Ansatz variazionale hamiltoniano senza altipiani sterili

Ripubblicato da Platone

Seguaci: 0

Chae-Yeun Park e Nathan Killoran

Xanadu, Toronto, ON, M5G 2C8, Canada

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

Astratto

Gli algoritmi quantistici variazionali, che combinano circuiti quantistici parametrizzati (PQC) altamente espressivi e tecniche di ottimizzazione nell'apprendimento automatico, sono una delle applicazioni più promettenti di un computer quantistico a breve termine. Nonostante il loro enorme potenziale, l’utilità degli algoritmi quantistici variazionali oltre le decine di qubit è ancora messa in discussione. Uno dei problemi centrali è la formabilità dei PQC. Il panorama della funzione di costo di un PQC inizializzato casualmente è spesso troppo piatto e richiede una quantità esponenziale di risorse quantistiche per trovare una soluzione. Questo problema, chiamato $textit{barren plateaus}$, ha recentemente attirato molta attenzione, ma non è ancora disponibile una soluzione generale. In questo articolo, risolviamo questo problema per l'Hamiltoniano variazionale ansatz (HVA), che è ampiamente studiato per risolvere problemi quantistici a molti corpi. Dopo aver dimostrato che un circuito descritto da un operatore di evoluzione temporale generato da un'Hamiltoniana locale non ha gradienti esponenzialmente piccoli, si ricavano condizioni parametriche per le quali l'HVA è ben approssimato da tale operatore. Sulla base di questo risultato, proponiamo uno schema di inizializzazione per gli algoritmi quantistici variazionali e un ansatz vincolato da parametri privo di altipiani sterili.

Ansatz variazionale hamiltoniano senza sterili plateau PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

Riepilogo popolare

Gli algoritmi quantistici variazionali (VQA) risolvono un problema target ottimizzando i parametri di un circuito quantistico. Sebbene i VQA siano una delle applicazioni più promettenti di un computer quantistico a breve termine, la loro utilità pratica è spesso messa in discussione. Uno dei problemi centrali è che i circuiti quantistici con parametri casuali spesso hanno gradienti esponenzialmente piccoli, limitando l’addestramento dei circuiti. Questo problema, soprannominato “altopiano sterile”, ha recentemente suscitato molto interesse, ma non è ancora disponibile una soluzione generale. Questo lavoro propone una soluzione al problema degli altipiani sterili per l'ansatz variazionale hamiltoniano, un tipo di ansatz di circuito quantistico ampiamente studiato per risolvere problemi quantistici a molti corpi.

► dati BibTeX

@article{Park2024hamiltonian, doi = {10.22331/q-2024-02-01-1239}, url = {https://doi.org/10.22331/q-2024-02-01-1239}, titolo = {variante hamiltoniano ansatz senza altipiani aridi}, autore = {Park, Chae-Yeun e Killoran, Nathan}, rivista = {{Quantum}}, issn = {2521-327X}, editore = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {8}, pagine = {1239}, mese = feb, anno = {2024} }

► Riferimenti

, Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Rupak Biswas, Sergio Boixo, Fernando GSL Brandao, David A Buell, et al. "Supremazia quantistica utilizzando un processore superconduttore programmabile". Natura 574, 505–510 (2019).
https://doi.org/10.1038/s41586-019-1666-5

, Han-Sen Zhong, Hui Wang, Yu-Hao Deng, Ming-Cheng Chen, Li-Chao Peng, Yi-Han Luo, Jian Qin, Dian Wu, Xing Ding, Yi Hu e altri. "Vantaggio computazionale quantistico utilizzando i fotoni". Scienza 370, 1460–1463 (2020).
https: / / doi.org/ 10.1126 / science.abe8770

