1Center on Frontiers of Computing Studies, Università di Pechino, Pechino 100871, Cina
2Scuola di Informatica, Università di Pechino, Pechino 100871, Cina
3Laboratorio Clarendon, Università di Oxford, Parks Road, Oxford OX1 3PU, Regno Unito
4Facoltà di Fisica, Università di Pechino, Pechino 100871, Cina
Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.
Astratto
Gli algoritmi quantistici progettati per sistemi quantistici realistici a molti corpi, come la chimica e i materiali, di solito richiedono un gran numero di misurazioni dell'Hamiltoniano. Sfruttando idee diverse, come il campionamento dell'importanza, la compatibilità osservabile o le ombre classiche degli stati quantistici, sono stati proposti diversi schemi di misurazione avanzati per ridurre notevolmente i grandi costi di misurazione. Tuttavia, i meccanismi di riduzione dei costi sottolineati sembrano distinti l'uno dall'altro e come trovare sistematicamente lo schema ottimale rimane una sfida critica. Qui, affrontiamo questa sfida proponendo un quadro unificato di misurazioni quantistiche, incorporando metodi di misurazione avanzati come casi speciali. Il nostro framework ci consente di introdurre uno schema generale - misurazione di raggruppamento sovrapposto, che sfrutta contemporaneamente i vantaggi della maggior parte dei metodi esistenti. Una comprensione intuitiva dello schema consiste nel suddividere le misurazioni in gruppi sovrapposti, ciascuno costituito da misurazioni compatibili. Forniamo strategie di raggruppamento esplicite e ne verifichiamo numericamente le prestazioni per diversi hamiltoniani molecolari con un massimo di 16 qubit. Il nostro risultato numerico mostra miglioramenti significativi rispetto agli schemi esistenti. Il nostro lavoro apre la strada a misurazioni quantistiche efficienti ea un'elaborazione quantistica rapida con dispositivi quantistici attuali ea breve termine.
► dati BibTeX
► Riferimenti
, Scott Aaronson. Tomografia dell'ombra degli stati quantistici. SIAM Journal on Computing, 49 (5): STOC18–368, 2019. 10.1145/3188745.3188802. URL https:///doi.org/10.1145/3188745.3188802.
https: / / doi.org/ 10.1145 / 3188745.3188802 mila
, Atithi Acharya, Siddharta Saha e Anirvan M Sengupta. Tomografia dell'ombra basata su povm completa dal punto di vista informativo, 2021. URL https://doi.org/10.48550/arXiv.2105.05992.
https:///doi.org/10.48550/arXiv.2105.05992
, 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, marzo 2018. 10.1103/PhysRevX.8.011044. URL https:///doi.org/10.1103/PhysRevX.8.011044.
https: / / doi.org/ 10.1103 / PhysRevX.8.011044
, Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S. Kottmann, Tim Menke, Wai-Keong Mok, Sukin Sim, Leong-Chuan Kwek, e Alan Aspuru-Guzik. Algoritmi rumorosi quantistici su scala intermedia (nisq), 2021. URL https://doi.org/10.1103/RevModPhys.94.015004.
https: / / doi.org/ 10.1103 / RevModPhys.94.015004
, Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Lukasz Cincio e Patrick J. Coles. Risolutore lineare quantistico variazionale, 2019. URL https://doi.org/10.48550/arXiv.1909.05820.
https:///doi.org/10.48550/arXiv.1909.05820
, Sergey Bravyi, Sarah Sheldon, Abhinav Kandala, David C. Mckay e Jay M. Gambetta. Mitigazione degli errori di misurazione negli esperimenti multiqubit. Fis. Rev. A, 103: 042605, aprile 2021. 10.1103/PhysRevA.103.042605. URL https:///doi.org/10.1103/PhysRevA.103.042605.
https: / / doi.org/ 10.1103 / PhysRevA.103.042605
, Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, Sukin Sim, Libor Veis e Alán Aspuru-Guzik. La chimica quantistica nell'era dell'informatica quantistica. Recensioni chimiche, 119 (19): 10856–10915, 2019. 10.1021/acs.chemrev.8b00803. URL https:///doi.org/10.1021/acs.chemrev.8b00803. PMID: 31469277.
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803
, Juan Carrasquilla, Giacomo Torlai, Roger G. Melko, and Leandro Aolita. Ricostruire stati quantistici con modelli generativi. Nature Machine Intelligence, 1 (3): 155–161, 2019. 10.1038/s42256-019-0028-1. URL https:///doi.org/10.1038/s42256-019-0028-1.
https://doi.org/10.1038/s42256-019-0028-1
, Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, et al. Algoritmi quantistici variazionali. Nature Reviews Physics, 3 (9): 625–644, 2021. 10.1038/s42254-021-00348-9. URL https:///doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
, Senrui Chen, Wenjun Yu, Pei Zeng e Steven T. Flammia. Stima robusta dell'ombra. PRX Quantum, 2: 030348, settembre 2021. 10.1103/PRXQuantum.2.030348. URL https:///doi.org/10.1103/PRXQuantum.2.030348.
https: / / doi.org/ 10.1103 / PRXQuantum.2.030348
, Kenny Choo, Antonio Mezzacapo, Giuseppe Carleo. Stati della rete neurale fermionica per la struttura elettronica ab-initio. Comunicazioni sulla natura, 11 (1): 1–7, 2020. 10.1038/s41467-020-15724-9. URL https:///doi.org/10.1038/s41467-020-15724-9.
