1Departamento de Física "JJ Giambiagi" 및 IFIBA, FCEyN, Universidad de Buenos Aires, 1428 Buenos Aires, Argentina
2이론 부서, Los Alamos 국립 연구소, Los Alamos, New Mexico 87545, USA
3Hearne Institute for Theoretical Physics and Department of Physics and Astronomy, Louisiana State University, Baton Rouge, LA 미국
4정보 과학, Los Alamos 국립 연구소, Los Alamos, NM 87545, USA
5비선형 연구 센터, Los Alamos 국립 연구소, Los Alamos, New Mexico 87545, USA
이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.
추상
VQA(Variational Quantum Algorithms)는 단기 양자 이점을 달성할 수 있는 잠재력으로 인해 상당한 관심을 받았습니다. 그러나 확장성을 이해하려면 더 많은 작업이 필요합니다. VQA에 대한 알려진 확장 결과 중 하나는 특정 상황에서 기하급수적으로 사라지는 기울기로 이어지는 황량한 고원입니다. 문제에서 영감을 받은 안사체가 황량한 고원을 피한다는 것은 일반적인 민속이지만, 사실 그들의 기울기 스케일링에 대해서는 알려진 바가 거의 없습니다. 이 작업에서 우리는 문제에서 영감을 받은 안자츠에 대한 불모의 고원의 존재 또는 부재를 진단할 수 있는 프레임워크를 개발하기 위해 양자 최적 제어의 도구를 사용합니다. 이러한 안자츠에는 QAOA(Quantum Alternating Operator Ansatz), HVA(Hamiltonian Variational Ansatz) 등이 포함됩니다. 우리의 프레임워크를 통해 이러한 ansatze에 대한 불모의 고원을 피하는 것이 항상 보장되는 것은 아님을 증명합니다. 특히, VQA의 그래디언트 스케일링은 시스템의 제어 가능성 정도에 따라 달라지므로 ansatz의 생성기에서 얻은 동적 거짓말 대수 $mathfrak{g}$를 통해 진단할 수 있음을 보여줍니다. QAOA 및 HVA ansatzes에서 불모의 고원의 존재를 분석하고 다른 초기 상태가 불모의 고원의 존재 또는 부재로 이어질 수 있으므로 입력 상태의 역할을 강조합니다. 종합하면, 우리의 결과는 추가 양자 리소스를 희생하지 않는 훈련 가능성 인식 Satz 설계 전략을 위한 프레임워크를 제공합니다. 더욱이, 우리는 스핀 글라스와 같은 제어 가능한 시스템에 대한 변이적 ansatze를 사용하여 바닥 상태를 얻기 위한 노고 결과를 증명합니다. 우리의 작업은 불모의 고원의 존재와 $mathfrak{g}$ 차원의 크기 조정 사이의 연결을 설정합니다.
주요 이미지: 우리의 결과는 불모의 고원의 존재 여부와 소위 동적 거짓말 대수학의 차원을 연결합니다.
인기 요약
► BibTeX 데이터
► 참고 문헌
[1] 피터 W 쇼어. 양자 계산을 위한 알고리즘: 이산 로그 및 인수분해. 컴퓨터 과학의 기초에 관한 회보 제35차 연례 심포지엄, 124-134페이지. 이에, 1994. 10.1109/SFCS.1994.365700. URL https:///ieeexplore.ieee.org/document/365700.
https : / /doi.org/10.1109/ SFCS.1994.365700
https : / /ieeieere.ieee.org/document/ 365700
[2] Aram W Harrow, Avinatan Hassidim 및 Seth Lloyd. 선형 방정식 시스템을 위한 양자 알고리즘. Physical Review Letters, 103 (15): 150502, 2009. 10.1103/PhysRevLett.103.150502. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.103.150502.
https : / /doi.org/10.1103/ PhysRevLett.103.150502
[3] Dominic W Berry, Andrew M Childs, Richard Cleve, Robin Kothari 및 Rolando D Somma. 잘린 테일러 시리즈로 해밀턴 역학 시뮬레이션. Physical Review Letters, 114 (9): 090502, 2015. 10.1103/PhysRevLett.114.090502. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.114.090502.
