Benjamin Nachman, Wibe A. de Jong és Christian W. Bauer. „Zero-noise extrapolation for kvantum-gate error mitigation with identities inservations”. Physical Review A 102, 012426 (2020).
https:///doi.org/10.1103/PhysRevA.102.012426

[89] Andrew Shaw. „Klasszikus-kvantum zajcsökkentés nisq hardverhez”. arXiv preprint arXiv:2105.08701 (2021).
https:///doi.org/10.48550/arXiv.2105.08701

[90] Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Andreas Bengtsson, Sergio Boixo, Michael Broughton, Bob B Buckley és mások. „A töltés és a spin elkülönült dinamikájának megfigyelése a fermi-hubbard modellben”. arXiv preprint arXiv:2010.07965 (2020).
https:///doi.org/10.48550/arXiv.2010.07965

[91] Armands Strikis, Dayue Qin, Yanzhu Chen, Simon C Benjamin és Ying Li. „Tanulás-alapú kvantumhiba-csökkentés”. PRX Quantum 2, 040330 (2021).
https:///doi.org/10.1103/PRXQuantum.2.040330

[92] Piotr Czarnik, Andrew Arrasmith, Lukasz Cincio és Patrick J Coles. „A hibák Qubit-hatékony exponenciális elnyomása”. arXiv preprint arXiv:2102.06056 (2021).
https:///doi.org/10.48550/arXiv.2102.06056

[93] Yifeng Xiong, Daryus Chandra, Soon Xin Ng és Lajos Hanzo. „Mintavételezési többletelemzés a kvantumhiba-csökkentésről: Kódolatlan vs. kódolt rendszerek”. IEEE Access 8, 228967–228991 (2020).
https:///doi.org/10.1109/ACCESS.2020.3045016

[94] Ryuji Takagi. „Optimális erőforrásköltség a hibacsökkentéshez”. Phys. Rev. Res. 3, 033178 (2021).
https:///doi.org/10.1103/PhysRevResearch.3.033178

[95] Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar és Patrick J. Coles. „Zaj-ellenálló kvantumáramkörök gépi tanulása”. PRX Quantum 2, 010324 (2021).
https:///doi.org/10.1103/PRXQuantum.2.010324

[96] P Erdös és A Rényi. „Véletlenszerű grafikonokon $I$”. Publicationes Mathematicae Debrecen 6, 18 (1959). url: http:///snap.stanford.edu/class/cs224w-readings/erdos59random.pdf.
http:///snap.stanford.edu/class/cs224w-readings/erdos59random.pdf

[97] Andrew Wack, Hanhee Paik, Ali Javadi-Abhari, Petar Jurcevic, Ismael Faro, Jay M. Gambetta és Blake R. Johnson. „Minőség, sebesség és méretarány: három kulcsfontosságú tulajdonság a rövid távú kvantumszámítógépek teljesítményének mérésére”. arXiv preprint arXiv:2110.14108 (2021).
https:///doi.org/10.48550/arXiv.2110.14108

[98] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari és William J Zeng. „Digitális nulla zaj extrapoláció a kvantumhiba mérséklésére”. 2020 IEEE International Conference on Quantum Computing and Engineering (QCE) (2020).
https:///doi.org/10.1109/QCE49297.2020.00045

[99] Youngseok Kim, Christopher J. Wood, Theodore J. Yoder, Seth T. Merkel, Jay M. Gambetta, Kristan Temme és Abhinav Kandala. "A zajos kvantumáramkörök méretezhető hibacsökkentése versenyképes elvárási értékeket produkál." arXiv preprint arXiv:2108.09197 (2021).
https://doi.org/10.1038/s41567-022-01914-3

[100] Cristina Cirstoiu, Silas Dilkes, Daniel Mills, Seyon Sivarajah és Ross Duncan. „A hibacsökkentés mennyiségi benchmarkingja a Qermit segítségével”. arXiv preprint arXiv:2204.09725 (2022).
https:///doi.org/10.48550/ARXIV.2204.09725

[101] Ryuji Takagi, Suguru Endo, Shintaro Minagawa és Mile Gu. „A kvantumhiba-csökkentés alapvető korlátai”. npj Quantum Information 8, 114 (2022).
https:///doi.org/10.1038/s41534-022-00618-z

[102] Avram Sidi. „Gyakorlati extrapolációs módszerek: elmélet és alkalmazások”. 10. kötet. Cambridge University Press. (2003).

