1Divisione Teorica, Los Alamos National Laboratory, Los Alamos, NM 87545, USA
2Dipartimento di Informatica e Scienze dell'Informazione, Università di Strathclyde, 26 Richmond Street, Glasgow G1 1XH, Regno Unito
3Laboratorio fisico nazionale, Teddington TW11 0LW, Regno Unito
4Centro per gli studi non lineari, Los Alamos National Laboratory, Los Alamos, NM, USA
5Laboratorio fisico nazionale, Teddington, Regno Unito
Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.
Astratto
Si sa molto poco sul panorama dei costi per i circuiti quantistici parametrizzati (PQC). Tuttavia, i PQC sono impiegati nelle reti neurali quantistiche e negli algoritmi quantistici variazionali, che possono consentire un vantaggio quantistico a breve termine. Tali applicazioni richiedono buoni ottimizzatori per addestrare i PQC. Lavori recenti si sono concentrati su ottimizzatori quantistici studiati appositamente per i PQC. Tuttavia, l’ignoranza del panorama dei costi potrebbe ostacolare il progresso verso tali ottimizzatori. In questo lavoro, dimostriamo analiticamente due risultati per i PQC: (1) Troviamo una simmetria esponenzialmente grande nei PQC, producendo una degenerazione esponenzialmente grande dei minimi nel panorama dei costi. In alternativa, questo può essere espresso come una riduzione esponenziale del volume dello spazio iperparametrico rilevante. (2) Studiamo la resilienza delle simmetrie sotto rumore e mostriamo che mentre è conservata sotto rumore unitario, i canali non unitari possono rompere queste simmetrie e sollevare la degenerazione dei minimi, portando a molteplici nuovi minimi locali. Sulla base di questi risultati, introduciamo un metodo di ottimizzazione chiamato Minima Hopping basato su simmetria (SYMH), che sfrutta le simmetrie sottostanti nei PQC. Le nostre simulazioni numeriche mostrano che SYMH migliora le prestazioni complessive dell'ottimizzatore in presenza di rumore non unitario a un livello paragonabile all'hardware attuale. Nel complesso, questo lavoro deriva simmetrie circuitali su larga scala da trasformazioni di gate locali e le utilizza per costruire un metodo di ottimizzazione sensibile al rumore.
Immagine in primo piano: simmetria nel panorama della funzione di costo dei circuiti quantistici parametrizzati.
Riepilogo popolare
► dati BibTeX
► Riferimenti
, J. Preskill. Il calcolo quantistico nell'era NISQ e oltre. Quantico, 2: 79, 2018. 10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79
, M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio e Patrick J. Coles. Algoritmi quantistici variazionali. Fisica delle recensioni sulla natura, 3 (1): 625–644, 2021a. 10.1038/s42254-021-00348-9. URL https://www.nature.com/articles/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
https: / / www.nature.com/ articoli / s42254-021-00348-9
, A. Peruzzo, J. McClean, P. Shadbolt, M.-H. Yung, X.-Q. Zhou, P. J. Love, A. Aspuru-Guzik e J. L. O'Brien. Un risolutore di autovalori variazionali su un processore quantistico fotonico. Nature Communications, 5: 4213, 2014. 10.1038/ncoms5213. URL https:///www.nature.com/articles/ncomms5213.
https: / / doi.org/ 10.1038 / ncomms5213
https: / / www.nature.com/ articoli / ncomms5213
, Jarrod R McClean, Jonathan Romero, Ryan Babbush e Alán Aspuru-Guzik. La teoria degli algoritmi variazionali ibridi quantistici-classici. New Journal of Physics, 18 (2): 023023, 2016. 10.1088/1367-2630/18/2/023023. URL https:///iopscience.iop.org/article/10.1088/1367-2630/18/2/023023/meta.
https://doi.org/10.1088/1367-2630/18/2/023023
, Edward Farhi, Jeffrey Goldstone e Sam Gutmann. Un algoritmo di ottimizzazione quantistica approssimata. prestampa di arXiv arXiv:1411.4028, 2014. 10.48550/arXiv.1411.4028. URL https:///arxiv.org/abs/1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv: 1411.4028
, J. Romero, JP Olson e A. Aspuru-Guzik. Codificatori automatici quantistici per una compressione efficiente dei dati quantistici. Scienza e tecnologia quantistica, 2 (4): 045001, dicembre 2017. 10.1088/2058-9565/aa8072. URL https:///iopscience.iop.org/article/10.1088/2058-9565/aa8072.
https: / / doi.org/ 10.1088 / 2058-9565 / aa8072
, Sumeet Khatri, Ryan LaRose, Alexander Poremba, Lukasz Cincio, Andrew T. Sornborger e Patrick J. Coles. Compilazione quantistica assistita da dati quantistici. Quantum, 3: 140, maggio 2019. ISSN 2521-327X. 10.22331/q-2019-05-13-140. URL https:///doi.org/10.22331/q-2019-05-13-140.
