Simulazione quantistica della dinamica dello spazio reale PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

Simulazione quantistica della dinamica dello spazio reale

Andrew M. Childs1,2, Jiaqi Lung1,3, TongyangLi4,5,6, Jin Peng Liu1,3e Chenyi Zhang7

1Centro congiunto per l'informazione quantistica e l'informatica, Università del Maryland
2Dipartimento di Informatica, Università del Maryland
3Dipartimento di Matematica, Università del Maryland
4Centro sulle frontiere degli studi informatici, Università di Pechino
5Scuola di Informatica, Università di Pechino
6Centro di fisica teorica, Massachusetts Institute of Technology
7Istituto per le scienze dell'informazione interdisciplinare, Università Tsinghua

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

Astratto

La simulazione quantistica è un'importante applicazione dei computer quantistici. Sebbene vi sia un ampio lavoro precedente sulla simulazione di sistemi a dimensione finita, si sa meno sugli algoritmi quantistici per la dinamica dello spazio reale. Conduciamo uno studio sistematico di tali algoritmi. In particolare, mostriamo che la dinamica di un'equazione di Schrödinger $d$-dimensionale con particelle $eta$ può essere simulata con complessità di gate $tilde{O}bigl(eta d F text{poly}(log(g'/epsilon) )bigr)$, dove $epsilon$ è l'errore di discretizzazione, $g'$ controlla le derivate di ordine superiore della funzione d'onda e $F$ misura la forza integrata nel tempo del potenziale. Rispetto ai migliori risultati precedenti, questo migliora esponenzialmente la dipendenza da $epsilon$ e $g'$ da $text{poly}(g'/epsilon)$ a $text{poly}(log(g'/epsilon))$ e migliora polinomialmente la dipendenza da $T$ e $d$, pur mantenendo le migliori prestazioni note rispetto a $eta$. Per il caso delle interazioni di Coulomb, diamo un algoritmo usando $eta^{3}(d+eta)Ttext{poly}(log(eta dTg'/(Deltaepsilon)))/Delta$ porte a uno e due qubit, e un altro che utilizza $eta^{3}(4d)^{d/2}Ttext{poly}(log(eta dTg'/(Deltaepsilon)))/Delta$ porte a uno e due qubit e operazioni QRAM, dove $ T$ è il tempo di evoluzione e il parametro $Delta$ regola l'interazione illimitata di Coulomb. Forniamo applicazioni a diversi problemi computazionali, tra cui una più rapida simulazione dello spazio reale della chimica quantistica, un'analisi rigorosa dell'errore di discretizzazione per la simulazione di un gas di elettroni uniforme e un miglioramento quadratico di un algoritmo quantistico per sfuggire ai punti di sella nell'ottimizzazione non convessa.

Sviluppiamo algoritmi quantistici per simulare la dinamica delle particelle quantistiche interagenti in dimensioni $d$. Rispetto ai migliori risultati precedenti, il nostro algoritmo è esponenzialmente migliore in termini di errore di discretizzazione $epsilon$ e polinomialmente migliore in termini di tempo di simulazione $T$ e dimensione $d$. Forniamo applicazioni a diversi problemi computazionali, tra cui una più rapida simulazione nello spazio reale della chimica quantistica, un'analisi rigorosa dell'errore di discretizzazione per la simulazione di un gas di elettroni uniforme e un miglioramento quadratico di un algoritmo quantistico per sfuggire ai punti di sella nell'ottimizzazione non convessa.

► dati BibTeX

► Riferimenti

, Dong An, Di Fang e Lin Lin, simulazione hamiltoniana dipendente dal tempo di dinamiche altamente oscillatorie, 2021, arXiv:2111.03103.
https:/​/​doi.org/​10.22331/​q-2022-04-15-690
arXiv: arXiv: 2111.03103 mila

, Joran van Apeldoorn, András Gilyén, Sander Gribling e Ronald de Wolf, Convex optimization using quantum oracles, Quantum 4 (2020), 220, arXiv:1809.00643 https:/​/​doi.org/​10.22331/​q-2020- 01-13-220.
https:/​/​doi.org/​10.22331/​q-2020-01-13-220
arXiv: arXiv: 1809.00643 mila