, Lars S Madsen, Fabian Laudenbach, Mohsen Falamarzi Askarani, Fabien Rortais, Trevor Vincent, Jacob FF Bulmer, Filippo M Miatto, Leonhard Neuhaus, Lukas G Helt, Matthew J Collins, et al. “Vantaggio computazionale quantistico con un processore fotonico programmabile”. Natura 606, 75–81 (2022).
https: / / doi.org/ 10.1038 / s41586-022-04725-x

, Giovanni Preskill. "Quantum computing nell'era NISQ e oltre". Quantum 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79

, Edward Farhi, Jeffrey Goldstone e Sam Gutmann. "Un algoritmo di ottimizzazione approssimata quantistica" (2014). arXiv:1411.4028.
arXiv: 1411.4028

, 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 di autovalori variazionali su un processore quantistico fotonico". Naz. Com. 5, 1–7 (2014).
https: / / doi.org/ 10.1038 / ncomms5213

, Dave Wecker, Matthew B Hastings e Matthias Troyer. “Progressi verso algoritmi variazionali quantistici pratici”. Fis. Rev. A 92, 042303 (2015).
https: / / doi.org/ 10.1103 / PhysRevA.92.042303

, Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M Chow e Jay M Gambetta. "Autosolver quantistico variazionale efficiente in termini di hardware per piccole molecole e magneti quantistici". Natura 549, 242–246 (2017).
https: / / doi.org/ 10.1038 / nature23879

, Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli e Rupak Biswas. "Dall'algoritmo di ottimizzazione approssimata quantistica a un operatore quantistico alternato ansatz". Algoritmi 12, 34 (2019).
https: / / doi.org/ 10.3390 / a12020034

, Maria Schuld, Ilya Sinayskiy e Francesco Petruccione. "Un'introduzione all'apprendimento automatico quantistico". Fisica contemporanea 56, 172–185 (2015).
https: / / doi.org/ 10.1080 / 00107514.2014.964942 mila

, Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe e Seth Lloyd. "Apprendimento automatico quantistico". Natura 549, 195–202 (2017).
https: / / doi.org/ 10.1038 / nature23474

, Maria Schuld e Nathan Killoran. “Apprendimento automatico quantistico negli spazi di Hilbert”. Fis. Rev. Lett. 122, 040504 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.040504

, Yunchao Liu, Srinivasan Arunachalam e Kristan Temme. “Un’accelerazione quantistica rigorosa e robusta nell’apprendimento automatico supervisionato”. Naz. Fis. 17, 1013–1017 (2021).
https: / / doi.org/ 10.1038 / s41567-021-01287-z

, 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”. Naz. Rev. Fis. 3, 625–644 (2021).
https://doi.org/10.1038/s42254-021-00348-9

, Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush e Hartmut Neven. "Altipiani sterili nei paesaggi di addestramento delle reti neurali quantistiche". Naz. Com. 9, 1–6 (2018).
https://doi.org/10.1038/s41467-018-07090-4

, Marco Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio e Patrick J Coles. "Altipiani sterili dipendenti dalla funzione di costo in circuiti quantistici parametrizzati poco profondi". Naz. Com. 12, 1–12 (2021).
https: / / doi.org/ 10.1038 / s41467-021-21728-w

, Zoë Holmes, Kunal Sharma, Marco Cerezo e Patrick J Coles. "Collegare l'espressibilità ansatz alle grandezze del gradiente e agli altipiani aridi". PRX Quantum 3, 010313 (2022).
https: / / doi.org/ 10.1103 / PRXQuantum.3.010313

, Sepp Hochreiter e Jürgen Schmidhuber. “Memoria a lungo termine”. Calcolo neurale 9, 1735–1780 (1997).
https: / / doi.org/ 10.1162 / neco.1997.9.8.1735

, Xavier Glorot, Antoine Bordes e Yoshua Bengio. "Reti neurali profonde raddrizzatrici sparse". In Atti del quattordicesimo convegno internazionale sull'intelligenza artificiale e la statistica. Pagine 315–323. Atti del workshop e della conferenza JMLR (2011). url: https:///proceedings.mlr.press/v15/glorot11a.html.
https:///proceedings.mlr.press/v15/glorot11a.html