https://doi.org/10.22331/q-2019-05-13-140
, R. LaRose, A. Tikku, É. O'Neel-Judy, L. Cincio e PJ Coles. Diagonalizzazione variazionale dello stato quantistico. npj Quantum Information, 5: 1–10, 2018. 10.1038/s41534-019-0167-6. URL https:///www.nature.com/articles/s41534-019-0167-6.
https://doi.org/10.1038/s41534-019-0167-6
https: / / www.nature.com/ articoli / s41534-019-0167-6
, A. Arrasmith, L. Cincio, AT Sornborger, WH Zurek e PJ Coles. Storie variazionali coerenti come algoritmo ibrido per fondamenti quantistici. Comunicazioni sulla natura, 10 (1): 3438, 2019. 10.1038/s41467-019-11417-0. URL https:///www.nature.com/articles/s41467-019-11417-0.
https://doi.org/10.1038/s41467-019-11417-0
https: / / www.nature.com/ articoli / s41467-019-11417-0
, M. Cerezo, Alexander Poremba, Lukasz Cincio e Patrick J Coles. Stima variazionale della fedeltà quantistica. Quantistica, 4: 248, 2020a. 10.22331/q-2020-03-26-248.
https://doi.org/10.22331/q-2020-03-26-248
, Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J Coles e Andrew Sornborger. Avanzamento veloce variazionale per la simulazione quantistica oltre il tempo di coerenza. npj Quantum Information, 6 (1): 1–10, 2020. URL 10.1038/s41534-020-00302-0.
https://doi.org/10.1038/s41534-020-00302-0
, Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Lukasz Cincio e Patrick Coles. Risolutore lineare quantistico variazionale. prestampa di arXiv arXiv:1909.05820, 2019. 10.48550/arXiv.1909.05820. URL https:///arxiv.org/abs/1909.05820.
https:///doi.org/10.48550/arXiv.1909.05820
arXiv: 1909.05820
, M. Cerezo, Kunal Sharma, Andrew Arrasmith e Patrick J Coles. Autorisolutore di stati quantistici variazionali. prestampa di arXiv arXiv:2004.01372, 2020b. 10.48550/arXiv.2004.01372. URL https:///arxiv.org/abs/2004.01372.
https:///doi.org/10.48550/arXiv.2004.01372
arXiv: 2004.01372
, Ivan Rungger, Nathan Fitzpatrick, Honxiang Chen, CH Alderete, Harriett Apel, Alexander Cowtan, Andrew Patterson, D Munoz Ramo, Yingyue Zhu, Nhung Hong Nguyen, et al. Algoritmo della teoria dinamica dei campi medi ed esperimenti su computer quantistici. prestampa di arXiv arXiv:1910.04735, 2019. 10.48550/arXiv.1910.04735. URL https:///arxiv.org/abs/1910.04735.
https:///doi.org/10.48550/arXiv.1910.04735
arXiv: 1910.04735
, Maria Schuld, Ilya Sinayskiy e Francesco Petruccione. La ricerca di una rete neurale quantistica. Elaborazione delle informazioni quantistiche, 13 (11): 2567–2586, 2014. 10.1007/s11128-014-0809-8. URL https:///link.springer.com/article/10.1007/s11128-014-0809-8.
https://doi.org/10.1007/s11128-014-0809-8
, Iris Cong, Soonwon Choi e Mikhail D Lukin. Reti neurali convoluzionali quantistiche. Nature Physics, 15 (12): 1273–1278, 2019. 10.1038/s41567-019-0648-8. URL https:///www.nature.com/articles/s41567-019-0648-8.
https://doi.org/10.1038/s41567-019-0648-8
https: / / www.nature.com/ articoli / s41567-019-0648-8
, Kerstin Beer, Dmytro Bondarenko, Terry Farrelly, Tobias J Osborne, Robert Salzmann, Daniel Scheiermann e Ramona Wolf. Addestramento di reti neurali quantistiche profonde. Nature Communications, 11 (1): 1–6, 2020. 10.1038/s41467-020-14454-2. URL https:///www.nature.com/articles/s41467-020-14454-2.
https://doi.org/10.1038/s41467-020-14454-2
https: / / www.nature.com/ articoli / s41467-020-14454-2
, Guillaume Verdon, Jason Pye e Michael Broughton. Un algoritmo di training universale per il deep learning quantistico. prestampa di arXiv arXiv:1806.09729, 2018. 10.48550/arXiv.1806.09729. URL https:///arxiv.org/abs/1806.09729.