, Alán Aspuru-Guzik, Anthony D. Dutoi, Peter J. Love e Martin Head-Gordon, Calcolo quantistico simulato delle energie molecolari, Science 309 (2005), n. 5741, 1704–1707, arXiv:quant-ph/​0604193 https:/​/​doi.org/​10.1126/​science.1113479.
https: / / doi.org/ 10.1126 / science.1113479
arXiv: Quant-ph / 0604193

, Ryan Babbush, Dominic W. Berry, Ian D. Kivlichan, Annie Y. Wei, Peter J. Love e Alán Aspuru-Guzik, Simulazione quantistica esponenzialmente più precisa dei fermioni nella seconda quantizzazione, New Journal of Physics 18 (2016), no . 3, 033032, arXiv:1506.01020 https://​/​dx.doi.org/​10.1088/​1367-2630/​18/​3/​033032.
https:/​/​doi.org/​10.1088/​1367-2630/​18/​3/​033032
arXiv: arXiv: 1506.01020 mila

, Ryan Babbush, Dominic W. Berry, Jarrod R. McClean e Hartmut Neven, Quantum simulation of chemistry with sublinear scaling in base size, Npj Quantum Information 5 (2019), n. 1, 1–7, arXiv:1807.09802 https://​/​doi.org/​10.1038/​s41534-019-0199-y.
https: / / doi.org/ 10.1038 / s41534-019-0199-y
arXiv: arXiv: 1807.09802 mila

, Ryan Babbush, Dominic W. Berry, Yuval R. Sanders, Ian D. Kivlichan, Artur Scherer, Annie Y. Wei, Peter J. Love e Alán Aspuru-Guzik, Simulazione quantistica esponenzialmente più precisa dei fermioni nella rappresentazione dell'interazione di configurazione, Quantum Science and Technology 3 (2017), n. 1, 015006, arXiv:1506.01029 https://​/​dx.doi.org/​10.1088/​2058-9565/​aa9463.
https: / / doi.org/ 10.1088 / 2058-9565 / aa9463
arXiv: arXiv: 1506.01029 mila

, Ryan Babbush, Jarrod McClean, Dave Wecker, Alán Aspuru-Guzik e Nathan Wiebe, Base chimica degli errori Trotter-Suzuki nella simulazione della chimica quantistica, Physical Review A 91 (2015), n. 2, 022311, arXiv:1410.8159 https://​/​doi.org/​10.1103/​PhysRevA.91.022311.
https: / / doi.org/ 10.1103 / PhysRevA.91.022311
arXiv: 1410.8159

, Ryan Babbush, Nathan Wiebe, Jarrod McClean, James McClain, Hartmut Neven e Garnet Kin-Lic Chan, Simulazione quantistica dei materiali a bassa profondità, Physical Review X 8 (2018), n. 1, 011044, arXiv:1706.00023 https://​/​doi.org/​10.1103/​PhysRevX.8.011044.
https: / / doi.org/ 10.1103 / PhysRevX.8.011044
arXiv: arXiv: 1706.00023 mila

, Josh Barnes e Piet Hut, A hierarchical ${O}(n log n)$ algoritmo di calcolo della forza, nature 324 (1986), n. 6096, 446–449 https://​/​doi.org/​10.1038/​324446a0.
https: / / doi.org/ 10.1038 / 324446a0

, Bela Bauer, Sergey Bravyi, Mario Motta e Garnet Kin-Lic Chan, Algoritmi quantistici per la chimica quantistica e la scienza dei materiali quantistici, Chemical Reviews 120 (2020), n. 22, 12685–12717, arXiv:2001.03685 https:/​/​doi.org/​10.1021/​acs.chemrev.9b00829.
https: / / doi.org/ 10.1021 / acs.chemrev.9b00829
arXiv: 2001.03685

, Robert Beals, Stephen Brierley, Oliver Gray, Aram W. Harrow, Samuel Kutin, Noah Linden, Dan Shepherd e Mark Stather, Calcolo quantistico distribuito efficiente, Atti della Royal Society A 469 (2013), n. 2153, 20120686, arXiv:1207.2307 https://​/​doi.org/​10.1098/​rspa.2012.0686.
https: / / doi.org/ 10.1098 / rspa.2012.0686
arXiv: arXiv: 1207.2307 mila