https://doi.org/10.1038/s41467-020-15724-9
, Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J Coles, and Andrew Sornborger. Fast forwarding variazionale per la simulazione quantistica oltre il tempo di coerenza. npj Quantum Information, 6 (1): 1–10, 2020. URL https://doi.org/10.1038/s41534-020-00302-0.
https://doi.org/10.1038/s41534-020-00302-0
, JI Colless, VV Ramasesh, D. Dahlen, MS Blok, ME Kimchi-Schwartz, JR McClean, J. Carter, WA de Jong e I. Siddiqi. Calcolo di spettri molecolari su un processore quantistico con un algoritmo resistente agli errori. Fis. Rev. X, 8: 011021, feb 2018. 10.1103/PhysRevX.8.011021. URL https:///doi.org/10.1103/PhysRevX.8.011021.
https: / / doi.org/ 10.1103 / PhysRevX.8.011021
, Benjamin Commeau, M. Cerezo, Zoë Holmes, Lukasz Cincio, Patrick J. Coles e Andrew Sornborger. Diagonalizzazione hamiltoniana variazionale per la simulazione quantistica dinamica, 2020. URL https://doi.org/10.48550/arXiv.2009.02559.
https:///doi.org/10.48550/arXiv.2009.02559
, Jordan Cotler e Frank Wilczek. Tomografia quantistica sovrapposta. Fis. Rev. Lett., 124: 100401, Mar 2020. 10.1103/PhysRevLett.124.100401. URL https:///doi.org/10.1103/PhysRevLett.124.100401.
https: / / doi.org/ 10.1103 / PhysRevLett.124.100401
, Ofelia Crawford, Barnaby van Straaten, Daochen Wang, Thomas Parks, Earl Campbell e Stephen Brierley. Misurazione quantistica efficiente degli operatori di Pauli in presenza di errore di campionamento finito. Quantum, 5: 385, 2021. 10.22331/q-2021-01-20-385. URL https:///doi.org/10.22331%2Fq-2021-01-20-385.
https://doi.org/10.22331/q-2021-01-20-385
, EF Dumitrescu, AJ McCaskey, G. Hagen, GR Jansen, TD Morris, T. Papenbrock, RC Pooser, DJ Dean e P. Lougovski. Cloud quantum computing di un nucleo atomico. Fis. Rev. Lett., 120: 210501, maggio 2018. 10.1103/PhysRevLett.120.210501. URL https:///doi.org/10.1103/PhysRevLett.120.210501.
https: / / doi.org/ 10.1103 / PhysRevLett.120.210501
, Suguru Endo, Simon C. Benjamin e Ying Li. Attenuazione pratica dell'errore quantistico per applicazioni del prossimo futuro. Fis. Rev. X, 8: 031027, luglio 2018. 10.1103/PhysRevX.8.031027. URL https:///doi.org/10.1103/PhysRevX.8.031027.
https: / / doi.org/ 10.1103 / PhysRevX.8.031027
, Suguru Endo, Jinzhao Sun, Ying Li, Simon C. Benjamin e Xiao Yuan. Simulazione quantistica variazionale di processi generali. Fis. Rev. Lett., 125: 010501, Jun 2020. 10.1103/PhysRevLett.125.010501. URL https:///doi.org/10.1103/PhysRevLett.125.010501.
https: / / doi.org/ 10.1103 / PhysRevLett.125.010501
, Suguru Endo, Zhenyu Cai, Simon C. Benjamin e Xiao Yuan. Algoritmi ibridi quanto-classici e mitigazione degli errori quantistici. Journal of the Physical Society of Japan, 90 (3): 032001, 2021. 10.7566/JPSJ.90.032001. URL https:///doi.org/10.7566/JPSJ.90.032001.
https: / / doi.org/ 10.7566 / JPSJ.90.032001
, Keisuke Fujii, Kaoru Mizuta, Hiroshi Ueda, Kosuke Mitarai, Wataru Mizukami e Yuya O. Nakagawa. Autorisolutore quantistico variazionale profondo: un metodo divide et impera per risolvere un problema più ampio con computer quantistici di dimensioni inferiori. PRX Quantum, 3: 010346, marzo 2022. 10.1103/PRXQuantum.3.010346. URL https:///doi.org/10.1103/PRXQuantum.3.010346.
https: / / doi.org/ 10.1103 / PRXQuantum.3.010346
, Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Lukasz Cincio, Patrick J. Coles e Andrew Sornborger. Simulazioni di lunga data con alta fedeltà su hardware quantistico, 2021. URL https://arxiv.org/abs/2102.04313.
arXiv: 2102.04313
, Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari e William J. Zeng. Estrapolazione digitale zero noise per la mitigazione degli errori quantistici. Nel 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), pagine 306–316, 2020. 10.1109/QCE49297.2020.00045. URL https:///doi.org/10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045
, Pranav Gokhale, Olivia Angiuli, Yongshan Ding, Kaiwen Gui, Teague Tomesh, Martin Suchara, Margaret Martonosi e Frederic T Chong. Riduzione al minimo dei preparativi di stato nell'autorisolutore quantistico variazionale mediante il partizionamento in famiglie di pendolari. URL https:///doi.org/10.48550/arXiv.1907.13623.