[103] Masanori Ohya és Petz Dénes. „A kvantumentrópia és felhasználása”. Springer Science & Business Media. (2004).

[104] Christoph Hirche, Cambyse Rouzé és Daniel Stilck França. „Az összehúzódási együtthatókról, a részleges sorrendekről és a kvantumcsatornák kapacitásainak közelítéséről”. Quantum 6, 862 (2022).
https://doi.org/10.22331/q-2022-11-28-862

[105] Jeffrey C. Lagarias, James A. Reeds, Margaret H. Wright és Paul E. Wright. „A nelder–mead szimplex módszer konvergencia tulajdonságai kis dimenziókban”. SIAM Journal on Optimization 9, 112–147 (1998).
https:///doi.org/10.1137/S1052623496303470

[106] Abhijith J., Adetokunbo Adedoyin, John Ambrosiano, Petr Anisimov, William Casper, Gopinath Chennupati, Carleton Coffrin, Hristo Djidjev, David Gunter, Satish Karra, Nathan Lemons, Shizeng Lin, Alexander Malyzhenkov, David Mascarenas, Susan M. Balnis Nadze O'malley, Diane Oyen, Scott Pakin, Lakshman Prasad, Randy Roberts, Phillip Romero, Nandakishore Santhi, Nikolai Sinitsyn, Pieter J. Swart, James G. Wendelberger, Boram Yoon, Richard Zamora, Wei Zhu, Stephan Eidenbenz, Andreas Bärtschi, Patrick J. Coles, Marc Vuffray és Andrey Y. Lokhov. „Kvantumalgoritmus-megvalósítások kezdőknek”. ACM Transactions on Quantum Computing (2022).
https:///doi.org/10.1145/3517340

[107] Koczor Bálint. „A zajos kvantumállapot domináns sajátvektora”. New Journal of Physics 23, 123047 (2021).
https:///doi.org/10.1088/1367-2630/ac37ae

Idézi

[1] Zhenyu Cai, Ryan Babbush, Simon C. Benjamin, Suguru Endo, William J. Huggins, Ying Li, Jarrod R. McClean és Thomas E. O'Brien, „Quantum error mitigation”, Reviews of Modern Physics 95 4, 045005 (2023).

[2] Ryuji Takagi, Hiroyasu Tajima és Mile Gu, „Universal Sampling Lower Bounds for Quantum Error Mitigation”, Physical Review Letters 131 21, 210602 (2023).

[3] Louis Schatzki, Andrew Arrasmith, Patrick J. Coles és M. Cerezo, „Entangled Datasets for Quantum Machine Learning”, arXiv: 2109.03400, (2021).

[4] Ryuji Takagi, Suguru Endo, Shintaro Minagawa és Mile Gu, „A kvantumhiba-csökkentés alapvető korlátai”, npj Quantum Information 8, 114 (2022).

[5] Martin Larocca, Nathan Ju, Diego García-Martín, Patrick J. Coles és M. Cerezo, „Theory of overparametrisation in quantum neural networks”, arXiv: 2109.11676, (2021).

[6] Valentin Heyraud, Zejian Li, Kaelan Donatella, Alexandre Le Boité és Cristiano Ciuti, „Efficient Estimation of Trainability for Variational Quantum Circuits”, PRX Quantum 4 4, 040335 (2023).

[7] Patrick J. Coles, Collin Szczepanski, Denis Melanson, Kaelan Donatella, Antonio J. Martinez és Faris Sbahi, „Thermodynamic AI and the fluktuáció határa”, arXiv: 2302.06584, (2023).