, Dominic W. Berry, Graeme Ahokas, Richard Cleve e Barry C. Sanders, Algoritmi quantistici efficienti per la simulazione di hamiltoniani sparsi, Communications in Mathematical Physics 270 (2007), 359–371, arXiv:quant-ph/​0508139 https:/​ /​doi.org/​10.1007/​s00220-006-0150-x.
https: / / doi.org/ 10.1007 / s00220-006-0150-x
arXiv: Quant-ph / 0508139

, Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari e Rolando D Somma, Simulating Hamiltonian dynamics with a troncate Taylor series, Physical Review Letters 114 (2015), n. 9, 090502, arXiv:1412.4687 https://​/​doi.org/​10.1103/​PhysRevLett.114.090502.
https: / / doi.org/ 10.1103 / PhysRevLett.114.090502
arXiv: arXiv: 1412.4687 mila

, Dominic W. Berry, Andrew M. Childs, Yuan Su, Xin Wang e Nathan Wiebe, Simulazione hamiltoniana dipendente dal tempo con ridimensionamento ${L}^{1}$-norm, Quantum 4 (2020), 254, arXiv:1906.07115 https://​/​doi.org/​10.22331/​q-2020-04-20-254.
https:/​/​doi.org/​10.22331/​q-2020-04-20-254
arXiv: arXiv: 1906.07115 mila

, Dominic W. Berry, Craig Gidney, Mario Motta, Jarrod R. McClean e Ryan Babbush, Qubitizzazione della chimica quantistica su base arbitraria che sfrutta la sparsità e la fattorizzazione di basso rango, Quantum 3 (2019), 208, arXiv:1902.02134 https:/​/​ doi.org/​10.22331/​q-2019-12-02-208.
https:/​/​doi.org/​10.22331/​q-2019-12-02-208
arXiv: 1902.02134

, Jean Bourgain, Sulla crescita delle norme di Sobolev nelle equazioni di Schrödinger lineari con potenziale regolare dipendente dal tempo, Journal d'Analyse Mathématique 77 (1999), n. 1, 315–348 https://​/​doi.org/​10.1007/​BF02791265.
https: / / doi.org/ 10.1007 / BF02791265

, John P. Boyd, metodi spettrali di Chebyshev e Fourier, Courier Corporation, 2001.

, Susanne C. Brenner e L. Ridgway Scott, La teoria matematica dei metodi agli elementi finiti, vol. 3, Springer, 2008 https://​/​doi.org/​10.1007/​978-0-387-75934-0.
https:/​/​doi.org/​10.1007/​978-0-387-75934-0

, Earl Campbell, Random compiler for fast Hamiltonian simulation, Physical Review Letters 123 (2019), n. 7, 070503, arXiv:1811.08017 https://​/​doi.org/​10.1103/​PhysRevLett.123.070503.
https: / / doi.org/ 10.1103 / PhysRevLett.123.070503
arXiv: 1811.08017

, 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., Quantum chemistry in the age of quantum computing, Recensioni chimiche 119 (2019), n. 19, 10856–10915, arXiv:1812.09976 https://​/​doi.org/​10.1021/​acs.chemrev.8b00803.
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803
arXiv: 1812.09976

, Shouvanik Chakrabarti, Andrew M. Childs, Tongyang Li e Xiaodi Wu, algoritmi quantistici e limiti inferiori per l'ottimizzazione convessa, Quantum 4 (2020), 221, arXiv:1809.01731 https:/​/​doi.org/​10.22331/​q -2020-01-13-221.
https:/​/​doi.org/​10.22331/​q-2020-01-13-221
arXiv: arXiv: 1809.01731 mila

, Andrew M. Childs, Elaborazione quantistica delle informazioni in tempo continuo, Ph.D. tesi, Massachusetts Institute of Technology, 2004.

, Andrew M. Childs e Robin Kothari, Limitazioni alla simulazione di hamiltoniani non sparsi, Quantum Information & Computation 10 (2010), n. 7, 669–684, arXiv:0908.4398 https://​/​doi.org/​10.26421/​QIC10.7-8-7.
https: / / doi.org/ 10.26421 / QIC10.7-8-7
arXiv: arXiv: 0908.4398 mila

, Andrew M. Childs, Jin-Peng Liu e Aaron Ostrander, Algoritmi quantistici ad alta precisione per equazioni alle derivate parziali, Quantum 5 (2021), 574, arXiv:2002.07868 https:/​/​doi.org/​10.22331/​q -2021-11-10-574.
https:/​/​doi.org/​10.22331/​q-2021-11-10-574
arXiv: arXiv: 2002.07868 mila