https:///doi.org/10.48550/arXiv.1907.13623
, Harper R Grimsley, Sophia E Economou, Edwin Barnes e Nicholas J Mayhall. Un algoritmo variazionale adattivo per simulazioni molecolari esatte su un computer quantistico. Nature comm., 10 (1): 1–9, 2019. 10.1038/s41467-018-07090-4. URL https:///doi.org/10.1038/s41467-019-10988-2.
https://doi.org/10.1038/s41467-018-07090-4
, Carlo Hadfield. Ombre di Pauli adattive per la stima dell'energia, 2021. URL https://doi.org/10.48550/arXiv.2105.12207.
https:///doi.org/10.48550/arXiv.2105.12207
, Charles Hadfield, Sergey Bravyi, Rudy Raymond e Antonio Mezzacapo. Misurazioni di hamiltoniani quantistici con ombre classiche polarizzate localmente. Comunicazioni in fisica matematica, 391 (3): 951–967, 2022. 10.1007/s00220-022-04343-8. URL https:///doi.org/10.1007/s00220-022-04343-8.
https://doi.org/10.1007/s00220-022-04343-8
, Cornelius Hempel, Christine Maier, Jonathan Romero, Jarrod McClean, Thomas Monz, Heng Shen, Petar Jurcevic, Ben P. Lanyon, Peter Love, Ryan Babbush, Alán Aspuru-Guzik, Rainer Blatt e Christian F. Roos. Calcoli di chimica quantistica su un simulatore quantistico di ioni intrappolati. Fis. Rev. X, 8: 031022, luglio 2018. 10.1103/PhysRevX.8.031022. URL https:///doi.org/10.1103/PhysRevX.8.031022.
https: / / doi.org/ 10.1103 / PhysRevX.8.031022
, Oscar Higgott, Daochen Wang e Stephen Brierley. Calcolo quantistico variazionale degli stati eccitati. Quantum, 3: 156, luglio 2019. ISSN 2521-327X. 10.22331/q-2019-07-01-156. URL https:///doi.org/10.22331/q-2019-07-01-156.
https://doi.org/10.22331/q-2019-07-01-156
, Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo, and Robert Wille. Diagrammi decisionali per misure quantistiche con circuiti poco profondi. Nel 2021 IEEE International Conference on Quantum Computing and Engineering (QCE), pagine 24–34, 2021. 10.1109/QCE52317.2021.00018. URL https:///doi.org/10.1109/QCE52317.2021.00018.
https: / / doi.org/ 10.1109 / QCE52317.2021.00018
, Hsin-Yuan Huang, Richard Kueng e John Preskill. Predire molte proprietà di un sistema quantistico da pochissime misurazioni. Nature Physics, 16 (10): 1050–1057, 2020. 10.1038/s41567-020-0932-7. URL https:///doi.org/10.1038/s41567-020-0932-7.
https://doi.org/10.1038/s41567-020-0932-7
, Hsin-Yuan Huang, Kishor Bharti e Patrick Rebentrost. Algoritmi quantistici a breve termine per sistemi lineari di equazioni con funzioni di perdita di regressione. New Journal of Physics, 23 (11): 113021, nov 2021a. 10.1088/1367-2630/ac325s. URL https:///doi.org/10.1088/1367-2630/ac325f.
https:///doi.org/10.1088/1367-2630/ac325f
, Hsin-Yuan Huang, Richard Kueng e John Preskill. Stima efficiente delle osservabili di Pauli mediante derandomizzazione. Fis. Rev. Lett., 127: 030503, lug 2021b. 10.1103/PhysRevLett.127.030503. URL https:///doi.org/10.1103/PhysRevLett.127.030503.
https: / / doi.org/ 10.1103 / PhysRevLett.127.030503
, William J Huggins, Jarrod R McClean, Nicholas C Rubin, Zhang Jiang, Nathan Wiebe, K Birgitta Whaley e Ryan Babbush. Misure efficienti e resilienti al rumore per la chimica quantistica su computer quantistici a breve termine. npj Quantum Information, 7 (1): 1–9, 2021. 10.1038/s41534-020-00341-7. URL https:///doi.org/10.1038/s41534-020-00341-7.
https://doi.org/10.1038/s41534-020-00341-7
, Artur F Izmaylov, Tzu-Ching Yen, Robert A Lang e Vladyslav Verteletskyi. Approccio di partizionamento unitario al problema di misura nel metodo dell'autorisolutore quantistico variazionale. Rivista di teoria chimica e calcolo, 16 (1): 190–195, 2019a. 10.1021/acs.jctc.9b00791. URL https:///doi.org/10.1021/acs.jctc.9b00791.
https: / / doi.org/ 10.1021 / acs.jctc.9b00791
, Artur F. Izmaylov, Tzu-Ching Yen e Ilya G. Ryabinkin. Revisione del processo di misurazione nell'autorisolutore quantistico variazionale: è possibile ridurre il numero di operatori misurati separatamente? Scienze chimiche, 10 (13): 3746–3755, 2019b. 10.1039/C8SC05592K. URL https:///doi.org/10.1039/C8SC05592K.
https: / / doi.org/ 10.1039 / C8SC05592K
, Andrew Jena, Scott Genin e Michele Mosca. Partizionamento di Pauli rispetto agli insiemi di gate, 2019. URL https://doi.org/10.48550/arXiv.1907.07859.
https:///doi.org/10.48550/arXiv.1907.07859
, Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M Chow e Jay M Gambetta. Autorisolutore quantistico variazionale efficiente in termini di hardware per piccole molecole e magneti quantistici. Nature, 549 (7671): 242–246, 2017. 10.1038/nature23879. URL https:///doi.org/10.1038/nature23879.