https : / /doi.org/10.1103/ PhysRevLett.114.090502
[4] Iulia M Georgescu, Sahel Ashhab, Franco Nori. 양자 시뮬레이션. 현대 물리학의 리뷰, 86(1): 153, 2014. 10.1103/RevModPhys.86.153. URL https:///journals.aps.org/rmp/abstract/10.1103/RevModPhys.86.153.
https : / /doi.org/10.1103/ RevModPhys.86.153
[5] 존 프리스킬. nisq 시대와 그 이후의 양자 컴퓨팅. Quantum, 2: 79, 2018. 10.22331/q-2018-08-06-79. URL https:///quantum-journal.org/papers/q-2018-08-06-79/.
https://doi.org/10.22331/q-2018-08-06-79
https : / /quantum-journal.org/papers/ q-2018-08-06-79 /
[6] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, Patrick J. Coles. 변형 양자 알고리즘. 네이처 리뷰 물리학, 3(1): 625–644, 2021a. 10.1038/s42254-021-00348-9. URL https://www.nature.com/articles/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
https : / /www.nature.com/articles/ s42254-021-00348-9
[7] Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Lukasz Cincio 및 Patrick Coles. 변형 양자 선형 솔버. arXiv 사전 인쇄 arXiv:1909.05820, 2019. URL https:///arxiv.org/abs/1909.05820.
arXiv : 1909.05820
[8] Hsin-Yuan Huang, Kishor Bharti 및 Patrick Rebentrost. 선형 방정식 시스템에 대한 단기 양자 알고리즘. arXiv 사전 인쇄 arXiv:1909.07344, 2019. URL https:///arxiv.org/abs/1909.07344.
arXiv : 1909.07344
[9] Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C Benjamin, Xiao Yuan. 선형 대수학을 위한 변형 알고리즘. Science Bulletin, 66(21): 2181–2188, 2021. 10.1016/j.scib.2021.06.023. URL https:///www.sciencedirect.com/science/article/pii/S2095927321004631.
https : / /doi.org/ 10.1016 / j.scib.2021.06.023
https : / / www.sciencedirect.com/ science / article / pii / S2095927321004631
[10] Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin, Xiao Yuan. 가상 시간 진화의 변형 ansatz 기반 양자 시뮬레이션. npj 양자 정보, 5(1): 1–6, 2019. 10.1038/s41534-019-0187-2. URL https://www.nature.com/articles/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2
https : / /www.nature.com/articles/ s41534-019-0187-2
[11] Harper R Grimsley, Sophia E Economou, Edwin Barnes, Nicholas J Mayhall. 양자 컴퓨터에서 정확한 분자 시뮬레이션을 위한 적응형 변형 알고리즘. Nature Communications, 10(1): 1–9, 2019. 10.1038/s41467-019-10988-2. URL https://www.nature.com/articles/s41467-019-10988-2.
https://doi.org/10.1038/s41467-019-10988-2
https : / /www.nature.com/articles/ s41467-019-10988-2
[12] Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J. Coles 및 Andrew Sonborger. 일관성 시간을 넘어 양자 시뮬레이션을 위한 Variational Fast Forwarding. npj 양자 정보, 6(1): 1–10, 2020. 10.1038/s41534-020-00302-0. URL https://www.nature.com/articles/s41534-020-00302-0.
https://doi.org/10.1038/s41534-020-00302-0
https : / /www.nature.com/articles/ s41534-020-00302-0
[13] Benjamin Commeau, M. Cerezo, Zoë Holmes, Lukasz Cincio, Patrick J. Coles 및 Andrew Sonborger. 동적 양자 시뮬레이션을 위한 변형 해밀턴 대각화. arXiv 사전 인쇄 arXiv:2009.02559, 2020. URL https:///arxiv.org/abs/2009.02559.
arXiv : 2009.02559
[14] Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Lukasz Cincio, Patrick J. Coles, Andrew Sonborger. 양자 하드웨어에서 충실도가 높은 장기 시뮬레이션. arXiv 사전 인쇄 arXiv:2102.04313, 2021. URL https:///arxiv.org/abs/2102.04313.
arXiv : 2102.04313
[15] 야오용신, 닐라드리 고메스, 장펑, 왕 카이좡, 호카이밍, 토마스 이아데콜라, 피터 P 오르쓰. 적응 변이 양자 역학 시뮬레이션. PRX Quantum, 2(3): 030307, 2021. 10.1103/PRXQuantum.2.030307. URL https:///journals.aps.org/prxquantum/abstract/10.1103/PRXQuantum.2.030307.