, Andrew M. Childs, Dmitri Maslov, Yunseong Nam, Neil J. Ross e Yuan Su, Toward the first quantum simulation with quantum speedup, Atti della National Academy of Sciences 115 (2018), n. 38, 9456–9461, arXiv:1711.10980 https://​/​doi.org/​10.1073/​pnas.1801723115.
https: / / doi.org/ 10.1073 / pnas.1801723115
arXiv: arXiv: 1711.10980 mila

, Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe e Shuchen Zhu, Theory of Trotter error with commutator scaling, Physical Review X 11 (2021), n. 1, 011020, arXiv:1912.08854 https://​/​doi.org/​10.1103/​PhysRevX.11.011020.
https: / / doi.org/ 10.1103 / PhysRevX.11.011020
arXiv: arXiv: 1912.08854 mila

, Andrew M. Childs e Nathan Wiebe, simulazione hamiltoniana utilizzando combinazioni lineari di operazioni unitarie, Quantum Information & Computation 12 (2012), n. 11-12, 901–924, arXiv:1202.5822 https:/​/​doi.org/​10.26421/​QIC12.11-12-1.
https: / / doi.org/ 10.26421 / QIC12.11-12-1
arXiv: arXiv: 1202.5822 mila

, Yann N. Dauphin, Razvan Pascanu, Caglar Gulcehre, Kyunghyun Cho, Surya Ganguli e Yoshua Bengio, Identificazione e attacco del problema del punto di sella nell'ottimizzazione non convessa ad alta dimensione, Progressi nei sistemi di elaborazione delle informazioni neurali, pp. 2933-2941, 2014, arXiv:1406.2572.
arXiv: arXiv: 1406.2572 mila

, Richard P. Feynman, Simulazione della fisica con i computer, International Journal of Theoretical Physics 21 (1982), n. 6, 467–488 https://​/​doi.org/​10.1007/​BF02650179.
https: / / doi.org/ 10.1007 / BF02650179

, Yan V. Fyodorov e Ian Williams, Replica della condizione di rottura della simmetria esposta dal calcolo a matrice casuale della complessità del paesaggio, Journal of Statistical Physics 129 (2007), n. 5-6, 1081–1116, arXiv:cond-mat/​0702601 https:/​/​doi.org/​10.1007/​s10955-007-9386-x.
https: / / doi.org/ 10.1007 / s10955-007-9386-x
arXiv: arXiv: cond-mat / 0702601

, András Gilyén, Yuan Su, Guang Hao Low e Nathan Wiebe, Trasformazione del valore singolare quantistico e oltre: miglioramenti esponenziali per l'aritmetica della matrice quantistica, Atti del 51° simposio annuale ACM SIGACT sulla teoria dell'informatica, pp. 193–204, 2019, arXiv :1806.01838 https:/​/​doi.org/​10.1145/​3313276.3316366.
https: / / doi.org/ 10.1145 / 3313276.3316366 mila
arXiv: arXiv: 1806.01838 mila

, Gabriele Giuliani e Giovanni Vignale, Quantum theory of the electron liquid, Cambridge University Press, 2005 https:/​/​doi.org/​10.1017/​CBO9780511619915.
https: / / doi.org/ 10.1017 / CBO9780511619915

, Leslie Greengard e Vladimir Rokhlin, Un algoritmo veloce per le simulazioni di particelle, Journal of Computational Physics 73 (1987), n. 2, 325–348 https://​/​doi.org/​10.1016/​0021-9991(87)90140-9.
https:/​/​doi.org/​10.1016/​0021-9991(87)90140-9

, Jeongwan Haah, Matthew Hastings, Robin Kothari e Guang Hao Low, Algoritmo quantistico per la simulazione dell'evoluzione in tempo reale degli hamiltoniani reticolari, Atti del 59° simposio annuale sui fondamenti dell'informatica, pp. 350–360, IEEE, 2018, arXiv:1801.03922 https://​/​doi.org/​10.1137/​18M1231511.
https: / / doi.org/ 10.1137 / 18M1231511
arXiv: arXiv: 1801.03922 mila

, Matthew B. Hastings, Dave Wecker, Bela Bauer e Matthias Troyer, Miglioramento degli algoritmi quantistici per la chimica quantistica, Quantum Information & Computation 15 (2015), n. 1-2, 1–21, arXiv:1403.1539 https:/​/​doi.org/​10.26421/​QIC15.1-2-1.
https: / / doi.org/ 10.26421 / QIC15.1-2-1
arXiv: 1403.1539