[8] Yihui Quek, Daniel Stilck França, Sumeet Khatri, Johannes Jakob Meyer és Jens Eisert, „Exponenciálisan szigorúbb korlátok a kvantumhiba-csökkentés korlátainál”, arXiv: 2210.11505, (2022).

[9] Kento Tsubouchi, Takahiro Sagawa és Nobuyuki Yoshioka, „Universal Cost Bound of Quantum Error Mitigation Based on Quantum Estimation Theory”, Physical Review Letters 131 21, 210601 (2023).

[10] R. Au-Yeung, B. Camino, O. Rathore és V. Kendon, „Kvantumalgoritmusok tudományos alkalmazásokhoz”, arXiv: 2312.14904, (2023).

[11] Yasunari Suzuki, Suguru Endo, Keisuke Fujii és Yuuki Tokunaga, „Kvantum hibacsökkentés mint univerzális hibaminimalizálási technika: alkalmazások a NISQ-tól az FTQC korszakokig”, arXiv: 2010.03887, (2020).

[12] Gokul Subramanian Ravi, Pranav Gokhale, Yi Ding, William M. Kirby, Kaitlin N. Smith, Jonathan M. Baker, Peter J. Love, Henry Hoffmann, Kenneth R. Brown és Frederic T. Chong, „CAFQA: Egy klasszikus szimulációs bootstrap variációs kvantum algoritmusokhoz”, arXiv: 2202.12924, (2022).

[13] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao és Gui-Lu Long, „Közel távú kvantumszámítási technikák: Variációs kvantum algoritmusok, hibacsökkentés, áramkör-összeállítás, benchmarking és klasszikus szimuláció”, Science China Physics, Mechanics and Astronomy 66 5, 250302 (2023).

[14] Yasunari Suzuki, Suguru Endo, Keisuke Fujii és Yuuki Tokunaga, „Kvantumhiba-csökkentés mint egyetemes hibacsökkentési technika: Alkalmazások a NISQ-tól a hibatűrő kvantumszámítási korszakokig”, PRX Quantum 3 1, 010345 (2022).

[15] Supanut Thanasilp, Samson Wang, M. Cerezo és Zoë Holmes, „Exponenciális koncentráció és betaníthatatlanság kvantummag-módszerekben”, arXiv: 2208.11060, (2022).

[16] Abhinav Deshpande, Pradeep Niroula, Oles Shtanko, Alexey V. Gorshkov, Bill Fefferman és Michael J. Gullans, „Tight Bounds on the Convergence of Noisy Random Circuits to the Uniform Distribution”, PRX Quantum 3 4, 040329 (2022).

[17] Giacomo De Palma, Milad Marvian, Cambyse Rouzé és Daniel Stilck França, „Limitations of Variational Quantum Algorithms: A Quantum Optimal Transport Approach” PRX Quantum 4 1, 010309 (2023).

[18] Ingo Tews, Zohreh Davoudi, Andreas Ekström, Jason D. Holt, Kevin Becker, Raúl Briceño, David J. Dean, William Detmold, Christian Drischler, Thomas Duguet, Evgeny Epelbaum, Ashot Gasparyan, Jambul Gegelia, Jeremy R. , Harald W. Grießhammer, Andrew D. Hanlon, Matthias Heinz, Heiko Hergert, Martin Hoferichter, Marc Illa, David Kekejian, Alejandro Kievsky, Sebastian König, Hermann Krebs, Kristina D. Launey, Dean Lee, Petr Navrátil, Amy Nicholson, Assu Parreño, Daniel R. Phillips, Marek Płoszajczak, Xiu-Lei Ren, Thomas R. Richardson, Caroline Robin, Grigor H. Sargsyan, Martin J. Savage, Matthias R. Schindler, Phiala E. Shanahan, Roxanne P. Springer, Alexander Tichai , Ubirajara van Kolck, Michael L. Wagman, André Walker-Loud, Chieh-Jen Yang és Xilin Zhang, „Nuclear Forces for Precision Nuclear Physics: A Collection of Perspectives”, Few-Body Systems 63 4, 67 (2022).