https:///doi.org/10.48550/arXiv.1806.09729
arXiv: 1806.09729
, Andrew Patterson, Hongxiang Chen, Leonard Wossnig, Simone Severini, Dan Browne e Ivan Rungger. Discriminazione dello stato quantistico utilizzando reti neurali quantistiche rumorose. Physical Review Research, 3 (1): 013063, 2021. 10.1103/PhysRevResearch.3.013063. URL https:///journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.3.013063.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.013063
, Patrick Huembeli e Alexandre Dauphin. Caratterizzazione del panorama delle perdite dei circuiti quantistici variazionali. Scienza e tecnologia quantistica, 6 (2): 025011, 2021. 10.1088/2058-9565/abdbc9. URL https:///iopscience.iop.org/article/10.1088/2058-9565/abdbc9.
https:///doi.org/10.1088/2058-9565/abdbc9
, K. Mitarai, M. Negoro, M. Kitagawa e K. Fujii. Apprendimento dei circuiti quantistici. Fis. Rev. A, 98 (3): 032309, 2018. 10.1103/PhysRevA.98.032309. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.98.032309.
https: / / doi.org/ 10.1103 / PhysRevA.98.032309
, Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac e Nathan Killoran. Valutazione dei gradienti analitici su hardware quantistico. Revisione fisica A, 99 (3): 032331, 2019. 10.1103/PhysRevA.99.032331. URL https://journals.aps.org/pra/abstract/10.1103/PhysRevA.99.032331.
https: / / doi.org/ 10.1103 / PhysRevA.99.032331
, Kosuke Mitarai e Keisuke Fujii. Metodologia per sostituire le misurazioni indirette con misurazioni dirette. Ricerca sulla revisione fisica, 1 (1): 013006, 2019. 10.1103/PhysRevResearch.1.013006. URL https:///journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.1.013006.
https: / / doi.org/ 10.1103 / PhysRevResearch.1.013006
, M. Cerezo e Patrick J. Coles. Derivati di ordine superiore di reti neurali quantistiche con plateau sterili. Scienza e tecnologia quantistica, 6 (2): 035006, 2021. 10.1088/2058-9565/abf51a. URL https://iopscience.iop.org/article/10.1088/2058-9565/abf51a.
https:///doi.org/10.1088/2058-9565/abf51a
, Andrea Mari, Thomas R. Bromley e Nathan Killoran. Stima del gradiente e delle derivate di ordine superiore sull'hardware quantistico. Fis. Rev. A, 103: 012405, gennaio 2021. 10.1103/PhysRevA.103.012405. URL https:///link.aps.org/doi/10.1103/PhysRevA.103.012405.
https: / / doi.org/ 10.1103 / PhysRevA.103.012405
, Jonas M. Kübler, Andrew Arrasmith, Lukasz Cincio e Patrick J. Coles. Un ottimizzatore adattivo per algoritmi variazionali misura-frugali. Quantum, 4: 263, 2020. 10.22331/q-2020-05-11-263. URL https://quantum-journal.org/papers/q-2020-05-11-263/.
https://doi.org/10.22331/q-2020-05-11-263
https: / / quantum-journal.org/ carte / q-2020-05-11-263 /
, Ken M Nakanishi, Keisuke Fujii e Synge Todo. Ottimizzazione minima sequenziale per algoritmi ibridi quantistici-classici. Ricerca sulla revisione fisica, 2 (4): 043158, 2020a. URL 10.1103/PhysRevResearch.2.043158.
https: / / doi.org/ 10.1103 / PhysRevResearch.2.043158
, Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush e Hartmut Neven. Altopiani sterili nei paesaggi di addestramento delle reti neurali quantistiche. Comunicazioni sulla natura, 9 (1): 4812, 2018. 10.1038/s41467-018-07090-4. URL https:///www.nature.com/articles/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4
https: / / www.nature.com/ articoli / s41467-018-07090-4
, M. Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio e Patrick J Coles. Plateau sterili dipendenti dalla funzione di costo in circuiti quantistici parametrizzati poco profondi. Comunicazioni sulla natura, 12 (1): 1–12, 2021b. 10.1038/s41467-021-21728-w. URL https://www.nature.com/articles/s41467-021-21728-w.
https: / / doi.org/ 10.1038 / s41467-021-21728-w
https:///www.nature.com/articles/s41467-021-21728-w
, Kunal Sharma, M. Cerezo, Lukasz Cincio e Patrick J. Coles. Addestrabilità di reti neurali quantistiche basate sul perceptron dissipativo. Lettere di revisione fisica, 128 (18): 180505, 2022. 10.1103/PhysRevLett.128.180505.
https: / / doi.org/ 10.1103 / PhysRevLett.128.180505
, Zoë Holmes, Andrew Arrasmith, Bin Yan, Patrick J. Coles, Andreas Albrecht e Andrew T Sornborger. Gli altipiani aridi precludono l'apprendimento degli scrambler. Lettere di revisione fisica, 126 (19): 190501, 2021. 10.1103/PhysRevLett.126.190501. URL https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.126.190501.