, Francis Begnaud Hildebrand, Introduzione all'analisi numerica, Courier Corporation, 1987 https:/​/​doi.org/​10.1007/​978-0-387-21738-3.
https:/​/​doi.org/​10.1007/​978-0-387-21738-3

, Chi Jin, Praneeth Netrapalli e Michael I. Jordan, La discesa accelerata del gradiente sfugge ai punti di sella più velocemente della discesa del gradiente, Conferenza sulla teoria dell'apprendimento, pp. 1042–1085, 2018, arXiv:1711.10456.
arXiv: arXiv: 1711.10456 mila

, Shi Jin, Xiantao Li e Nana Liu, Simulazione quantistica nel regime semi-classico, Quantum 6 (2022), 739 arXiv:2112.13279 https:/​/​doi.org/​10.22331/​q-2022-06-17 -739.
https:/​/​doi.org/​10.22331/​q-2022-06-17-739
arXiv: arXiv: 2112.13279 mila

, Stephen P. Jordan, Algoritmo quantistico veloce per la stima del gradiente numerico, Physical Review Letters 95 (2005), n. 5, 050501, arXiv:quant-ph/​0405146 https:/​/​doi.org/​10.1103/​PhysRevLett.95.050501.
https: / / doi.org/ 10.1103 / PhysRevLett.95.050501
arXiv: arXiv: Quant-ph / 0405146

, Stephen P. Jordan, Keith SM Lee e John Preskill, Algoritmi quantistici per teorie quantistiche di campo, Science 336 (2012), n. 6085, 1130–1133, arXiv:1111.3633 https://​/​doi.org/​10.1126/​science.1217069.
https: / / doi.org/ 10.1126 / science.1217069
arXiv: arXiv: 1111.3633 mila

, Ivan Kassal, Stephen P. Jordan, Peter J. Love, Masoud Mohseni e Alán Aspuru-Guzik, Algoritmo quantistico in tempo polinomiale per la simulazione della dinamica chimica, Atti della National Academy of Sciences 105 (2008), n. 48, 18681–18686, arXiv:0801.2986 https://​/​doi.org/​10.1073/​pnas.0808245105.
https: / / doi.org/ 10.1073 / pnas.0808245105
arXiv: 0801.2986

, Ian D. Kivlichan, Nathan Wiebe, Ryan Babbush e Alán Aspuru-Guzik, Limitare i costi della simulazione quantistica della fisica a molti corpi nello spazio reale, Journal of Physics A: Mathematical and Theoretical 50 (2017), n. 30, 305301, arXiv:1608.05696 https:/​/​dx.doi.org/​10.1088/​1751-8121/​aa77b8.
https:/​/​doi.org/​10.1088/​1751-8121/​aa77b8
arXiv: arXiv: 1608.05696 mila

, Joonho Lee, Dominic Berry, Craig Gidney, William J. Huggins, Jarrod R. McClean, Nathan Wiebe e Ryan Babbush, Calcoli quantistici ancora più efficienti della chimica attraverso l'ipercontrazione tensoriale, PRX Quantum 2 (2021), n. 3, 030305, arXiv:2011.03494 https://​/​doi.org/​10.1103/​PRXQuantum.2.030305.
https: / / doi.org/ 10.1103 / PRXQuantum.2.030305
arXiv: 2011.03494

, Seth Lloyd, Simulatori quantistici universali, Science (1996), 1073–1078 https:/​/​doi.org/​10.1126/​science.273.5278.1073.
https: / / doi.org/ 10.1126 / science.273.5278.1073

, Guang Hao Low e Isaac L. Chuang, simulazione hamiltoniana mediante qubitizzazione, Quantum 3 (2019), 163, arXiv:1610.06546 https:/​/​doi.org/​10.22331/​q-2019-07-12-163.
https:/​/​doi.org/​10.22331/​q-2019-07-12-163
arXiv: arXiv: 1610.06546 mila

, Guang Hao Low e Nathan Wiebe, Simulazione hamiltoniana nell'immagine dell'interazione, 2018, arXiv:1805.00675.
arXiv: arXiv: 1805.00675 mila