https: / / doi.org/ 10.1038 / nature23879
, Ying Li e Simon C. Benjamin. Efficiente simulatore quantistico variazionale che incorpora la minimizzazione attiva degli errori. Fis. Rev. X, 7: 021050, giu 2017. 10.1103/PhysRevX.7.021050. URL https:///doi.org/10.1103/PhysRevX.7.021050.
https: / / doi.org/ 10.1103 / PhysRevX.7.021050
, Jin-Guo Liu, Yi-Hong Zhang, Yuan Wan e Lei Wang. Autosolver quantistico variazionale con meno qubit. Fis. Rev. Research, 1: 023025, settembre 2019. 10.1103/PhysRevResearch.1.023025. URL https:///doi.org/10.1103/PhysRevResearch.1.023025.
https: / / doi.org/ 10.1103 / PhysRevResearch.1.023025
, He Ma, Marco Govoni e Giulia Galli. Simulazioni quantistiche di materiali su computer quantistici a breve termine. npj Computational Materials, 6 (1): 1–8, 2020. 10.1038/s41524-020-00353-z. URL https:///doi.org/10.1038/s41524-020-00353-z.
https: / / doi.org/ 10.1038 / s41524-020-00353-z
, Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin e Xiao Yuan. Simulazione quantistica variazionale basata su ansatz dell'evoluzione temporale immaginaria. npj Quantum Information, 5 (1): 1–6, 2019. 10.1038/s41534-019-0187-2. URL https:///doi.org/10.1038/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2
, Sam McArdle, Suguru Endo, Alán Aspuru-Guzik, Simon C. Benjamin e Xiao Yuan. Chimica computazionale quantistica. Rev.mod. Phys., 92: 015003, marzo 2020. 10.1103/RevModPhys.92.015003. URL https:///doi.org/10.1103/RevModPhys.92.015003.
https: / / doi.org/ 10.1103 / RevModPhys.92.015003
, Jarrod R McClean, Jonathan Romero, Ryan Babbush e Alán Aspuru-Guzik. La teoria degli algoritmi quanto-classici ibridi variazionali. New Journal of Physics, 18 (2): 023023, feb 2016. 10.1088/1367-2630/18/2/023023. URL https:///doi.org/10.1088/1367-2630/18/2/023023.
https://doi.org/10.1088/1367-2630/18/2/023023
, Jarrod R McClean, Mollie E Kimchi-Schwartz, Jonathan Carter e Wibe A de Jong. Gerarchia ibrida quanto-classica per la mitigazione della decoerenza e la determinazione degli stati eccitati. Physical Review A, 95 (4): 042308, 2017. URL https://doi.org/10.1103/PhysRevA.95.042308.
https: / / doi.org/ 10.1103 / PhysRevA.95.042308
, Jarrod R McClean, Zhang Jiang, Nicholas C Rubin, Ryan Babbush e Hartmut Neven. Decodificare errori quantistici con espansioni subspaziali. Nature Communications, 11 (1): 1–9, 2020. 10.1038/s41467-020-14341-w. URL https:///doi.org/10.1038/s41467-020-14341-w.
https: / / doi.org/ 10.1038 / s41467-020-14341-w
, 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. Ottimizzazione quantistica utilizzando algoritmi variazionali su dispositivi quantistici a breve termine. Quantum Science and Technology, 3 (3): 030503, 2018. 10.1088/2058-9565/aab822. URL https:///doi.org/10.1088/2058-9565/aab822.
https: / / doi.org/ 10.1088 / 2058-9565 / aab822
, Ken M. Nakanishi, Kosuke Mitarai e Keisuke Fujii. Autosolver quantistico variazionale con ricerca subspaziale per stati eccitati. Physical Review Research, 1 (3): 033062, 2019. 10.1103/PhysRevResearch.1.033062. URL https:///doi.org/10.1103/PhysRevResearch.1.033062.
https: / / doi.org/ 10.1103 / PhysRevResearch.1.033062
, Bryan O'Gorman, William J Huggins, Eleanor G Rieffel e K Birgitta Whaley. Reti di scambio generalizzate per l'informatica quantistica a breve termine, 2019. URL https:///doi.org/10.48550/arXiv.1905.05118.
https:///doi.org/10.48550/arXiv.1905.05118
, P. J. O'Malley, R. Babbush, I. D. Kivlichan, J. Romero, J. R. McClean, R. Barends, J. Kelly, P. Roushan, A. Tranter, N. Ding, B. Campbell, Y. Chen, Z. Chen , B. Chiaro, A. Dunsworth, A. G. Fowler, E. Jeffrey, E. Lucero, A. Megrant, J. Y. Mutus, M. Neeley, C. Neill, C. Quintana, D. Sank, A. Vainsencher, J. Wenner , T. C. White, P. V. Coveney, P. J. Love, H. Neven, A. Aspuru-Guzik e J. M. Martinis. Simulazione quantistica scalabile delle energie molecolari. Fis. Rev. X, 6: 031007, luglio 2016. 10.1103/PhysRevX.6.031007. URL https:///doi.org/10.1103/PhysRevX.6.031007.