https: / / doi.org/ 10.1103 / PhysRevLett.126.190501
, Arthur Pesah, M. Cerezo, Samson Wang, Tyler Volkoff, Andrew T Sornborger e Patrick J Coles. Assenza di plateau sterili nelle reti neurali convoluzionali quantistiche. Revisione fisica X, 11 (4): 041011, 2021. 10.1103/PhysRevX.11.041011. URL https://journals.aps.org/prx/abstract/10.1103/PhysRevX.11.041011.
https: / / doi.org/ 10.1103 / PhysRevX.11.041011
, Carlos Ortiz Marrero, Mária Kieferová e Nathan Wiebe. Altopiani sterili indotti dall'intreccio. PRX Quantum, 2 (4): 040316, 2021. 10.1103/PRXQuantum.2.040316.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040316
, Kathleen E Hamilton, Tyler Kharazi, Titus Morris, Alexander J McCaskey, Ryan S Bennink e Raphael C Pooser. Caratterizzazione scalabile del rumore del processore quantistico. Nel 2020 Conferenza internazionale IEEE sull'informatica e l'ingegneria quantistica (QCE), pagine 430–440. IEEE, 2020/QCE10.1109. URL https:///ieeexplore.ieee.org/abstract/document/49297.2020.00060.
https: / / doi.org/ 10.1109 / QCE49297.2020.00060
https:///ieeexplore.ieee.org/abstract/document/9259938
, Samson Wang, Enrico Fontana, M. Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio e Patrick J Coles. Plateau sterili indotti dal rumore negli algoritmi quantistici variazionali. Comunicazioni sulla natura, 12 (1): 1–11, 2021. 10.1038/s41467-021-27045-6. URL https://www.nature.com/articles/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6
https: / / www.nature.com/ articoli / s41467-021-27045-6
, Kunal Sharma, Sumeet Khatri, M. Cerezo e Patrick J Coles. Resilienza al rumore della compilazione quantistica variazionale. New Journal of Physics, 22 (4): 043006, 2020. 10.1088/1367-2630/ab784c. URL https://iopscience.iop.org/article/10.1088/1367-2630/ab784c.
https: / / doi.org/ 10.1088 / 1367-2630 / ab784c
, Enrico Fontana, Nathan Fitzpatrick, David Muñoz Ramo, Ross Duncan e Ivan Rungger. Valutazione della resilienza al rumore di algoritmi quantistici variazionali. Revisione fisica A, 104 (2): 022403, 2021. 10.1103/PhysRevA.104.022403. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.104.022403.
https: / / doi.org/ 10.1103 / PhysRevA.104.022403
, James Stokes, Josh Izaac, Nathan Killoran e Giuseppe Carleo. Gradiente quantistico naturale. Quantum, 4: 269, 2020. 10.22331/q-2020-05-25-269. URL https://quantum-journal.org/papers/q-2020-05-25-269/.
https://doi.org/10.22331/q-2020-05-25-269
https: / / quantum-journal.org/ carte / q-2020-05-25-269 /
, Bálint Koczor e Simon C. Benjamin. Gradiente naturale quantistico generalizzato a circuiti non unitari. prestampa di arXiv arXiv:1912.08660, 2019. 10.48550/arXiv.1912.08660. URL https:///arxiv.org/abs/1912.08660.
https:///doi.org/10.48550/arXiv.1912.08660
arXiv: 1912.08660
, Ken M Nakanishi, Keisuke Fujii e Synge Todo. Ottimizzazione minima sequenziale per algoritmi ibridi quantistici-classici. Ricerca sulla revisione fisica, 2 (4): 043158, 2020b. 10.1103/PhysRevResearch.2.043158. URL https:///journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.2.043158.
https: / / doi.org/ 10.1103 / PhysRevResearch.2.043158
, Andrew Arrasmith, Lukasz Cincio, Rolando D Somma e Patrick J Coles. Campionamento dell'operatore per l'ottimizzazione del tiro frugale negli algoritmi variazionali. prestampa di arXiv arXiv:2004.06252, 2020. 10.48550/arXiv.2004.06252. URL https:///arxiv.org/abs/2004.06252.
https:///doi.org/10.48550/arXiv.2004.06252
arXiv: 2004.06252
, Ryan Sweke, Frederik Wilde, Johannes Jakob Meyer, Maria Schuld, Paul K Fährmann, Barthélémy Meynard-Piganeau e Jens Eisert. Discesa stocastica del gradiente per l'ottimizzazione ibrida quantistica-classica. Quantum, 4: 314, 2020. 10.22331/q-2020-08-31-314. URL https:///quantum-journal.org/papers/q-2020-08-31-314/.