[19] C. Huerta Alderete, Max Hunter Gordon, Frédéric Sauvage, Akira Sone, Andrew T. Sornborger, Patrick J. Coles és M. Cerezo, „Következtetésen alapuló kvantumérzékelés”, Physical Review Letters 129 19, 190501 (2022).

[20] Frédéric Sauvage, Martín Larocca, Patrick J. Coles és M. Cerezo, „Térbeli szimmetriák építése paraméterezett kvantumáramkörökké a gyorsabb edzés érdekében”, Kvantumtudomány és Technológia 9 1, 015029 (2024).

[21] Adam Callison és Nicholas Chancellor, „Hibrid kvantum-klasszikus algoritmusok a zajos, közepes léptékű kvantumkorszakban és azon túl” Fizikai áttekintés A 106 1, 010101 (2022).

[22] Supanut Thanasilp, Samson Wang, Nhat A. Nghiem, Patrick J. Coles és M. Cerezo, „Subtleties in the trainability of quantum machine learning models”, arXiv: 2110.14753, (2021).

[23] Laurin E. Fischer, Daniel Miller, Francesco Tacchino, Panagiotis Kl. Barkoutsos, Daniel J. Egger és Ivano Tavernelli: „A qudit térbe ágyazott qubit általánosított méréseinek segédprogram nélküli megvalósítása”, Physical Review Research 4 3, 033027 (2022).

[24] Travis L. Scholten, Carl J. Williams, Dustin Moody, Michele Mosca, William Hurley, William J. Zeng, Matthias Troyer és Jay M. Gambetta, „Assessing the Benefits and Risks of Quantum Computers”, „Assessing the Benefits and Risks of Quantum Computers”, arXiv: 2401.16317, (2024).

[25] Benjamin A. Cordier, Nicolas PD Sawaya, Gian G. Guerreschi és Shannon K. McWeeney, „Biology and medicine in the landscape of quantum advances”, arXiv: 2112.00760, (2021).

[26] Manuel S. Rudolph, Sacha Lerch, Supanut Thanasilp, Oriel Kiss, Sofia Vallecorsa, Michele Grossi és Zoë Holmes, „Képezhetőségi akadályok és lehetőségek a kvantumgeneratív modellezésben”, arXiv: 2305.02881, (2023).

[27] Zhenyu Cai, „Gyakorlati keret a kvantumhiba-csökkentéshez”, arXiv: 2110.05389, (2021).

[28] M. Cerezo, Guillaume Verdon, Hsin-Yuan Huang, Lukasz Cincio és Patrick J. Coles, „Challenges and Opportunities in Quantum Machine Learning”, arXiv: 2303.09491, (2023).

[29] Keita Kanno, Masaya Kohda, Ryosuke Imai, Sho Koh, Kosuke Mitarai, Wataru Mizukami és Yuya O. Nakagawa, „Quantum-Selected Configuration Interaction: Hamiltonians klasszikus átlósítása kvantumszámítógépek által kiválasztott alterekben”, arXiv: 2302.11320, (2023).

[30] Tailong Xiao, Xinliang Zhai, Xiaoyan Wu, Jianping Fan és Guihua Zeng, „A kvantumgépi tanulás gyakorlati előnyei a szellemképalkotásban”, Kommunikációs fizika 6 1, 171 (2023).

[31] Kazunobu Maruyoshi, Takuya Okuda, Juan W. Pedersen, Ryo Suzuki, Masahito Yamazaki és Yutaka Yoshida, „Conserved charges in the quantum simulation of integrable spin chains”, Journal of Physics A Mathematical General 56 16, 165301 (2023).

[32] Marvin Bechtold, Johanna Barzen, Frank Leymann, Alexander Mandl, Julian Obst, Felix Truger és Benjamin Weder, „Az áramköri vágás hatásának vizsgálata QAOA-ban a MaxCut problémára NISQ-eszközökön”, Kvantumtudomány és Technológia 8 4, 045022 (2023).

[33] Christoph Hirche, Cambyse Rouzé és Daniel Stilck França, „Az összehúzódási együtthatókról, a részleges sorrendekről és a kvantumcsatornák kapacitásainak közelítéséről”, arXiv: 2011.05949, (2020).