https: / / doi.org/ 10.1103 / PhysRevX.6.031007
, Matthew Otten e Stephen K Gray. Contabilizzazione degli errori negli algoritmi quantistici tramite la riduzione degli errori individuali. Npj Quantum Inf., 5 (1): 11, 2019. 10.1038/s41534-019-0125-3. URL https:///doi.org/10.1038/s41534-019-0125-3.
https://doi.org/10.1038/s41534-019-0125-3
, Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J Love, Alán Aspuru-Guzik e Jeremy L O'brien. Un risolutore variazionale di autovalori su un processore quantistico fotonico. Nature comm., 5: 4213, 2014. 10.1038/ncomms5213. URL https:///doi.org/10.1038/ncomms5213.
https: / / doi.org/ 10.1038 / ncomms5213
, Giovanni Preskill. Il calcolo quantistico nell'era nisq e oltre. Quantum, 2: 79, 2018. 10.22331/q-2018-08-06-79. URL https:///doi.org/10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79
, Google AI Quantum, Collaboratori*†, Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Sergio Boixo, Michael Broughton, Bob B Buckley e altri. Hartree-fock su un computer quantistico qubit superconduttore. Science, 369 (6507): 1084–1089, 2020. 10.1126/science.abb9811. URL https:///doi.org/10.1126/science.abb9811.
https: / / doi.org/ 10.1126 / science.abb9811
, Nicholas C. Rubin, Ryan Babbush e Jarrod McClean. Applicazione di vincoli marginali fermionici ad algoritmi quantistici ibridi. New Journal of Physics, 20 (5): 053020, maggio 2018. 10.1088/1367-2630/aab919. URL https:///doi.org/10.1088/1367-2630/aab919.
https: / / doi.org/ 10.1088 / 1367-2630 / aab919
, Ariel Shlosberg, Andrew J. Jena, Priyanka Mukhopadhyay, Jan F. Haase, Felix Leditzky e Luca Dellantonio. Stima adattiva di osservabili quantistici, 2021. URL https://doi.org/10.48550/arXiv.2110.15339.
https:///doi.org/10.48550/arXiv.2110.15339
, Armands Strikis, Dayue Qin, Yanzhu Chen, Simon C. Benjamin e Ying Li. Mitigazione degli errori quantistici basata sull'apprendimento. PRX Quantum, 2: 040330, nov 2021. 10.1103/PRXQuantum.2.040330. URL https:///doi.org/10.1103/PRXQuantum.2.040330.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040330
, GI Struchalin, Ya. A. Zagorovskii, EV Kovlakov, SS Straupe e SP Kulik. Stima sperimentale delle proprietà dello stato quantistico da ombre classiche. PRX Quantum, 2: 010307, gennaio 2021. 10.1103/PRXQuantum.2.010307. URL https:///doi.org/10.1103/PRXQuantum.2.010307.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010307
, Jinzhao Sun, Xiao Yuan, Takahiro Tsunoda, Vlatko Vedral, Simon C. Benjamin e Suguru Endo. Mitigazione del rumore realistico in pratici dispositivi quantistici rumorosi su scala intermedia. Fis. Rev. Applied, 15: 034026, Mar 2021. 10.1103/PhysRevApplied.15.034026. URL https://doi.org/10.1103/PhysRevApplied.15.034026.
https: / / doi.org/ 10.1103 / PhysRevApplied.15.034026
, Jinzhao Sun, Suguru Endo, Huiping Lin, Patrick Hayden, Vlatko Vedral e Xiao Yuan. Simulazione quantistica perturbativa, settembre 2022. URL https://doi.org/10.1103/PhysRevLett.129.120505.
https: / / doi.org/ 10.1103 / PhysRevLett.129.120505
, Kristan Temme, Sergey Bravyi e Jay M. Gambetta. Mitigazione degli errori per circuiti quantistici a profondità ridotta. Fis. Rev. Lett., 119: 180509, Nov 2017. 10.1103/PhysRevLett.119.180509. URL https:///doi.org/10.1103/PhysRevLett.119.180509.
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509
, Giacomo Torlai, Guglielmo Mazzola, Juan Carrasquilla, Matthias Troyer, Roger Melko, Giuseppe Carleo. Tomografia dello stato quantico della rete neurale. Nature Physics, 14 (5): 447–450, 2018. 10.1038/s41567-018-0048-5. URL https:///doi.org/10.1038/s41567-018-0048-5.
https://doi.org/10.1038/s41567-018-0048-5
, Giacomo Torlai, Guglielmo Mazzola, Giuseppe Carleo, Antonio Mezzacapo. Misurazione precisa di osservabili quantistici con stimatori di reti neurali. Fis. Rev. Res., 2: 022060, giu 2020. 10.1103/PhysRevResearch.2.022060. URL https:///doi.org/10.1103/PhysRevResearch.2.022060.
https: / / doi.org/ 10.1103 / PhysRevResearch.2.022060
, Harish J Vallury, Michael A Jones, Charles D Hill e Lloyd CL Hollenberg. Correzione dei momenti calcolati quantistici alle stime variazionali. Quantum, 4: 373, 2020. 10.22331/q-2020-12-15-373. URL https:///doi.org/10.22331/q-2020-12-15-373.
https://doi.org/10.22331/q-2020-12-15-373
, Vladyslav Verteletskyi, Tzu-Ching Yen e Artur F. Izmaylov. Ottimizzazione della misurazione nell'autorisolutore quantistico variazionale utilizzando una copertura di cricca minima. The Journal of chemical physics, 152 (12): 124114, 2020. 10.1063/1.5141458. URL https:///doi.org/10.1063/1.5141458.