https://doi.org/10.22331/q-2020-08-31-314
https: / / quantum-journal.org/ carte / q-2020-08-31-314 /
, Kevin J Sung, Jiahao Yao, Matthew P Harrigan, Nicholas C Rubin, Zhang Jiang, Lin Lin, Ryan Babbush e Jarrod R McClean. Utilizzo di modelli per migliorare gli ottimizzatori per algoritmi quantistici variazionali. Scienza e tecnologia quantistica, 5 (4): 044008, 2020. 10.1088/2058-9565/abb6d9. URL https:///iopscience.iop.org/article/10.1088/2058-9565/abb6d9.
https://doi.org/10.1088/2058-9565/abb6d9
, Wim Lavrijsen, Ana Tudor, Juliane Müller, Costin Iancu e Wibe de Jong. Ottimizzatori classici per dispositivi quantistici rumorosi su scala intermedia. prestampa arXiv arXiv:2004.03004, 2020/QCE10.1109. URL https:///arxiv.org/abs/49297.2020.00041.
https: / / doi.org/ 10.1109 / QCE49297.2020.00041
arXiv: 2004.03004
, Aram Harrow e John Napp. Le misurazioni del gradiente a bassa profondità possono migliorare la convergenza negli algoritmi ibridi quantistici-classici variazionali. Prestampa di arXiv arXiv:1901.05374, 2019. URL 10.1103/PhysRevLett.126.140502.
https: / / doi.org/ 10.1103 / PhysRevLett.126.140502
arXiv: 1901.05374
, A. Kandala, A. Mezzacapo, K. Temme, M. Takita, M. Brink, JM Chow e JM Gambetta. Autorisolvitore quantistico variazionale efficiente in termini di hardware per piccole molecole e magneti quantistici. Natura, 549 (7671): 242, 2017. 10.1038/nature23879. URL https:///www.nature.com/articles/nature23879.
https: / / doi.org/ 10.1038 / nature23879
https: / / www.nature.com/ articoli / nature23879
, S. Hadfield, Z. Wang, B. O'Gorman, EG Rieffel, D. Venturelli e R. Biswas. Dall'algoritmo di ottimizzazione quantistica approssimata all'operatore quantistico alternato ansatz. Algoritmi, 12 (2): 34, febbraio 2019. ISSN 1999-4893. 10.3390/a12020034. URL https:///www.mdpi.com/1999-4893/12/2/34.
https: / / doi.org/ 10.3390 / a12020034
https://www.mdpi.com/1999-4893/12/2/34
, Yudong Cao, Jonathan Romero, Jonathan P Olson, Matthias Degroote, Peter D Johnson, Mária Kieferová, Ian D Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, et al. La chimica quantistica nell’era dell’informatica quantistica. Revisioni chimiche, 119 (19): 10856–10915, 2019. 10.1021/acs.chemrev.8b00803. URL https:///pubs.acs.org/doi/10.1021/acs.chemrev.8b00803.
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803
, Rodney J Bartlett e Monika Musiał. Teoria dei cluster accoppiati in chimica quantistica. Recensioni di fisica moderna, 79 (1): 291, 2007. 10.1103/RevModPhys.79.291. URL https:///journals.aps.org/rmp/abstract/10.1103/RevModPhys.79.291.
https: / / doi.org/ 10.1103 / RevModPhys.79.291
, Joonho Lee, William J. Huggins, Martin Head-Gordon e K. Birgitta Whaley. Funzioni d'onda di cluster accoppiate unitarie generalizzate per il calcolo quantistico. Journal of Chemical Theory and Computing, 15 (1): 311–324, 2018. 10.1021/acs.jctc.8b01004. URL https:///pubs.acs.org/doi/10.1021/acs.jctc.8b01004.
https: / / doi.org/ 10.1021 / acs.jctc.8b01004
, Bob Coecke e Ross Duncan. Osservabili quantistici interagenti: algebra categoriale e diagrammatica. New Journal of Physics, 13 (4): 043016, 2011. 10.1088/1367-2630/13/4/043016. URL https:///iopscience.iop.org/article/10.1088/1367-2630/13/4/043016.
https://doi.org/10.1088/1367-2630/13/4/043016
, Daniel Stilck França e Raul Garcia-Patron. Limitazioni degli algoritmi di ottimizzazione su dispositivi quantistici rumorosi. Nature Physics, 17 (11): 1221–1227, 2021. 10.1038/s41567-021-01356-3. URL https:///www.nature.com/articles/s41567-021-01356-3.
https://doi.org/10.1038/s41567-021-01356-3
https: / / www.nature.com/ articoli / s41567-021-01356-3
, Bryan T Gard, Linghua Zhu, George S Barron, Nicholas J Mayhall, Sophia E Economou e Edwin Barnes. Efficienti circuiti di preparazione dello stato che preservano la simmetria per l'algoritmo dell'autosolver quantistico variazionale. npj Informazioni quantistiche, 6 (1): 1–9, 2020. 10.1038/s41534-019-0240-1. URL https://www.nature.com/articles/s41534-019-0240-1.