https : / / doi.org/ 10.1103 / PRXQuantum.2.030307
[16] Suguru Endo, Jinzhao Sun, Ying Li, Simon C Benjamin, Xiao Yuan. 일반 프로세스의 변동 양자 시뮬레이션. Physical Review Letters, 125 (1): 010501, 2020. 10.1103/PhysRevLett.125.010501. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.125.010501.
https : / /doi.org/10.1103/ PhysRevLett.125.010501
[17] Jonathan Wei Zhong Lau, Kishor Bharti, Tobias Haug, Leong Chuan Kwek. 시간 종속 해밀턴의 양자 지원 시뮬레이션. arXiv 사전 인쇄 arXiv:2101.07677, 2021. URL https:///arxiv.org/abs/2101.07677.
arXiv : 2101.07677
[18] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J Love, Alán Aspuru-Guzik 및 Jeremy L O'brien. 광자 양자 프로세서의 변형 고유값 솔버. Nature Communications, 5(1): 1–7, 2014. doi.org/10.1038/ncomms5213. URL https://www.nature.com/articles/ncomms5213#citeas.
https : / /doi.org/ 10.1038 / ncomms5213
https:///www.nature.com/articles/ncomms5213#citeas
[19] 에드워드 파리, 제프리 골드스톤, 샘 거트만. 양자 근사 최적화 알고리즘. arXiv 사전 인쇄 arXiv:1411.4028, 2014. URL https:// / arxiv.org/ abs/ 1411.4028.
arXiv : 1411.4028
[20] Jarrod R McClean, Jonathan Romero, Ryan Babbush 및 Alán Aspuru-Guzik. 변이 하이브리드 양자-고전 알고리즘 이론. New Journal of Physics, 18(2): 023023, 2016. 10.1007/978-94-015-8330-5_4. URL https:///iopscience.iop.org/article/10.1088/1367-2630/18/2/023023.
https://doi.org/10.1007/978-94-015-8330-5_4
https://iopscience.iop.org/article/10.1088/1367-2630/18/2/023023
[21] Sumeet Khatri, Ryan LaRose, Alexander Poremba, Lukasz Cincio, Andrew T Sonborger 및 Patrick J Coles. 양자 지원 양자 컴파일. Quantum, 3: 140, 2019. 10.22331/q-2019-05-13-140. URL https:///quantum-journal.org/papers/q-2019-05-13-140/.
https://doi.org/10.22331/q-2019-05-13-140
https : / /quantum-journal.org/papers/ q-2019-05-13-140 /
[22] 조나단 로메로, 조나단 P 올슨, 앨런 아스푸루-구직. 양자 데이터의 효율적인 압축을 위한 양자 자동 인코더. 양자 과학 및 기술, 2(4): 045001, 2017. 10.1088/2058-9565/aa8072. URL https:///iopscience.iop.org/article/10.1088/2058-9565/aa8072.
https : / /doi.org/ 10.1088 / 2058-9565 / aa8072
[23] Ryan LaRose, Arkin Tikku, Étude O'Neel-Judy, Lukasz Cincio, Patrick J Coles. 변형 양자 상태 대각화. npj Quantum Information, 5(1): 1–10, 2019. 10.1038/s41534-019-0167-6. URL https://www.nature.com/articles/s41534-019-0167-6.
https://doi.org/10.1038/s41534-019-0167-6
https : / /www.nature.com/articles/ s41534-019-0167-6
[24] Andrew Arrasmith, Lukasz Cincio, Andrew T Sonborger, Wojciech H Zurek, Patrick J Coles. 양자 기반을 위한 하이브리드 알고리즘으로서의 변이 일관성 이력. Nature Communications, 10(1): 1–7, 2019. 10.1038/s41467-019-11417-0. URL https://www.nature.com/articles/s41467-019-11417-0.
https://doi.org/10.1038/s41467-019-11417-0
https : / /www.nature.com/articles/ s41467-019-11417-0
[25] M. Cerezo, Alexander Poremba, Lukasz Cincio 및 Patrick J Coles. 변동 양자 충실도 추정. Quantum, 4: 248, 2020. 10.22331/q-2020-03-26-248. URL https:///quantum-journal.org/papers/q-2020-03-26-248/.