https: / / doi.org/ 10.1063 / 1.5141458 mila
, Samson Wang, Enrico Fontana, Marco Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio, and 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:///doi.org/10.1038/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6
, Dave Wecker, Matthew B. Hastings e Matthias Troyer. Progresso verso pratici algoritmi variazionali quantistici. Fis. Rev. A, 92: 042303, ottobre 2015. 10.1103/PhysRevA.92.042303. URL https:///doi.org/10.1103/PhysRevA.92.042303.
https: / / doi.org/ 10.1103 / PhysRevA.92.042303
, Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C. Benjamin e Xiao Yuan. Algoritmi variazionali per l'algebra lineare. Bollettino scientifico, 2021. ISSN 2095-9273. 10.1016/j.scib.2021.06.023. URL https:///doi.org/10.1016/j.scib.2021.06.023.
https: / / doi.org/ 10.1016 / j.scib.2021.06.023
, Zhi-Cheng Yang, Armin Rahmani, Alireza Shabani, Hartmut Neven e Claudio Chamon. Ottimizzazione di algoritmi quantistici variazionali utilizzando il principio di minimo di Pontryagin. Fis. Rev. X, 7: 021027, maggio 2017. 10.1103/PhysRevX.7.021027. URL https:///doi.org/10.1103/PhysRevX.7.021027.
https: / / doi.org/ 10.1103 / PhysRevX.7.021027
, Tzu-Ching Yen, Vladyslav Verteletskyi e Artur F. Izmaylov. Misurazione di tutti gli operatori compatibili in una serie di misurazioni a qubit singolo utilizzando trasformazioni unitarie. Rivista di teoria chimica e calcolo, 16 (4): 2400–2409, 2020. 10.1021/acs.jctc.0c00008. URL https:///doi.org/10.1021/acs.jctc.0c00008.
https: / / doi.org/ 10.1021 / acs.jctc.0c00008
, Tzu-Ching Yen, Aadithya Ganeshram e Artur F. Izmaylov. Miglioramenti deterministici delle misurazioni quantistiche con raggruppamento di operatori compatibili, trasformazioni non locali e stime di covarianza, 2022. URL https://doi.org/10.48550/arXiv.2201.01471.
https:///doi.org/10.48550/arXiv.2201.01471
, Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li e Simon C Benjamin. Teoria della simulazione quantistica variazionale. Quantum, 3: 191, 2019. 10.22331/q-2019-10-07-191. URL https:///doi.org/10.22331/q-2019-10-07-191.
https://doi.org/10.22331/q-2019-10-07-191
, Xiao Yuan, Jinzhao Sun, Junyu Liu, Qi Zhao e You Zhou. Simulazione quantistica con reti tensoriali ibride. Fis. Rev. Lett., 127: 040501, lug 2021. 10.1103/PhysRevLett.127.040501. URL https:///doi.org/10.1103/PhysRevLett.127.040501.
https: / / doi.org/ 10.1103 / PhysRevLett.127.040501
, Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan e He Lu. Misura sperimentale dello stato quantico con ombre classiche. Fis. Rev. Lett., 127: 200501, Nov 2021. 10.1103/PhysRevLett.127.200501. URL https:///doi.org/10.1103/PhysRevLett.127.200501.
https: / / doi.org/ 10.1103 / PhysRevLett.127.200501
, Zi-Jian Zhang, Jinzhao Sun, Xiao Yuan e Man-Hong Yung. Simulazione hamiltoniana a bassa profondità mediante formula di prodotto adattativa, 2020. URL https://doi.org/10.48550/arXiv.2011.05283.
https:///doi.org/10.48550/arXiv.2011.05283
, Andrew Zhao, Andrew Tranter, William M. Kirby, Shu Fay Ung, Akimasa Miyake e Peter J. Love. Riduzione della misura in algoritmi quantistici variazionali. Fis. Rev. A, 101: 062322, giu 2020. 10.1103/PhysRevA.101.062322. URL https:///doi.org/10.1103/PhysRevA.101.062322.
https: / / doi.org/ 10.1103 / PhysRevA.101.062322
, Andrew Zhao, Nicholas C. Rubin e Akimasa Miyake. Tomografia parziale fermionica tramite ombre classiche. Fis. Rev. Lett., 127: 110504, set 2021. 10.1103/PhysRevLett.127.110504. URL https:///doi.org/10.1103/PhysRevLett.127.110504.
https: / / doi.org/ 10.1103 / PhysRevLett.127.110504
, Leo Zhou, Sheng-Tao Wang, Soonwon Choi, Hannes Pichler e Mikhail D. Lukin. Algoritmo di ottimizzazione approssimata quantistica: prestazioni, meccanismo e implementazione su dispositivi a breve termine. Fis. Rev. X, 10: 021067, giu 2020. 10.1103/PhysRevX.10.021067. URL https:///doi.org/10.1103/PhysRevX.10.021067.
https: / / doi.org/ 10.1103 / PhysRevX.10.021067
Citato da
[1] Kouhei Nakaji, Suguru Endo, Yuichiro Matsuzaki e Hideaki Hakoshima, "Ottimizzazione della misurazione della simulazione quantistica variazionale mediante ombra classica e derandomizzazione", arXiv: 2208.13934.
[2] Dax Enshan Koh e Sabee Grewal, “Ombre classiche con rumore”, arXiv: 2011.11580.