https://doi.org/10.1038/s41534-019-0240-1
https: / / www.nature.com/ articoli / s41534-019-0240-1
, Michael Streif, Martin Leib, Filip Wudarski, Eleanor Rieffel e Zhihui Wang. Algoritmi quantistici con conservazione locale del numero di particelle: effetti del rumore e correzione degli errori. Revisione fisica A, 103 (4): 042412, 2021. 10.1103/PhysRevA.103.042412. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.103.042412.
https: / / doi.org/ 10.1103 / PhysRevA.103.042412
, FT Chong, D. Franklin e M. Martonosi. Linguaggi di programmazione e progettazione di compilatori per hardware quantistico realistico. Natura, 549 (7671): 180, 2017. 10.1038/nature23459. URL https:///www.nature.com/articles/nature23459.
https: / / doi.org/ 10.1038 / nature23459
https: / / www.nature.com/ articoli / nature23459
, Thomas Häner, Damian S Steiger, Krysta Svore e Matthias Troyer. Una metodologia software per la compilazione di programmi quantistici. Scienza e tecnologia quantistica, 3 (2): 020501, 2018. 10.1088/2058-9565/aaa5cc. URL https:///iopscience.iop.org/article/10.1088/2058-9565/aaa5cc.
https:///doi.org/10.1088/2058-9565/aaa5cc
, D. Venturelli, M. Do, E. Rieffel e J. Frank. Compilazione di circuiti quantistici in architetture hardware realistiche utilizzando pianificatori temporali. Scienza e tecnologia quantistica, 3 (2): 025004, 2018. 10.1088/2058-9565/aaa331. URL https:///iopscience.iop.org/article/10.1088/2058-9565/aaa331.
https:///doi.org/10.1088/2058-9565/aaa331
, Tyson Jones e Simon C. Benjamin. Robusta compilazione quantistica e ottimizzazione del circuito tramite la minimizzazione dell'energia. Quantum, 6: 628, 2022. 10.22331/q-2022-01-24-628. URL https:///quantum-journal.org/papers/q-2022-01-24-628/.
https://doi.org/10.22331/q-2022-01-24-628
https: / / quantum-journal.org/ carte / q-2022-01-24-628 /
, Kentaro Heya, Yasunari Suzuki, Yasunobu Nakamura e Keisuke Fujii. Ottimizzazione variazionale della porta quantistica. prestampa di arXiv arXiv:1810.12745, 2018. 10.48550/arXiv.1810.12745. URL https:///arxiv.org/abs/1810.12745.
https:///doi.org/10.48550/arXiv.1810.12745
arXiv: 1810.12745
, MJD Powell. L'algoritmo BOBYQA per l'ottimizzazione vincolata senza derivate. Rapporto tecnico, Dipartimento di matematica applicata e fisica teorica, 01 2009. URL https://www.damtp.cam.ac.uk/user/na/NA_papers/NA2009_06.pdf.
https:///www.damtp.cam.ac.uk/user/na/NA_papers/NA2009_06.pdf
, Dave Wecker, Matthew B Hastings e Matthias Troyer. Progressi verso algoritmi variazionali quantistici pratici. Physical Review A, 92 (4): 042303, 2015. 10.1103/PhysRevA.92.042303. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.92.042303.
https: / / doi.org/ 10.1103 / PhysRevA.92.042303
, Roeland Wiersema, Cunlu Zhou, Yvette de Sereville, Juan Felipe Carrasquilla, Yong Baek Kim e Henry Yuen. Esplorare l'entanglement e l'ottimizzazione all'interno dell'ansatz variazionale hamiltoniano. PRX Quantum, 1 (2): 020319, 2020. 10.1103/PRXQuantum.1.020319. URL https:///journals.aps.org/prxquantum/pdf/10.1103/PRXQuantum.1.020319.
https: / / doi.org/ 10.1103 / PRXQuantum.1.020319
, Xuchen You e Xiaodi Wu. Esponenzialmente molti minimi locali nelle reti neurali quantistiche. Nella conferenza internazionale sull'apprendimento automatico, pagine 12144–12155. PMLR, 2021. URL https:///proceedings.mlr.press/v139/you21c.html.
https:///proceedings.mlr.press/v139/you21c.html
, Hans J Briegel, David E Browne, Wolfgang Dür, Robert Raussendorf e Maarten Van den Nest. Calcolo quantistico basato su misurazioni. Nature Physics, 5 (1): 19–26, 2009. 10.1038/nphys1157. URL https:///www.nature.com/articles/nphys1157.