, Xavier Glorot e Yoshua Bengio. "Comprendere la difficoltà di addestrare reti neurali feedforward profonde". In Atti della tredicesima conferenza internazionale sull'intelligenza artificiale e la statistica. Pagine 249–256. Atti del workshop e della conferenza JMLR (2010). URL: https:///proceedings.mlr.press/v9/glorot10a.html.
https:///proceedings.mlr.press/v9/glorot10a.html

, Kaiming He, Xiangyu Zhang, Shaoqing Ren e Jian Sun. "Approfondire i raddrizzatori: superare le prestazioni a livello umano sulla classificazione Imagenet". In Atti della conferenza internazionale IEEE sulla visione artificiale. Pagine 1026–1034. (2015).
https: / / doi.org/ 10.1109 / ICCV.2015.123

, Kaining Zhang, Min-Hsiu Hsieh, Liu Liu e Dacheng Tao. “Verso l’addestrabilità delle reti neurali quantistiche” (2020). arXiv:2011.06258.
arXiv: 2011.06258

, Tyler Volkoff e Patrick J Coles. "Grandi gradienti tramite correlazione in circuiti quantistici parametrizzati casuali". Scienza e tecnologia quantistica 6, 025008 (2021).
https:///doi.org/10.1088/2058-9565/abd891

, Arthur Pesah, Marco Cerezo, Samson Wang, Tyler Volkoff, Andrew T Sornborger e Patrick J Coles. "Assenza di altipiani sterili nelle reti neurali convoluzionali quantistiche". Fis. Rev. X 11, 041011 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.041011

, Xia Liu, Geng Liu, Jiaxin Huang, Hao-Kai Zhang e Xin Wang. "Mitigare gli altipiani sterili degli autosolutori quantistici variazionali" (2022). arXiv:2205.13539.
arXiv: 2205.13539

, Edward Grant, Leonard Wossnig, Mateusz Ostaszewski e Marcello Benedetti. "Una strategia di inizializzazione per affrontare gli altipiani sterili nei circuiti quantistici parametrizzati". Quantum 3, 214 (2019).
https://doi.org/10.22331/q-2019-12-09-214

, Nishant Jain, Brian Coyle, Elham Kashefi e Niraj Kumar. "Inizializzazione della rete neurale del grafico dell'ottimizzazione quantistica approssimativa". Quantico 6, 861 (2022).
https://doi.org/10.22331/q-2022-11-17-861

, Kaining Zhang, Liu Liu, Min-Hsiu Hsieh e Dacheng Tao. "In fuga dall'altopiano arido attraverso inizializzazioni gaussiane in circuiti quantistici variazionali profondi". Nei progressi nei sistemi di elaborazione delle informazioni neurali. Volume 35, pagine 18612–18627. (2022). URL: https:///doi.org/10.48550/arXiv.2203.09376.
https:///doi.org/10.48550/arXiv.2203.09376

, Antonio A. Mele, Glen B. Mbeng, Giuseppe E. Santoro, Mario Collura, and Pietro Torta. "Evitare altipiani sterili attraverso la trasferibilità di soluzioni lisce in un ansatz variazionale hamiltoniano". Fis. Rev. A 106, L060401 (2022).
https:///doi.org/10.1103/PhysRevA.106.L060401

, Manuel S Rudolph, Jacob Miller, Danial Motlagh, Jing Chen, Atithi Acharya e Alejandro Perdomo-Ortiz. “Pretraining sinergico di circuiti quantistici parametrizzati tramite reti tensoriali”. Comunicazioni sulla natura 14, 8367 (2023).
https://doi.org/10.1038/s41467-023-43908-6