[34] Cristina Cirstoiu, Silas Dilkes, Daniel Mills, Seyon Sivarajah és Ross Duncan, „Volumetric Benchmarking of Error Mitigation with Qermit”, Quantum 7, 1059 (2023).

[35] Minh C. Tran, Kunal Sharma és Kristan Temme, „Localality and Error Mitigation of Quantum Circuits”, arXiv: 2303.06496, (2023).

[36] Muhammad Kashif és Saif Al-Kuwari, „A költségfüggvény globalitás és lokalitás hatása hibrid kvantumneurális hálózatokban NISQ-eszközökön”, Gépi tanulás: Science and Technology 4 1, 015004 (2023).

[37] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger és Lukasz Cincio, „A tanuláson alapuló hibacsökkentés hatékonyságának javítása”, arXiv: 2204.07109, (2022).

[38] Daniel Bultrini, Samson Wang, Piotr Czarnik, Max Hunter Gordon, M. Cerezo, Patrick J. Coles és Lukasz Cincio, „A tiszta és piszkos qubitek harca a részleges hibajavítás korszakában”, arXiv: 2205.13454, (2022).

[39] Muhammad Kashif és Saif Al-kuwari, „ResQNets: A Residual Approach for Mitigating Barren Plateaus in Quantum Neural Networks”, arXiv: 2305.03527, (2023).

[40] NM Guseynov, AA Zhukov, WV Pogosov és AV Lebedev, „Mélységi elemzés a variációs kvantum algoritmusokhoz a hőegyenlethez”, Fizikai áttekintés A 107 5, 052422 (2023).

[41] Olivia Di Matteo és RM Woloshyn, „Quantum computing fidelity susceptibility using automatic differentiation”, Fizikai áttekintés A 106 5, 052429 (2022).

[42] Matteo Robbiati, Alejandro Sopena, Andrea Papaluca és Stefano Carrazza, „Valós idejű hibacsökkentés a kvantumhardver variációs optimalizálásához”, arXiv: 2311.05680, (2023).

[43] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger és Lukasz Cincio, „Robust design under uncertainty in quantum error mitigation”, arXiv: 2307.05302, (2023).

[44] Nico Meyer, Daniel D. Scherer, Axel Plinge, Christopher Mutschler és Michael J. Hartmann, „Quantum Natural Policy Gradients: Towards Sample-Efficient Reforcement Learning” arXiv: 2304.13571, (2023).

[45] Enrico Fontana, Ivan Rungger, Ross Duncan és Cristina Cîrstoiu, „Szektrális elemzés zajdiagnosztikához és szűrőalapú digitális hibacsökkentéshez”, arXiv: 2206.08811, (2022).

[46] Wei-Bin Ewe, Dax Enshan Koh, Siong Thye Goh, Hong-Son Chu és Ching Eng Png, „Variational Quantum-Based Simulation of Waveguide Modes”, IEEE Transactions on Microwave Theory Techniques 70 5, 2517 (2022).

[47] Zichang He, Bo Peng, Jurij Alekszejev és Zheng Zhang, „Eloszlásilag robusztus variációs kvantum algoritmusok eltolt zajjal”, arXiv: 2308.14935, (2023).

[48] Siddharth Dangwal, Gokul Subramanian Ravi, Poulami Das, Kaitlin N. Smith, Jonathan M. Baker és Frederic T. Chong, „VarSaw: Application-tailored Measurement Error Mitigation for Variational Quantum Algorithms”, arXiv: 2306.06027, (2023).

[49] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan és Daniel O'Malley, „Quantum Algorithms for Geologic Fracture Networks”, arXiv: 2210.11685, (2022).

[50] André Melo, Nathan Earnest-Noble és Francesco Tacchino, „Impulzus-hatékony kvantumgépi tanulás”, Quantum 7, 1130 (2023).