https: / / doi.org/ 10.1038 / nphys1157
https: / / www.nature.com/ articles / nphys1157
, Vincent Danos e Elham Kashefi. Determinismo nel modello unidirezionale. Physical Review A, 74 (5): 052310, 2006. 10.1103/PhysRevA.74.052310. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.74.052310.
https: / / doi.org/ 10.1103 / PhysRevA.74.052310
, Scott Kirkpatrick, C Daniel Gelatt e Mario P Vecchi. Ottimizzazione mediante ricottura simulata. scienza, 220 (4598): 671–680, 1983. 10.1126/science.220.4598.671. URL https:///www.science.org/doi/abs/10.1126/science.220.4598.671.
https: / / doi.org/ 10.1126 / science.220.4598.671
, Wagner F. Sacco e CREA Oliveira. Un nuovo algoritmo di ottimizzazione stocastica basato su una metaeuristica di collisione di particelle. Atti del 6° WCSMO, 2005. URL https:///citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.80.6308&rep=rep1&type=pdf.
https:///citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.80.6308&rep=rep1&type=pdf
, Ana Carolina Rios-Coelho, Wagner F Sacco e Nélio Henderson. Un algoritmo metropolitano combinato con il metodo di ricerca locale di Hooke-Jeeves applicato all'ottimizzazione globale. Matematica applicata e calcolo, 217 (2): 843–853, 2010. 10.1016/j.amc.2010.06.027. URL https:///www.sciencedirect.com/science/article/pii/S0096300310007125.
https: / / doi.org/ 10.1016 / j.amc.2010.06.027
https: / / www.sciencedirect.com/ science / article / pii / S0096300310007125
, Ilya Loshchilov e Frank Hutter. Sgdr: Discesa a gradiente stocastico con ripartenze calde. prestampa di arXiv arXiv:1608.03983, 2016. 10.48550/arXiv.1608.03983. URL https:///arxiv.org/abs/1608.03983.
https:///doi.org/10.48550/arXiv.1608.03983
arXiv: 1608.03983
, Oliver Kern, Gernot Alber e Dima L Shepelyansky. Correzione dell'errore quantistico di errori coerenti mediante randomizzazione. The European Physical Journal D-Atomic, Molecular, Optical and Plasma Physics, 32 (1): 153–156, 2005. 10.1140/epjd/e2004-00196-9. URL https:///link.springer.com/article/10.1140/epjd/e2004-00196-9.
https: / / doi.org/ 10.1140 / epjd / e2004-00196-9
, Joel J Wallman e Joseph Emerson. Personalizzazione del rumore per il calcolo quantistico scalabile tramite compilazione randomizzata. Physical Review A, 94 (5): 052325, 2016. URL 10.1103/PhysRevA.94.052325.
https: / / doi.org/ 10.1103 / PhysRevA.94.052325
, Osama Moussa, Marcus P da Silva, Colm A Ryan e Raymond Laflamme. Certificazione sperimentale pratica di porte quantistiche computazionali mediante procedura twirling. Lettere di revisione fisica, 109 (7): 070504, 2012. 10.1103/PhysRevLett.109.070504. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.109.070504.
https: / / doi.org/ 10.1103 / PhysRevLett.109.070504
, Kristan Temme, Sergey Bravyi e Jay M Gambetta. Mitigazione degli errori per circuiti quantistici a breve profondità. Lettere di revisione fisica, 119 (18): 180509, 2017. 10.1103/PhysRevLett.119.180509. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.119.180509.
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509
, Steven T Flammia e Joel J Wallman. Stima efficiente dei canali di Pauli. ACM Transactions on Quantum Computing, 1 (1): 1–32, 2020. 10.1145/3408039. URL https:///dl.acm.org/doi/abs/10.1145/3408039.
https: / / doi.org/ 10.1145 / 3408039 mila
, Ying Li e Simon C. Benjamin. Efficiente simulatore quantistico variazionale che incorpora la minimizzazione attiva dell'errore. Physical Review X, 7 (2): 021050, 2017. URL 10.1103/PhysRevX.7.021050.
https: / / doi.org/ 10.1103 / PhysRevX.7.021050
, Suguru Endo, Simon C. Benjamin e Ying Li. Mitigazione pratica degli errori quantistici per applicazioni del prossimo futuro. Physical Review X, 8 (3): 031027, 2018. 10.1103/PhysRevX.8.031027. URL https:///journals.aps.org/prx/abstract/10.1103/PhysRevX.8.031027.
https: / / doi.org/ 10.1103 / PhysRevX.8.031027
, Miroslav Urbanek, Benjamin Nachman, Vincent R Pascuzzi, Andre He, Christian W Bauer e Wibe A de Jong. Mitigazione del rumore depolarizzante sui computer quantistici con circuiti di stima del rumore. Physical Review Letters, 127 (27): 270502, 2021. 10.1103/PhysRevLett.127.270502. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.127.270502.
https: / / doi.org/ 10.1103 / PhysRevLett.127.270502
Citato da
[1] Jules Tilly, Hongxiang Chen, Shuxiang Cao, Dario Picozzi, Kanav Setia, Ying Li, Edward Grant, Leonard Wossnig, Ivan Rungger, George H. Booth e Jonathan Tennyson, “The Variational Quantum Eigensolver: a review of method and migliori pratiche", arXiv: 2111.05176.