, Roeland Wiersema, Cunlu Zhou, Yvette de Sereville, Juan Felipe Carrasquilla, Yong Baek Kim e Henry Yuen. "Esplorazione dell'entanglement e dell'ottimizzazione all'interno dell'ansatz variazionale hamiltoniano". PRX Quantum 1, 020319 (2020).
https: / / doi.org/ 10.1103 / PRXQuantum.1.020319

, Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J Coles e M Cerezo. "Diagnosi di altipiani sterili con strumenti dal controllo ottimale quantistico". Quantum 6, 824 (2022).
https://doi.org/10.22331/q-2022-09-29-824

, Ying Li e Simon C. Benjamin. "Simulatore quantistico variazionale efficiente che incorpora la minimizzazione attiva dell'errore". Fis. Rev.X7, 021050 (2017).
https: / / doi.org/ 10.1103 / PhysRevX.7.021050

, Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li e Simon C Benjamin. "Teoria della simulazione quantistica variazionale". Quantum 3, 191 (2019).
https://doi.org/10.22331/q-2019-10-07-191

, 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 Informazioni quantistiche 6, 1–10 (2020).
https://doi.org/10.1038/s41534-020-00302-0

, Sheng-Hsuan Lin, Rohit Dilip, Andrew G Green, Adam Smith e Frank Pollmann. “Evoluzione in tempo reale e immaginario con circuiti quantistici compressi”. PRX Quantum 2, 010342 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.010342

, Conor Mc Keever e Michael Lubasch. "Simulazione hamiltoniana classicamente ottimizzata". Fis. Rev. Ris. 5, 023146 (2023).
https: / / doi.org/ 10.1103 / PhysRevResearch.5.023146

, Josh M. Deutsch. “Meccanica statistica quantistica in un sistema chiuso”. Fis. Rev. A 43, 2046 (1991).
https: / / doi.org/ 10.1103 / PhysRevA.43.2046

, Marco Srednicki. “Caos e termalizzazione quantistica”. Fis. Rev. E 50, 888 (1994).
https: / / doi.org/ 10.1103 / PhysRevE.50.888

, Marcos Rigol, Vanja Dunjko e Maxim Olshanii. "Termalizzazione e suo meccanismo per sistemi quantistici isolati generici". Natura 452, 854–858 (2008).
https: / / doi.org/ 10.1038 / nature06838

, Pietro Reimann. “Fondamenti della meccanica statistica in condizioni sperimentalmente realistiche”. Fis. Rev. Lett. 101, 190403 (2008).
https: / / doi.org/ 10.1103 / PhysRevLett.101.190403

, Noah Linden, Sandu Popescu, Anthony J Short e Andreas Winter. “Evoluzione quantomeccanica verso l’equilibrio termico”. Fis. Rev. E 79, 061103 (2009).
https: / / doi.org/ 10.1103 / PhysRevE.79.061103

, Anthony J. Breve. “Equilibrazione di sistemi e sottosistemi quantistici”. Nuovo giornale di fisica 13, 053009 (2011).
https://doi.org/10.1088/1367-2630/13/5/053009

, Christian Gogolin e Jens Eisert. "Equilibrazione, termalizzazione e emergenza della meccanica statistica nei sistemi quantistici chiusi". Rapporti sui progressi in fisica 79, 056001 (2016).
https://doi.org/10.1088/0034-4885/79/5/056001

, Yichen Huang, Fernando GSL Brandão, Yong-Liang Zhang, et al. "Ridimensionamento a dimensione finita di correlatori fuori ordine temporale in tempi tardivi". Fis. Rev. Lett. 123, 010601 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.123.010601

, Daniel A Roberts e Beni Yoshida. “Caos e complessità nel design”. Giornale di fisica delle alte energie 2017, 1–64 (2017).
https: / / doi.org/ 10.1007 / JHEP04 (2017) 121