https://doi.org/10.22331/q-2020-03-26-248
https : / /quantum-journal.org/papers/ q-2020-03-26-248 /
[26] Y. Li 및 SC Benjamin. 능동 오류 최소화를 통합하는 효율적인 변형 양자 시뮬레이터. 물리. X, 7: 021050, 2017년 10.1103월. 7.021050/PhysRevX.10.1103. URL https:///link.aps.org/doi/7.021050/PhysRevX.XNUMX.
https : / /doi.org/10.1103/ PhysRevX.7.021050
[27] 헤야 켄타로, M 나카니시 켄, 미타라이 코스케, 후지이 케이스케. 부분공간 변형 양자 시뮬레이터. arXiv 사전 인쇄 arXiv:1904.08566, 2019. URL https:///arxiv.org/abs/1904.08566.
arXiv : 1904.08566
[28] 키쇼르 바르티와 토비아스 하우그. 양자 지원 시뮬레이터. Physical Review A, 104(4): 042418, 2021. 10.1103/PhysRevA.104.042418. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.104.042418.
https : / /doi.org/10.1103/ PhysRevA.104.042418
[29] M. Cerezo, Kunal Sharma, Andrew Arrasmith 및 Patrick J Coles. 변형 양자 상태 고유 솔버. npj Quantum Information, 8(1): 1–11, 2022. 10.1038/s41534-022-00611-6. URL https:///doi.org/10.1038/s41534-022-00611-6.
https://doi.org/10.1038/s41534-022-00611-6
[30] Jacob L Beckey, M. Cerezo, Akira Sone, Patrick J Coles. 양자 피셔 정보를 추정하기 위한 변형 양자 알고리즘. Physical Review Research, 4(1): 013083, 2022. 10.1103/PhysRevResearch.4.013083. URL https:///journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.4.013083.
https : / /doi.org/10.1103/ PhysRevResearch.4.013083
[31] Lennart Bittel과 Martin Kliesch. 훈련 변형 양자 알고리즘은 np-hard입니다. 물리. Lett., 127: 120502, 2021년 10.1103월. 127.120502/PhysRevLett.10.1103. URL https:///link.aps.org/doi/127.120502/PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.127.120502
[32] 미타라이 코스케, 네고로 마코토, 키타가와 마사히로, 후지이 케이스케. 양자 회로 학습. Physical Review A, 98(3): 032309, 2018. 10.1103/PhysRevA.98.032309. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.98.032309.
https : / /doi.org/10.1103/ PhysRevA.98.032309
[33] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac 및 Nathan Killoran. 양자 하드웨어에서 분석 기울기 평가. Physical Review A, 99(3): 032331, 2019. 10.1103/PhysRevA.99.032331. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.99.032331.
https : / /doi.org/10.1103/ PhysRevA.99.032331
[34] Jonas M Kübler, Andrew Arrasmith, Lukasz Cincio, Patrick J Coles. 측정-절약 변형 알고리즘을 위한 적응형 최적화 프로그램입니다. Quantum, 4: 263, 2020. 10.22331/q-2020-05-11-263. URL https:///quantum-journal.org/papers/q-2020-05-11-263/.
https://doi.org/10.22331/q-2020-05-11-263
https : / /quantum-journal.org/papers/ q-2020-05-11-263 /
[35] 제임스 스톡스, 조시 아이작, 네이선 킬로런, 주세페 칼레오. 양자 자연 그라데이션. Quantum, 4: 269, 2020. 10.22331/q-2020-05-25-269. URL https:///quantum-journal.org/papers/q-2020-05-25-269/.
https://doi.org/10.22331/q-2020-05-25-269
https : / /quantum-journal.org/papers/ q-2020-05-25-269 /
[36] 앤드류 아라스미스, 루카스 신시오, 롤란도 D 솜마, 패트릭 J 콜스. 변형 알고리즘에서 간결한 최적화를 위한 연산자 샘플링. arXiv 사전 인쇄 arXiv:2004.06252, 2020. URL https:///arxiv.org/abs/2004.06252.