[3] Andrew Zhao, Nicholas C. Rubin e Akimasa Miyake, "Tomografia parziale fermionica tramite ombre classiche", Lettere di revisione fisica 127 11, 110504 (2021).
[4] Daniel McNulty, Filip B. Maciejewski e Michał Oszmaniec, "Stima degli hamiltoniani quantistici tramite misurazioni congiunte di osservabili rumorose non pendolari", arXiv: 2206.08912.
[5] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami e Yuya O. Nakagawa, "Stima del valore di aspettativa quantistica mediante campionamento di base computazionale", Ricerca sulla revisione fisica 4 3, 033173 (2022).
[6] Junyu Liu, Zimu Li, Han Zheng, Xiao Yuan e Jinzhao Sun, "Verso un algoritmo quantistico variazionale Jordan-Lee-Preskill", Apprendimento automatico: scienza e tecnologia 3 4, 045030 (2022).
[7] Bryce Fuller, Charles Hadfield, Jennifer R. Glick, Takashi Imamichi, Toshinari Itoko, Richard J. Thompson, Yang Jiao, Marna M. Kagele, Adriana W. Blom-Schieber, Rudy Raymond e Antonio Mezzacapo, “Approximate Solutions di problemi combinatori tramite rilassamenti quantistici”, arXiv: 2111.03167.
[8] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan e He Lu, "Misurazione sperimentale dello stato quantistico con ombre classiche", Lettere di revisione fisica 127 20, 200501 (2021).
[9] Tzu-Ching Yen, Aadithya Ganeshram e Artur F. Izmaylov, "Miglioramenti deterministici delle misurazioni quantistiche con raggruppamento di operatori compatibili, trasformazioni non locali e stime di covarianza", arXiv: 2201.01471.
[10] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia e Arthur Jaffe, "Ombre classiche con insiemi unitari invarianti di Pauli", arXiv: 2202.03272.
[11] Weitang Li, Zigeng Huang, Changsu Cao, Yifei Huang, Zhigang Shuai, Xiaoming Sun, Jinzhao Sun, Xiao Yuan e Dingshun Lv, "Verso la simulazione pratica dell'inclusione quantistica di sistemi chimici realistici su computer quantistici a breve termine", arXiv: 2109.08062.
[12] Ariel Shlosberg, Andrew J. Jena, Priyanka Mukhopadhyay, Jan F. Haase, Felix Leditzky e Luca Dellantonio, "Stima adattiva delle osservabili quantistiche", arXiv: 2110.15339.
[13] Zi-Jian Zhang, Jinzhao Sun, Xiao Yuan e Man-Hong Yung, "Simulazione hamiltoniana a bassa profondità mediante formula del prodotto adattivo", arXiv: 2011.05283.
[14] Yusen Wu, Bujiao Wu, Jingbo Wang e Xiao Yuan, "Vantaggio dimostrabile nell'apprendimento della fase quantistica tramite Quantum Kernel Alphatron", arXiv: 2111.07553.
[15] Daniel Miller, Laurin E. Fischer, Igor O. Sokolov, Panagiotis Kl. Barkoutsos, e Ivano Tavernelli, “Circuiti di diagonalizzazione su misura hardware”, arXiv: 2203.03646.
[16] Zhenhuan Liu, Pei Zeng, You Zhou e Mile Gu, "Caratterizzazione della correlazione all'interno di sistemi quantistici multipartiti tramite misurazioni randomizzate locali", Revisione fisica A 105 2, 022407 (2022).
[17] William Kirby, Mario Motta e Antonio Mezzacapo, “Metodo Lanczos esatto ed efficiente su un computer quantistico”, arXiv: 2208.00567.
[18] Marco Majland, Rasmus Berg Jensen, Mads Greisen Højlund, Nikolaj Thomas Zinner e Ove Christiansen, "Ottimizzazione del runtime per la struttura vibrazionale sui computer quantistici: coordinate e schemi di misurazione", arXiv: 2211.11615.
[19] Seonghoon Choi, Ignacio Loaiza e Artur F. Izmaylov, "Frammenti fermionici fluidi per l'ottimizzazione delle misurazioni quantistiche di Hamiltoniane elettroniche nell'autorisolutore quantistico variazionale", arXiv: 2208.14490.
[20] Tianren Gu, Xiao Yuan e Bujiao Wu, "Schemi di misurazione efficienti per sistemi bosonici", arXiv: 2210.13585.
[21] You Zhou e Qing Liu, "Analisi delle prestazioni della stima delle ombre multi-scatto", arXiv: 2212.11068.
[22] Xiao-Ming Zhang, Zixuan Huo, Kecheng Liu, Ying Li e Xiao Yuan, "Compilatore di circuiti casuali imparziale per la simulazione hamiltoniana dipendente dal tempo", arXiv: 2212.09445.
[23] Alexander Gresch e Martin Kliesch, "Stima energetica efficiente garantita di hamiltoniani quantistici a molti corpi utilizzando ShadowGrouping", arXiv: 2301.03385.
[24] Andrew Jena, Scott N. Genin e Michele Mosca, "Ottimizzazione della misurazione del risolutore quantistico variazionale mediante il partizionamento degli operatori di Pauli utilizzando porte Clifford multiqubit su hardware quantistico rumoroso su scala intermedia", Revisione fisica A 106 4, 042443 (2022).
Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2023-01-13 11:36:07). 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 2023-01-13 11:36:05: Impossibile recuperare i dati citati per 10.22331 / q-2023-01-13-896 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.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
- Fonte: https://quantum-journal.org/papers/q-2023-01-13-896/
- 1
- 10
- 11
- 2011
- 2014
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 28
- 39
- 67
- 7
- 70
- 77
- 9
- a
- sopra
- ABSTRACT
- accesso
- Contabilità
- attivo
- indirizzo
- Avanzate
- Vantaggio
- vantaggi
- affiliazioni
- AI
- Alexander
- algoritmo
- Algoritmi
- Tutti
- consente
- .
- ed
- Applicazioni
- applicazioni
- applicato
- approccio
- Artù
- autore
- gli autori
- base
- Beijing
- benzoino
- Al di là di
- BLOK
- Rompere
- ciglio
- Bryan
- bollettino
- calcoli
- casi
- Challenge
- Charles
- chimico
- chimica
- chen
- Choo
- Christine
- Cloud
- comm
- commento
- Popolo
- Comunicazioni
- pendolarismo
- compatibilità
- compatibile
- completamento di una
- calcolo
- computer
- Informatica
- computer
- informatica
- Convegno
- Consistente
- vincoli
- copyright
- Correlazione
- Costo
- riduzione dei costi
- potuto
- coprire
- critico
- Cross
- Corrente
- Daniel
- dati
- Dave
- David
- decisione
- Decodifica
- deep
- progettato
- determinazione
- dispositivi
- diagrammi
- diverso
- digitale
- discutere
- distinto
- durante
- ogni
- Edwin
- efficiente
- Elettronico
- energia
- Ingegneria
- equazioni
- epoca
- errore
- errori
- stime
- evoluzione
- eccitato
- esistente
- gesta
- famiglie
- FAST
- pochi
- fedeltà
- Trovare
- formula
- Contesto
- da
- Frontiers
- Fuller
- funzioni
- Gates
- Generale
- generativo
- google ai
- grigio
- molto
- Gruppo
- garantito
- Hardware
- harvard
- qui
- gerarchia
- Alta
- titolari
- Come
- Tutorial
- HTTPS
- IBRIDO
- ibrido quantistico-classico
- idee
- IEEE
- immaginario
- implementazione
- importanza
- miglioramenti
- in
- incorporando
- individuale
- informazioni
- istituzioni
- Intelligence
- interessante
- Internazionale
- introdurre
- intuitivo
- IT
- Gen
- Giappone
- JavaScript
- Jennifer
- JOE
- John
- Johnson
- Giordania
- rivista
- Luglio
- di laboratorio
- LUNGO
- grandi
- superiore, se assunto singolarmente.
- Cognome
- apprendimento
- Lasciare
- LEO
- Li
- Licenza
- Lista
- locale
- spento
- amore
- macchina
- magneti
- Maier
- molti
- Marco
- martyn
- Materiale
- matematico
- misurazioni
- di misura
- meccanismo
- metodo
- metodi
- Michael
- mugnaio
- minimizzazione
- minimizzando
- ordine
- attenuante
- attenuazione
- modelli
- molecolare
- Moments
- Mese
- maggior parte
- Natura
- reti
- New
- Nicolas
- Rumore
- normale
- numero
- ottobre
- ONE
- aprire
- Operatori
- ottimale
- ottimizzazione
- ottimizzazione
- i
- Altro
- Oxford
- Carta
- Pechino
- performance
- Peter
- fase
- Fisico
- Fisica
- Platone
- Platone Data Intelligence
- PlatoneDati
- possibile
- Pratico
- previsione
- presenza
- principio
- Problema
- problemi
- processi
- i processi
- lavorazione
- Processore
- Prodotto
- Progressi
- proprietà
- proposto
- fornire
- pubblicato
- editore
- editori
- Qi
- Quantistico
- algoritmi quantistici
- Computer quantistico
- computer quantistici
- calcolo quantistico
- informazione quantistica
- misura quantistica
- sistemi quantistici
- qubit
- qubit
- RAMINO
- casuale
- Randomizzato
- Rasmus
- realistico
- recentemente
- ridurre
- Riferimenti
- registrato
- resti
- richiedere
- riparazioni
- elastico
- colpevole
- recensioni
- Recensioni
- Richard
- strada
- ROBERT
- robusto
- Ryan
- Sam
- scalabile
- schema
- schemi
- Scienze
- Scienza e Tecnologia
- Scott Aaronson
- Serie
- Set
- Shadow
- superficiale
- Sharma
- Spettacoli
- siam
- significativa
- SIM
- Simon
- simulazione
- simulatore
- contemporaneamente
- Taglia
- piccole
- inferiore
- Società
- Soluzioni
- Soluzione
- la nostra speciale
- Regione / Stato
- stati
- Stefano
- strategie
- La struttura
- studi
- Con successo
- tale
- adatto
- Dom.
- superconduttore
- sistema
- SISTEMI DI TRATTAMENTO
- Tecnologia
- I
- loro
- Tim
- tempo
- Titolo
- a
- verso
- verso
- trasformazioni
- per
- e una comprensione reciproca
- unificato
- Unito
- Università
- Università di Oxford
- aggiornato
- URL
- us
- generalmente
- verificare
- via
- volume
- W
- quale
- bianca
- entro
- Lavora
- wu
- X
- anno
- Yen
- YING
- Tu
- Yuan
- zefiro
- zero
- Zhao