, Hyungwon Kim, Tatsuhiko N Ikeda e David A Huse. "Verificare se tutti gli autostati obbediscono all'ipotesi di termalizzazione degli autostati". Fis. Rev. E 90, 052105 (2014).
https: / / doi.org/ 10.1103 / PhysRevE.90.052105

, Tomotaka Kuwahara, Takashi Mori e Keiji Saito. "Teoria di Floquet-Magnus e dinamica transitoria generica in sistemi quantistici a molti corpi guidati periodicamente". Annali di fisica 367, 96–124 (2016).
https: / / doi.org/ 10.1016 / j.aop.2016.01.012

, David Wierichs, Christian Gogolin e Michael Kastoryano. "Evitare i minimi locali negli autosolutori quantistici variazionali con l'ottimizzatore del gradiente naturale". Fis. Rev. Ricerca 2, 043246 (2020).
https: / / doi.org/ 10.1103 / PhysRevResearch.2.043246

, Parco Chae-Yeun. "Efficiente preparazione dello stato fondamentale in un autosolutore quantistico variazionale con strati di rottura della simmetria" (2021). arXiv:2106.02509.
arXiv: 2106.02509

, Jan Lukas Bosse e Ashley Montanaro. "Sondaggio delle proprietà dello stato fondamentale del modello Heisenberg antiferromagnetico di Kagome utilizzando l'autosolutore quantistico variazionale". Fis. Rev. B 105, 094409 (2022).
https: / / doi.org/ 10.1103 / PhysRevB.105.094409

, Joris Kattemölle e Jasper van Wezel. "Eigensolver quantistico variazionale per l'antiferromagnete di Heisenberg sul reticolo di Kagome". Fis. Rev. B 106, 214429 (2022).
https: / / doi.org/ 10.1103 / PhysRevB.106.214429

, Diederik P. Kingma e Jimmy Ba. "Adam: un metodo per l'ottimizzazione stocastica". Nella terza conferenza internazionale sulle rappresentazioni dell'apprendimento, ICLR 3, San Diego, CA, USA, 2015-7 maggio 9, atti della conferenza. (2015). URL: https:///doi.org/2015/arXiv.10.48550.
https:///doi.org/10.48550/arXiv.1412.6980

, Tyson Jones e Julien Gacon. “Calcolo efficiente dei gradienti nelle simulazioni classiche di algoritmi quantistici variazionali” (2020). arXiv:2009.02823.
arXiv: 2009.02823

, Ville Bergholm, Josh Izaac, Maria Schuld, Christian Gogolin, Shahnawaz Ahmed, Vishnu Ajith, M. Sohaib Alam, Guillermo Alonso-Linaje, et al. “Pennylane: Differenziazione automatica di calcoli ibridi quantistici-classici” (2018). arXiv:1811.04968.
arXiv: 1811.04968

, Lodewyk FA Wessels e Etienne Barnard. “Evitare falsi minimi locali mediante una corretta inizializzazione delle connessioni”. Transazioni IEEE su reti neurali 3, 899–905 (1992).
https: / / doi.org/ 10.1109 / 72.165592 mila

, Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa e Keisuke Fujii. "Apprendimento del circuito quantistico". Fis. Rev. A 98, 032309 (2018).
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". Fis. Rev. A 99, 032331 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.032331

, Masuo Suzuki. “Teoria generale degli integrali dei percorsi frattali con applicazioni alle teorie a molti corpi e alla fisica statistica”. Giornale di fisica matematica 32, 400–407 (1991).
https: / / doi.org/ 10.1063 / 1.529425 mila

, Michael A. Nielsen. "Un approccio geometrico ai limiti inferiori dei circuiti quantistici" (2005). arXiv:quant-ph/0502070.
arXiv: Quant-ph / 0502070

, Michael A Nielsen, Mark R Dowling, Mile Gu e Andrew C Doherty. “Il calcolo quantistico come geometria”. Scienza 311, 1133–1135 (2006).
https: / / doi.org/ 10.1126 / science.1121541

