Simulazioni quantistiche composite

Simulazioni quantistiche composite

Timestamp: 14 novembre 2023 6:16 AM
Simulazioni quantistiche composite PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

Matteo Hagan1 e Nathan Wiebe2,3,4

1Dipartimento di Fisica, Università di Toronto, Toronto ON, Canada
2Dipartimento di Informatica, Università di Toronto, Toronto ON, Canada
3Laboratorio nazionale del Pacifico nordoccidentale, Richland Wa, Stati Uniti
4Istituto canadese per gli studi avanzati, Toronto ON, Canada

Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.

Astratto

In questo articolo forniamo un quadro per combinare più metodi di simulazione quantistica, come le formule di Trotter-Suzuki e QDrift, in un unico canale composito che si basa su vecchie idee di coalescenza per ridurre il numero di gate. L'idea centrale alla base del nostro approccio è quella di utilizzare uno schema di partizionamento che assegni un termine hamiltoniano alla parte Trotter o QDrift di un canale all'interno della simulazione. Ciò ci consente di simulare termini piccoli ma numerosi utilizzando QDrift mentre si simulano termini più grandi utilizzando una formula Trotter-Suzuki di ordine elevato. Dimostriamo limiti rigorosi sulla distanza del diamante tra il canale Composite e il canale di simulazione ideale e mostriamo in quali condizioni il costo di implementazione del canale Composite è asintoticamente limitato superiore dai metodi che lo compongono sia per il partizionamento probabilistico dei termini che per il partizionamento deterministico. Infine, discutiamo le strategie per determinare gli schemi di partizionamento nonché i metodi per incorporare diversi metodi di simulazione all'interno dello stesso quadro.

► dati BibTeX

► Riferimenti

, James D Whitfield, Jacob Biamonte e Alán Aspuru-Guzik. “Simulazione di strutture elettroniche hamiltoniane mediante computer quantistici”. Fisica molecolare 109, 735–750 (2011). URL: https://​/​doi.org/​10.1080/​00268976.2011.552441.
https: / / doi.org/ 10.1080 / 00268976.2011.552441 mila

, Stephen P Jordan, Keith SM Lee e John Preskill. “Algoritmi quantistici per teorie quantistiche dei campi”. Scienza 336, 1130–1133 (2012). URL: https://​/​doi.org/​10.1126/​science.1217069.
https: / / doi.org/ 10.1126 / science.1217069

, Markus Reiher, Nathan Wiebe, Krysta M. Svore, Dave Wecker e Matthias Troyer. "Chiarimento dei meccanismi di reazione sui computer quantistici". Atti dell'Accademia nazionale delle scienze 114, 7555–7560 (2017). url: https://​/​doi.org/​10.1073/​pnas.1619152114.
https: / / doi.org/ 10.1073 / pnas.1619152114

, Ryan Babbush, Dominic W. Berry e Hartmut Neven. "Simulazione quantistica del modello sachdev-ye-kitaev mediante qubitizzazione asimmetrica". Fis. Rev. A 99, 040301 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.040301

, Yuan Su, Dominic W. Berry, Nathan Wiebe, Nicholas Rubin e Ryan Babbush. "Simulazioni quantistiche tolleranti ai guasti della chimica nella prima quantizzazione". PRX Quantum 2, 040332 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.040332

, Thomas E. O'Brien, Michael Streif, Nicholas C. Rubin, Raffaele Santagati, Yuan Su, William J. Huggins, Joshua J. Goings, Nikolaj Moll, Elica Kyoseva, Matthias Degroote, Christofer S. Tautermann, Joonho Lee, Dominic W Berry, Nathan Wiebe e Ryan Babbush. "Calcolo quantistico efficiente delle forze molecolari e di altri gradienti energetici". Fis. Rev. Ris. 4, 043210 (2022).
https: / / doi.org/ 10.1103 / PhysRevResearch.4.043210

, Dorit Aharonov e Amnon Ta-Shma. “Generazione di stati quantistici adiabatici e conoscenza statistica zero”. In Atti del trentacinquesimo simposio annuale ACM sulla teoria dell'informatica. Pagine 20–29. (2003). URL: https://​/​doi.org/​10.1145/​780542.780546.
https: / / doi.org/ 10.1145 / 780542.780546 mila

, Dominic W Berry, Graeme Ahokas, Richard Cleve e Barry C Sanders. "Algoritmi quantistici efficienti per la simulazione di hamiltoniani sparsi". Comunicazioni in fisica matematica 270, 359–371 (2007). URL: https://​/​doi.org/​10.1007/​s00220-006-0150-x.
https: / / doi.org/ 10.1007 / s00220-006-0150-x

, Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari e Rolando D. Somma. "Simulazione di dinamiche hamiltoniane con una serie troncata di Taylor". Fis. Rev. Lett. 114, 090502 (2015).
https: / / doi.org/ 10.1103 / PhysRevLett.114.090502

, Andrew M. Childs, Aaron Ostrander e Yuan Su. "Simulazione quantistica più veloce mediante randomizzazione". Quantum 3, 182 (2019).
https:/​/​doi.org/​10.22331/​q-2019-09-02-182

, Guang Hao Low e Isaac L. Chuang. "Simulazione hamiltoniana mediante qubitizzazione". Quantum 3, 163 (2019).
https:/​/​doi.org/​10.22331/​q-2019-07-12-163

, Guang Hao Low, Vadym Kliuchnikov e Nathan Wiebe. “Simulazione hamiltoniana multiprodotto ben condizionata” (2019). url: https://​/​doi.org/​10.48550/​arXiv.1907.11679.
https://​/​doi.org/​10.48550/​arXiv.1907.11679

, Guang Hao Basso e Nathan Wiebe. "Simulazione hamiltoniana nell'immagine dell'interazione" (2019). arXiv:1805.00675.
arXiv: 1805.00675

, Conte Campbell. "Compilatore casuale per la simulazione hamiltoniana veloce". Fis. Rev. Lett. 123, 070503 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.123.070503

, Nathan Wiebe, Dominic Berry, Peter Høyer e Barry C Sanders. "Scomposizioni di ordine superiore di esponenziali di operatori ordinati". Journal of Physics A: Matematico e teorico 43, 065203 (2010).
https:/​/​doi.org/​10.1088/​1751-8113/​43/​6/​065203

, Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe e Shuchen Zhu. "Teoria dell'errore del trottatore con scala del commutatore". Fis. Rev. X 11, 011020 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.011020

, Dominic W. Berry, Andrew M. Childs, Yuan Su, Xin Wang e Nathan Wiebe. "Simulazione hamiltoniana dipendente dal tempo con ridimensionamento della norma $ L ^ 1 $". Quantum 4, 254 (2020).
https:/​/​doi.org/​10.22331/​q-2020-04-20-254

, Dave Wecker, Bela Bauer, Bryan K. Clark, Matthew B. Hastings e Matthias Troyer. "Stime del conteggio dei gate per l'esecuzione di chimica quantistica su piccoli computer quantistici". Revisione fisica A 90 (2014).
https: / / doi.org/ 10.1103 / physreva.90.022305

, David Poulin, Matthew B Hastings, Dave Wecker, Nathan Wiebe, Andrew C Doherty e Matthias Troyer. "La dimensione del passo dello zampone richiesta per un'accurata simulazione quantistica della chimica quantistica" (2014). url: https://​/​doi.org/​10.48550/​arXiv.1406.4920.
https://​/​doi.org/​10.48550/​arXiv.1406.4920

, Ian D Kivlichan, Christopher E Granade e Nathan Wiebe. “Stima di fase con hamiltoniani randomizzati” (2019). arXiv:1907.10070.
arXiv: 1907.10070

, Abhishek Rajput, Alessandro Roggero e Nathan Wiebe. "Metodi ibridi per la simulazione quantistica nel quadro dell'interazione". Quantico 6, 780 (2022).
https:/​/​doi.org/​10.22331/​q-2022-08-17-780

, Yingkai Ouyang, David R. White e Earl T. Campbell. "Compilazione mediante sparsificazione stocastica hamiltoniana". Quantico 4, 235 (2020).
https:/​/​doi.org/​10.22331/​q-2020-02-27-235

, Shi Jin e Xiantao Li. “Un algoritmo trotter parzialmente casuale per simulazioni hamiltoniane quantistiche” (2021). url: https://​/​doi.org/​10.48550/​arXiv.2109.07987.
https://​/​doi.org/​10.48550/​arXiv.2109.07987

, Ryan Babbush, Nathan Wiebe, Jarrod McClean, James McClain, Hartmut Neven e Garnet Kin-Lic Chan. "Simulazione quantistica a bassa profondità dei materiali". Fis. Rev. X 8, 011044 (2018).
https: / / doi.org/ 10.1103 / PhysRevX.8.011044

, Masuo Suzuki. “Scomposizione frattale di operatori esponenziali con applicazioni alle teorie a molti corpi e simulazioni Monte Carlo”. Lettere di fisica A 146, 319–323 (1990).
https:/​/​doi.org/​10.1016/​0375-9601(90)90962-N

, Andrew M. Childs e Nathan Wiebe. “Simulazione hamiltoniana mediante combinazioni lineari di operazioni unitarie” (2012). URL: https://​/​doi.org/​10.26421/​QIC12.11-12.
https: / / doi.org/ 10.26421 mila / QIC12.11-12