arXiv : 2004.06252
[37] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush 및 Hartmut Neven. 양자 신경망 훈련 환경의 황량한 고원. Nature Communications, 9(1): 1–6, 2018. 10.1038/s41467-018-07090-4. URL https://www.nature.com/articles/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4
https : / /www.nature.com/articles/ s41467-018-07090-4
[38] M. Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio, Patrick J Coles. 얕은 매개변수화된 양자 회로에서 비용 함수 종속 불모의 고원. Nature Communications, 12(1): 1–12, 2021b. 10.1038/s41467-021-21728-w. URL https://www.nature.com/articles/s41467-021-21728-w.
https : / /doi.org/ 10.1038 / s41467-021-21728-w
https:///www.nature.com/articles/s41467-021-21728-w
[39] Samson Wang, Enrico Fontana, M. Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio 및 Patrick J Coles. 변형 양자 알고리즘에서 노이즈 유발 불모의 고원. Nature Communications, 12(1): 1–11, 2021. 10.1038/s41467-021-27045-6. URL https://www.nature.com/articles/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6
https : / /www.nature.com/articles/ s41467-021-27045-6
[40] M. Cerezo 및 Patrick J Coles. 불모의 고원이 있는 양자 신경망의 고차 도함수. 양자 과학 및 기술, 6(2): 035006, 2021. 10.1088/2058-9565/abf51a. URL https:///iopscience.iop.org/article/10.1088/2058-9565/abf51a.
https : / / doi.org/ 10.1088 / 2058-9565 / abf51a
[41] Kunal Sharma, M. Cerezo, Lukasz Cincio 및 Patrick J Coles. 소산 퍼셉트론 기반 양자 신경망의 훈련 가능성. Physical Review Letters, 128 (18): 180505, 2022. 10.1103/PhysRevLett.128.180505.
https : / /doi.org/10.1103/ PhysRevLett.128.180505
[42] Andrew Arrasmith, M. Cerezo, Piotr Czarnik, Lukasz Cincio 및 Patrick J Coles. 그라디언트 없는 최적화에 대한 불모의 고원 효과. Quantum, 5: 558, 2021. 10.22331/q-2021-10-05-558. URL https:///quantum-journal.org/papers/q-2021-10-05-558/.
https://doi.org/10.22331/q-2021-10-05-558
https : / /quantum-journal.org/papers/ q-2021-10-05-558 /
[43] Zoë Holmes, Andrew Arrasmith, Bin Yan, Patrick J. Coles, Andreas Albrecht, Andrew T Sonborger. 불모의 고원은 학습 스크램블러를 방해합니다. Physical Review Letters, 126 (19): 190501, 2021. 10.1103/PhysRevLett.126.190501. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.126.190501.
https : / /doi.org/10.1103/ PhysRevLett.126.190501
[44] Carlos Ortiz Marrero, Mária Kieferová, Nathan Wiebe. 얽힘으로 인한 불모의 고원. PRX Quantum, 2(4): 040316, 2021. 10.1103/PRXQuantum.2.040316. URL https:///journals.aps.org/prxquantum/abstract/10.1103/PRXQuantum.2.040316.
https : / / doi.org/ 10.1103 / PRXQuantum.2.040316
[45] Taylor L Patti, Khadijeh Najafi, Xun Gao, Susanne F Yelin. 얽힘은 황량한 고원 완화를 고안했습니다. Physical Review Research, 3(3): 033090, 2021. 10.1103/PhysRevResearch.3.033090. URL https:///par.nsf.gov/servlets/purl/10328786.
https : / /doi.org/10.1103/ PhysRevResearch.3.033090
https:///par.nsf.gov/servlets/purl/10328786
[46] Arthur Pesah, M. Cerezo, Samson Wang, Tyler Volkoff, Andrew T Sonborger 및 Patrick J Coles. 양자 컨볼루션 신경망에 불모의 고원이 없습니다. Physical Review X, 11(4): 041011, 2021. 10.1103/PhysRevX.11.041011. URL https:///journals.aps.org/prx/abstract/10.1103/PhysRevX.11.041011.
https : / /doi.org/10.1103/ PhysRevX.11.041011
[47] Zoë Holmes, Kunal Sharma, M. Cerezo 및 Patrick J Coles. 기울기 크기 및 불모의 고원에 Satz 표현 가능성 연결. PRX Quantum, 3: 010313, 2022년 10.1103월. 3.010313/PRXQuantum.10.1103. URL https:///link.aps.org/doi/3.010313/PRXQuantum.XNUMX.