, Douglas Stanford e Leonard Susskind. “Complessità e geometrie delle onde d'urto”. Fis. Rev. D 90, 126007 (2014).
https: / / doi.org/ 10.1103 / PhysRevD.90.126007

, Jonas Haferkamp, Philippe Faist, Naga BT Kothakonda, Jens Eisert e Nicole Yunger Halpern. “Crescita lineare della complessità dei circuiti quantistici”. Naz. Fis. 18, 528–532 (2022).
https://doi.org/10.1038/s41567-022-01539-6

, Adam R Brown, Leonard Susskind e Ying Zhao. “Complessità quantistica e curvatura negativa”. Fis. Rev. D 95, 045010 (2017).
https: / / doi.org/ 10.1103 / PhysRevD.95.045010

, Adam R. Brown e Leonard Susskind. “Seconda legge della complessità quantistica”. Fis. Rev. D 97, 086015 (2018).
https: / / doi.org/ 10.1103 / PhysRevD.97.086015

, Yu Chen. “Scrabling logaritmico universale in molte localizzazioni corporee” (2016). arXiv:1608.02765.
arXiv: 1608.02765

, Ruihua Fan, Pengfei Zhang, Huitao Shen e Hui Zhai. "Correlazione fuori ordine temporale per la localizzazione a molti corpi". Bollettino scientifico 62, 707–711 (2017).
https: / / doi.org/ 10.1016 / j.scib.2017.04.011

, Juhee Lee, Dongkyu Kim e Dong-Hee Kim. "Tipico comportamento di crescita del commutatore fuori ordine temporale in sistemi localizzati a molti corpi". Fis. Rev. B 99, 184202 (2019).
https: / / doi.org/ 10.1103 / PhysRevB.99.184202

, Samson Wang, Enrico Fontana, Marco Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio e Patrick J Coles. "Altipiani aridi indotti dal rumore negli algoritmi quantistici variazionali". Naz. Com. 12, 6961 (2021).
https://doi.org/10.1038/s41467-021-27045-6

, “Plugin PennyLane–Lightning https:///github.com/PennyLaneAI/pennylane-lightning” (2023).
https:///github.com/PennyLaneAI/pennylane-lightning

, “Plugin PennyLane–Lightning-GPU https:///github.com/PennyLaneAI/pennylane-lightning-gpu” (2023).
https:///github.com/PennyLaneAI/pennylane-lightning-gpu

, “Repository GitHub https:///github.com/XanaduAI/hva-without-barren-plateaus” (2023).
https:///github.com/XanaduAI/hva-without-barren-plateaus

, Guglielmo Magno. "Sulla soluzione esponenziale di equazioni differenziali per un operatore lineare". Comune. Puro. Appl. Matematica. 7, 649–673 (1954).
https: / / doi.org/ 10.1002 / cpa.3160070404

, Dmitry Abanin, Wojciech De Roeck, Wen Wei Ho e François Huveneers. "Una teoria rigorosa della pretermalizzazione a molti corpi per sistemi quantistici periodicamente guidati e chiusi". Comune. Matematica. Fis. 354, 809–827 (2017).
https: / / doi.org/ 10.1007 / s00220-017-2930-x

Citato da

[1] Richard DP East, Guillermo Alonso-Linaje e Chae-Yeun Park, "Tutto ciò di cui hai bisogno è lo spin: circuiti quantistici variazionali equivarianti SU (2) basati su reti di spin", arXiv: 2309.07250, (2023).

[2] M. Cerezo, Martin Larocca, Diego García-Martín, NL Diaz, Paolo Braccia, Enrico Fontana, Manuel S. Rudolph, Pablo Bermejo, Aroosa Ijaz, Supanut Thanasilp, Eric R. Anschuetz e Zoë Holmes, “Does dimostrable l'assenza di altipiani brulli implica la simulabilità classica? Oppure, perché dobbiamo ripensare il calcolo quantistico variazionale”, arXiv: 2312.09121, (2023).