[2] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio e Patrick J. Coles, "Variational Quantum Algorithms", arXiv: 2012.09265.
[3] Taylor L. Patti, Khadijeh Najafi, Xun Gao e Susanne F. Yelin, "Mitigazione dell'altopiano arido ideato dall'entanglement", Ricerca sulla revisione fisica 3 3, 033090 (2021).
[4] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio e Patrick J. Coles, "La mitigazione degli errori può migliorare l'addestramento degli algoritmi quantistici variazionali rumorosi?", arXiv: 2109.01051.
[5] Martin Larocca, Nathan Ju, Diego García-Martín, Patrick J. Coles e M. Cerezo, "Teoria della sovraparametrizzazione nelle reti neurali quantistiche", arXiv: 2109.11676.
[6] Johannes Herrmann, Sergi Masot Llima, Ants Remm, Petr Zapletal, Nathan A. McMahon, Colin Scarato, François Swiadek, Christian Kraglund Andersen, Christoph Hellings, Sebastian Krinner, Nathan Lacroix, Stefania Lazar, Michael Kerschbaum, Dante Colao Zanuz, Graham J. Norris, Michael J. Hartmann, Andreas Wallraff e Christopher Eichler, "Realizzazione di reti neurali convoluzionali quantistiche su un processore quantistico superconduttore per riconoscere le fasi quantistiche", Comunicazioni sulla natura 13, 4144 (2022).
[7] Dmitry A. Fedorov, Bo Peng, Niranjan Govind e Yuri Alexeev, "Metodo VQE: una breve indagine e sviluppi recenti", Teoria dei materiali 6 1, 2 (2022).
[8] Tobias Haug, Kishor Bharti e MS Kim, "Capacità e geometria quantistica dei circuiti quantistici parametrizzati", PRX Quantico 2 4, 040309 (2021).
[9] M. Bilkis, M. Cerezo, Guillaume Verdon, Patrick J. Coles e Lukasz Cincio, "A ansatz semi-agnostico con struttura variabile per l'apprendimento automatico quantistico", arXiv: 2103.06712.
[10] Andrew Arrasmith, Zoë Holmes, M. Cerezo e Patrick J. Coles, "Equivalenza di altipiani aridi quantistici alla concentrazione dei costi e gole strette", Scienza e tecnologia quantistica 7 4, 045015 (2022).
[11] Tobias Stollenwerk e Stuart Hadfield, "Analisi schematica per circuiti quantistici parametrizzati", arXiv: 2204.01307.
[12] Enrico Fontana, Nathan Fitzpatrick, David Muñoz Ramo, Ross Duncan e Ivan Rungger, "Valutazione della resilienza al rumore degli algoritmi quantistici variazionali", Revisione fisica A 104 2, 022403 (2021).
[13] Kosuke Ito, Wataru Mizukami e Keisuke Fujii, "Relazioni universali di precisione del rumore negli algoritmi quantistici variazionali", arXiv: 2106.03390.
[14] Xiaozhen Ge, Re-Bing Wu e Herschel Rabitz, "Il panorama di ottimizzazione degli algoritmi ibridi Quantum-Classici: dal controllo quantistico alle applicazioni NISQ", arXiv: 2201.07448.
[15] Joonho Kim e Yaron Oz, "Paesaggio energetico quantistico e ottimizzazione VQA", arXiv: 2107.10166.
[16] Kun Wang, Zhixin Song, Xuanqiang Zhao, Zihe Wang e Xin Wang, "Rilevamento e quantificazione dell'entanglement su dispositivi quantistici a breve termine", npj Informazioni quantistiche 8, 52 (2022).
Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2022-09-15 10:08:33). L'elenco potrebbe essere incompleto poiché non tutti gli editori forniscono dati di citazione adeguati e completi.
Impossibile recuperare Crossref citato da dati durante l'ultimo tentativo 2022-09-15 10:08:32: Impossibile recuperare i dati citati per 10.22331 / q-2022-09-15-804 da Crossref. Questo è normale se il DOI è stato registrato di recente.
Questo documento è pubblicato in Quantum sotto il Creative Commons Attribuzione 4.0 Internazionale (CC BY 4.0) licenza. Il copyright rimane dei detentori del copyright originali come gli autori o le loro istituzioni.