[51] Christoph Hirche, Cambyse Rouzé és Daniel Stilck França, „Az összehúzódási együtthatókról, a részleges sorrendekről és a kvantumcsatornák kapacitásainak közelítéséről”, Quantum 6, 862 (2022).

[52] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan és Daniel O'Malley, „Quantum algorithms for geologic fracture networks”, Scientific Reports, 13, 2906 (2023).

[53] Marco Schumann, Frank K. Wilhelm és Alessandro Ciani, „Zaj-indukált kopár fennsíkok kialakulása tetszőleges rétegzaj-modellekben”, arXiv: 2310.08405, (2023).

[54] Sharu Theresa Jose és Osvaldo Simeone, „Paraméteres kvantumáramkörök hibacsökkentéssel segített optimalizálása: konvergenciaelemzés”, arXiv: 2209.11514, (2022).

[55] P. Singkanipa és DA Lidar, „Beyond unitalis noise in variational quantum algorithms: noise-induced barren platók and rögzített pontok”, arXiv: 2402.08721, (2024).

[56] Kevin Lively, Tim Bode, Jochen Szangolies, Jian-Xin Zhu és Benedikt Fauseweh, „Fázisátmenetek robusztus kísérleti jelei a variációs kvantummegoldóban”, arXiv: 2402.18953, (2024).

[57] Yunfei Wang és Junyu Liu, „Kvantumgépi tanulás: a NISQ-tól a hibatűrésig”, arXiv: 2401.11351, (2024).

[58] Kosuke Ito és Keisuke Fujii, „SantaQlaus: Erőforrás-hatékony módszer a kvantumlövés-zaj kihasználására a variációs kvantum algoritmusok optimalizálására”, arXiv: 2312.15791, (2023).

A fenti idézetek innen származnak SAO/NASA HIRDETÉSEK (utolsó sikeres frissítés: 2024-03-15 03:40:55). Előfordulhat, hogy a lista hiányos, mivel nem minden kiadó ad megfelelő és teljes hivatkozási adatokat.

On Crossref által idézett szolgáltatás művekre hivatkozó adat nem található (utolsó próbálkozás 2024-03-15 03:40:53).

Ez a tanulmány a Quantumban jelent meg Creative Commons Nevezd meg 4.0 International (CC BY 4.0) engedély. A szerzői jog az eredeti szerzői jog tulajdonosainál marad, például a szerzőknél vagy intézményeiknél.

SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
Forrás: https://quantum-journal.org/papers/q-2024-03-14-1287/

Időbélyeg: Március 14, 2024

Topológiai kapcsolati modellek a többrészes összefonódás PlatoBlockchain adatintelligenciájához. Függőleges keresés. Ai.

A többrészes összefonódás topológiai kapcsolati modelljei

Forrás klaszter:

Quantum Journal

Forrás csomópont: 1578352

Időbélyeg: 20. június 2022.

Javíthatja-e a hibacsökkentés a zajos variációs kvantumalgoritmusok taníthatóságát?

Újra kiadta Platón

Absztrakt

► BibTeX adatok

► Referenciák

Idézi

Még több Quantum Journal

Bináris vezérlésű impulzusoptimalizálás kvantumrendszerekhez

Szekvenciális hipotézisvizsgálat folyamatosan monitorozott kvantumrendszerekhez

Impulzus-hatékony kvantumgépi tanulás

A hűségcsökkenés megfigyelhetősége Ljapunov-sebességgel néhány kvbites kvantumszimulációban

Származtatott árképzés kvantumjelfeldolgozással

Koherens visszacsatolás optomechanikai rendszerekben az oldalsáv-feloldatlan rendszerben

A kritikus kvantumhőmérséklet és megvalósíthatósága spinrendszerekben

Vezetett-disszipatív topológiai fázisok parametrikus rezonátortömbökben

Egy cellás automata dekóder a zajhoz szabott színkódhoz

Ok-okozati struktúra szektorális kényszerek jelenlétében, a kvantumkapcsolóra való alkalmazással

A többrészes összefonódás topológiai kapcsolati modelljei

Rólunk

Vertical Search & Ai

Emelvény

Maradjon kapcsolatban

Fiók