, Richard M. Martin, Struttura elettronica, Cambridge University Press, 2004 https:/​/​doi.org/​10.1017/​CBO9780511805769.
https: / / doi.org/ 10.1017 / CBO9780511805769

, Sam McArdle, Earl Campbell e Yuan Su, Exploiting fermion number in factorized decompositions of the electronic structure Hamiltonian, Physical Review A 105 (2022), n. 1, 012403, arXiv:2107.07238 https://​/​doi.org/​10.1103/​PhysRevA.105.012403.
https: / / doi.org/ 10.1103 / PhysRevA.105.012403
arXiv: arXiv: 2107.07238 mila

, Jarrod R. McClean, Ryan Babbush, Peter J. Love e Alán Aspuru-Guzik, Exploiting locality in quantum computation for quantum chemistry, The Journal of Physical Chemistry Letters 5 (2014), n. 24, 4368–4380 https://​/​doi.org/​10.1021/​jz501649m.
https: / / doi.org/ 10.1021 / jz501649m

, Mario Motta, Erika Ye, Jarrod R. McClean, Zhendong Li, Austin J. Minnich, Ryan Babbush e Garnet Kin-Lic Chan, Rappresentazioni di basso rango per la simulazione quantistica della struttura elettronica, npj Quantum Information 7 (2021), n. 1, 1–7, arXiv:1808.02625 https://​/​doi.org/​10.1038/​s41534-021-00416-z.
https: / / doi.org/ 10.1038 / s41534-021-00416-z
arXiv: arXiv: 1808.02625 mila

, David Poulin, Matthew B. Hastings, David Wecker, Nathan Wiebe, Andrew C. Doberty e Matthias Troyer, The Trotter step size required for accurate quantum simulation of quantum chemistry, Quantum Information & Computation 15 (2015), n. 5-6, 361–384, arXiv:1406.4920 https:/​/​doi.org/​10.26421/​QIC15.5-6-1.
https: / / doi.org/ 10.26421 / QIC15.5-6-1
arXiv: 1406.4920

, John Preskill, Simulazione della teoria quantistica dei campi con un computer quantistico, The 36th Annual International Symposium on Lattice Field Theory, vol. 334, pag. 024, SISSA Medialab, 2019, arXiv:1811.10085 DOI: https:/​/​doi.org/​10.22323/​1.334.0024.
https: / / doi.org/ 10.22323 / 1.334.0024 mila
arXiv: 1811.10085

, Markus Reiher, Nathan Wiebe, Krysta M. Svore, Dave Wecker e Matthias Troyer, Chiarimento dei meccanismi di reazione sui computer quantistici, Atti della National Academy of Sciences 114 (2017), n. 29, 7555–7560, arXiv:1605.03590 https://​/​doi.org/​10.1073/​pnas.1619152114.
https: / / doi.org/ 10.1073 / pnas.1619152114
arXiv: 1605.03590

, Vivek Sarin, Ananth Grama e Ahmed Sameh, Analizzando i limiti di errore dei codici ad albero multipolari, SC'98: Atti della conferenza ACM/​IEEE del 1998 sul supercalcolo, pp. 19–19, IEEE, 1998 https:/​/ ​doi.org/​10.1109/​SC.1998.10041.
https://​/​doi.org/​10.1109/​SC.1998.10041

, Jacob T. Seeley, Martin J. Richard e Peter J. Love, La trasformazione di Bravyi-Kitaev per il calcolo quantistico della struttura elettronica, The Journal of Chemical Physics 137 (2012), n. 22, 224109, arXiv:1208.5986 https://​/​doi.org/​10.1063/​1.4768229.
https: / / doi.org/ 10.1063 / 1.4768229 mila
arXiv: 1208.5986

, Jie Shen e Tao Tang, Metodi spettrali e di ordine elevato con applicazioni, Science Press Beijing, 2006, https:/​/​www.math.purdue.edu/​ shen7/​sp_intro12/​book.pdf.
https://​/​www.math.purdue.edu/​~shen7/​sp_intro12/​book.pdf

, Bin Shi, Weijie J. Su e Michael I. Jordan, On learning rate and Schrödinger operators, 2020, arXiv:2004.06977.
arXiv: arXiv: 2004.06977 mila

, 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 (2021), n. 4, 040332, arXiv:2105.12767 https://​/​doi.org/​10.1103/​PRXQuantum.2.040332.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040332
arXiv: 2105.12767