, Paul K Faehrmann, Mark Steudtner, Richard Kueng, Maria Kieferova e Jens Eisert. "Randomizzazione di formule multiprodotto per una migliore simulazione hamiltoniana" (2021). url: https://​/​ui.adsabs.harvard.edu/​link_gateway/​2022Quant…6..806F/​doi:10.48550/​arXiv.2101.07808.
https:/​/​ui.adsabs.harvard.edu/​link_gateway/​2022Quant…6..806F/​doi:10.48550/​arXiv.2101.07808

, Dominic W. Berry, Andrew M. Childs e Robin Kothari. "Simulazione hamiltoniana con dipendenza quasi ottimale da tutti i parametri". Nel 2015 IEEE 56th Annual Symposium on Foundations of Computer Science. Pagine 792–809. (2015).
https: / / doi.org/ 10.1109 / FOCS.2015.54

, Chi-Fang Chen, Hsin-Yuan Huang, Richard Kueng e Joel A. Tropp. "Concentrazione per formule di prodotti casuali". PRXQuantum 2 (2021).
https: / / doi.org/ 10.1103 / prxquantum.2.040305

Citato da

[1] Alexander M. Dalzell, Sam McArdle, Mario Berta, Przemyslaw Bienias, Chi-Fang Chen, András Gilyén, Connor T. Hann, Michael J. Kastoryano, Emil T. Khabiboulline, Aleksander Kubica, Grant Salton, Samson Wang e Fernando GSL Brandão, “Algoritmi quantistici: un'indagine sulle applicazioni e sulle complessità end-to-end”, arXiv: 2310.03011, (2023).

[2] Etienne Granet e Henrik Dreyer, "Dinamica hamiltoniana continua su computer quantistici digitali rumorosi senza errore di Trotter", arXiv: 2308.03694, (2023).

[3] Almudena Carrera Vazquez, Daniel J. Egger, David Ochsner e Stefan Woerner, "Formule multiprodotto ben condizionate per la simulazione Hamiltoniana compatibile con l'hardware", Quantico 7, 1067 (2023).

[4] Matthew Pocrnic, Matthew Hagan, Juan Carrasquilla, Dvira Segal e Nathan Wiebe, "Formule di prodotti QDrift compositi per simulazioni quantistiche e classiche in tempo reale e immaginario", arXiv: 2306.16572, (2023).

[5] Nicholas H. Stair, Cristian L. Cortes, Robert M. Parrish, Jeffrey Cohn e Mario Motta, "Protocollo di Krylov quantistico stocastico con hamiltoniani a fattori doppi", Revisione fisica A 107 3, 032414 (2023).

[6] Gumaro Rendon, Jacob Watkins e Nathan Wiebe, "Precisione migliorata per le simulazioni di trotter utilizzando l'interpolazione di Chebyshev", arXiv: 2212.14144, (2022).

[7] Zhicheng Zhang, Qisheng Wang e Mingsheng Ying, "Algoritmo quantistico parallelo per la simulazione hamiltoniana", arXiv: 2105.11889, (2021).

[8] Maximilian Amsler, Peter Deglmann, Matthias Degroote, Michael P. Kaicher, Matthew Kiser, Michael Kühn, Chandan Kumar, Andreas Maier, Georgy Samsonidze, Anna Schroeder, Michael Streif, Davide Vodola e Christopher Wever, “Quantum-enhanced quantum Monte Carlo: una visione industriale”, arXiv: 2301.11838, (2023).

[9] Alireza Tavanfar, S. Alipour e AT Rezakhani, “La meccanica quantistica genera teorie quantistiche più grandi e complesse? Il caso della teoria quantistica incentrata sull’esperienza e l’interattoma delle teorie quantistiche”, arXiv: 2308.02630, (2023).

[10] Pei Zeng, Jinzhao Sun, Liang Jiang e Qi Zhao, "Simulazione hamiltoniana semplice e di alta precisione compensando l'errore di Trotter con una combinazione lineare di operazioni unitarie", arXiv: 2212.04566, (2022).

[11] Oriel Kiss, Michele Grossi e Alessandro Roggero, "Importanza del campionamento per simulazioni quantistiche stocastiche", Quantico 7, 977 (2023).

[12] Lea M. Trenkwalder, Eleanor Scerri, Thomas E. O'Brien e Vedran Dunjko, "Compilazione della simulazione hamiltoniana della formula del prodotto tramite apprendimento per rinforzo", arXiv: 2311.04285, (2023).

Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2023-11-14 11:17:33). 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 2023-11-14 11:17:32: Impossibile recuperare i dati citati per 10.22331 / q-2023-11-14-1181 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.

Timestamp:

Di più da Diario quantistico