[3] Chukwudubem Umeano, Annie E. Paine, Vincent E. Elfving e Oleksandr Kyriienko, "Cosa possiamo imparare dalle reti neurali convoluzionali quantistiche?", arXiv: 2308.16664, (2023).

[4] Jiaqi Miao, Chang-Yu Hsieh e Shi-Xin Zhang, "Algoritmi quantistici variazionali codificati dalla rete neurale", arXiv: 2308.01068, (2023).

[5] Yaswitha Gujju, Atsushi Matsuo e Rudy Raymond, "Apprendimento automatico quantistico su dispositivi quantistici a breve termine: stato attuale delle tecniche supervisionate e non supervisionate per applicazioni nel mondo reale", arXiv: 2307.00908, (2023).

[6] Chandan Sarma, Olivia Di Matteo, Abhishek Abhishek e Praveen C. Srivastava, "Previsione della linea di gocciolamento dei neutroni negli isotopi dell'ossigeno utilizzando il calcolo quantistico", Revisione fisica C 108 6, 064305 (2023).

[7] J. Cobos, DF Locher, A. Bermudez, M. Müller e E. Rico, "Eigensolver variazionali sensibili al rumore: un percorso dissipativo per le teorie di calibro reticolare", arXiv: 2308.03618, (2023).

[8] Julien Gacon, Jannes Nys, Riccardo Rossi, Stefan Woerner e Giuseppe Carleo, "Evoluzione temporale quantistica variazionale senza il tensore geometrico quantistico", arXiv: 2303.12839, (2023).

[9] Han Qi, Lei Wang, Hongsheng Zhu, Abdullah Gani e Changqing Gong, "Gli aridi altipiani delle reti neurali quantistiche: revisione, tassonomia e tendenze", Elaborazione delle informazioni quantistiche 22 12, 435 (2023).

[10] Zheng Qin, Xiufan Li, Yang Zhou, Shikun Zhang, Rui Li, Chunxiao Du e Zhisong Xiao, "Applicabilità del calcolo quantistico basato sulla misurazione verso l'Eigensolver quantistico variazionale guidato dalla fisica", arXiv: 2307.10324, (2023).

[11] Yanqi Song, Yusen Wu, Sujuan Qin, Qiaoyan Wen, Jingbo B. Wang e Fei Gao, "Analisi di allenabilità degli algoritmi di ottimizzazione quantistica da una lente bayesiana", arXiv: 2310.06270, (2023).

Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2024-02-01 22:16:28). 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 2024-02-01 22:16:26).

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.
PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
Fonte: https://quantum-journal.org/papers/q-2024-02-01-1239/

Timestamp: 1 Febbraio 2024

Timestamp: marzo 17, 2023

Ansatz variazionale hamiltoniano senza plateau sterili

Ripubblicato da Platone

Astratto

Riepilogo popolare

► dati BibTeX

► Riferimenti

Citato da

Di più da Diario quantistico

Simulazione quantistica analogica con qubit transmon a frequenza fissa

Mappa completamente positiva per sistemi quantistici guidati da rumori derivati dall'espansione Keldysh

Verso un quadro generale di benchmarking randomizzato che incorpori il rumore non markoviano

Verifica efficiente degli stati fondamentali di hamiltoniani privi di frustrazione

Unificare diverse nozioni di incompatibilità quantistica in una rigida gerarchia di teorie delle risorse della comunicazione

Trascinamento superfluido tra polaritoni eccitonici e gas di elettroni superconduttori

Generalizzazione nonostante l'adattamento eccessivo nei modelli di apprendimento automatico quantistico

Ottimizzazione quantistica di parità: vincoli di codifica

Chi siamo

Ricerca verticale e Ai

Piattaforma

Rimani in contatto

Il mio account