, Yuan Su, Hsin-Yuan Huang e Earl T. Campbell, Trotterizzazione quasi stretta di elettroni interagenti, Quantum 5 (2021), 495, arXiv:2012.09194 https:/​/​doi.org/​10.22331/​q-2021- 07-05-495.
https:/​/​doi.org/​10.22331/​q-2021-07-05-495
arXiv: 2012.09194

, Masuo Suzuki, Teoria generale degli integrali del percorso frattale con applicazioni alle teorie a molti corpi e alla fisica statistica, Journal of Mathematical Physics 32 (1991), n. 2, 400–407 https://​/​doi.org/​10.1063/​1.529425.
https: / / doi.org/ 10.1063 / 1.529425 mila

, Barna Szabó e Ivo Babuška, Analisi agli elementi finiti, John Wiley & Sons, 1991.

, Borzu Toloui e Peter J. Love, algoritmi quantistici per la chimica quantistica basati sulla scarsità della matrice CI, 2013, arXiv:1312.2579.
arXiv: 1312.2579

, Vera von Burg, Guang Hao Low, Thomas Häner, Damian S. Steiger, Markus Reiher, Martin Roetteler e Matthias Troyer, Quantum computing enhanced computational catalysis, Physical Review Research 3 (2021), n. 3, 033055, arXiv:2007.14460 https://​/​doi.org/​10.1103/​PhysRevResearch.3.033055.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033055
arXiv: arXiv: 2007.14460 mila

, Dave Wecker, Bela Bauer, Bryan K. Clark, Matthew B. Hastings e Matthias Troyer, Stime del conteggio dei gate per l'esecuzione della chimica quantistica su piccoli computer quantistici, Physical Review A 90 (2014), n. 2, 022305, arXiv:1312.1695 https://​/​doi.org/​10.1103/​PhysRevA.90.022305.
https: / / doi.org/ 10.1103 / PhysRevA.90.022305
arXiv: 1312.1695

, James D. Whitfield, Jacob Biamonte e Alán Aspuru-Guzik, Simulation of electronic structure Hamiltonians using quantum computers, Molecular Physics 109 (2011), n. 5, 735–750, arXiv:1001.3855 https://​/​doi.org/​10.1080/​00268976.2011.552441.
https: / / doi.org/ 10.1080 / 00268976.2011.552441 mila
arXiv: 1001.3855

, Stephen Wiesner, Simulazioni di sistemi quantistici a molti corpi da parte di un computer quantistico, 1996, arXiv:quant-ph/​9603028.
arXiv: Quant-ph / 9603028

, Christof Zalka, Simulazione efficiente di sistemi quantistici mediante computer quantistici, Fortschritte der Physik: Progress of Physics 46 (1998), n. 6-8, 877–879, arXiv:quant-ph/​9603026.
https: / / doi.org/ 10.1098 / rspa.1998.0162
arXiv: Quant-ph / 9603026

, Chenyi Zhang, Jiaqi Leng e Tongyang Li, Algoritmi quantistici per la fuga dai punti di sella, Quantum 5 (2021), 529, arXiv:2007.10253v3 https:/​/​doi.org/​10.22331/​q-2021-08- 20-529.
https:/​/​doi.org/​10.22331/​q-2021-08-20-529
arXiv: arXiv: 2007.10253v3

, Chenyi Zhang e Tongyang Li, Fuga dai punti di sella mediante un semplice algoritmo basato sulla discesa del gradiente, Advances in Neural Information Processing Systems, vol. 34, 2021, arXiv:2111.14069.
arXiv: arXiv: 2111.14069 mila

Citato da

[1] Hans Hon Sang Chan, Richard Meister, Tyson Jones, David P. Tew e Simon C. Benjamin, "Metodi basati su griglia per simulazioni chimiche su un computer quantistico", arXiv: 2202.05864.

[2] Yonah Borns-Weil e Di Fang, "Limiti di errore osservabili uniformi delle formule di Trotter per l'equazione semiclassica di Schrödinger", arXiv: 2208.07957.

Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2022-11-18 02:43:41). L'elenco potrebbe essere incompleto poiché non tutti gli editori forniscono dati di citazione adeguati e completi.

On Il servizio citato da Crossref non sono stati trovati dati su citazioni (ultimo tentativo 2022-11-18 02:43:39).

Timestamp:

Di più da Diario quantistico