https : / / doi.org/ 10.1103 / PRXQuantum.3.010313
[48] Andrew Arrasmith, Zoë Holmes, Marco Cerezo 및 Patrick J Coles. 비용 집중 및 좁은 협곡에 대한 양자 불모의 고원과 동등함. 양자 과학 및 기술, 7(4): 045015, 2022. 10.1088/2058-9565/ac7d06. URL https:///iopscience.iop.org/article/10.1088/2058-9565/ac7d06.
https://doi.org/10.1088/2058-9565/ac7d06
[49] M. Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio, Patrick J Coles. 얕은 매개변수화된 양자 회로에서 비용 함수 종속 불모의 고원. Nature Communications, 12(1): 1–12, 2021c. 10.1038/s41467-021-21728-w. URL https://www.nature.com/articles/s41467-021-21728-w.
https : / /doi.org/ 10.1038 / s41467-021-21728-w
https:///www.nature.com/articles/s41467-021-21728-w
[50] AV Uvarov와 Jacob D Biamonte. 불모의 고원 및 변형 양자 알고리즘의 비용 함수 국소성. Journal of Physics A: 수학 및 이론, 54(24): 245301, 2021. 10.1088/1751-8121/abfac7. URL https:///doi.org/10.1088/1751-8121/abfac7.
https : / / doi.org/ 10.1088 / 1751-8121 / abfac7
[51] 타일러 볼코프와 패트릭 J. 콜스. 임의의 매개변수화된 양자 회로에서 상관 관계를 통한 큰 기울기. 양자 과학 및 기술, 6(2): 025008, 2021. 10.1088/2058-9565/abd89. URL https:///iopscience.iop.org/article/10.1088/2058-9565/abd891.
https : / / doi.org/ 10.1088 / 2058-9565 / abd89
[52] Guillaume Verdon, Michael Broughton, Jarrod R McClean, Kevin J Sung, Ryan Babbush, Zhang Jiang, Hartmut Neven, Masoud Mohseni. 고전적 신경망을 통해 양자 신경망으로 학습하는 방법을 배웁니다. arXiv 사전 인쇄 arXiv:1907.05415, 2019. URL https:///arxiv.org/abs/1907.05415.
arXiv : 1907.05415
[53] Edward Grant, Leonard Wossnig, Mateusz Ostaszewski, Marcello Benedetti. 매개변수화된 양자 회로에서 불모의 고원을 해결하기 위한 초기화 전략. Quantum, 3: 214, 2019. 10.22331/q-2019-12-09-214. URL https:///quantum-journal.org/papers/q-2019-12-09-214/.
https://doi.org/10.22331/q-2019-12-09-214
https : / /quantum-journal.org/papers/ q-2019-12-09-214 /
[54] Andrea Skolik, Jarrod R McClean, Masoud Mohseni, Patrick van der Smagt, Martin Leib. 양자 신경망을 위한 계층별 학습. 양자 기계 지능, 3(1): 1–11, 2021. 10.1007/s42484-020-00036-4. URL https:///doi.org/10.1007/s42484-020-00036-4.
https://doi.org/10.1007/s42484-020-00036-4
[55] M Bilkis, M. Cerezo, Guillaume Verdon, Patrick J. Coles, Lukasz Cincio. 양자 기계 학습을 위한 가변 구조를 가진 반 불가지론적인 ansatz. arXiv 사전 인쇄 arXiv:2103.06712, 2021. URL https:///arxiv.org/abs/2103.06712.
arXiv : 2103.06712
[56] Alicia B Magann, Christian Arenz, Matthew D Grace, Tak-San Ho, Robert L Kosut, Jarrod R McClean, Herschel A Rabitz, Mohan Sarovar. 펄스에서 회로로 그리고 다시: 변이 양자 알고리즘에 대한 양자 최적 제어 관점. PRX Quantum, 2(1): 010101, 2021. https:///doi.org/10.1103/PRXQuantum.2.010101. URL https:///journals.aps.org/prxquantum/abstract/10.1103/PRXQuantum.2.010101.
https : / / doi.org/ 10.1103 / PRXQuantum.2.010101
[57] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli, Rupak Biswas. 양자 근사 최적화 알고리즘에서 양자 교대 연산자 ansatz까지. 알고리즘, 12(2): 34, 2019. 10.3390/a12020034. URL https://www.mdpi.com/1999-4893/12/2/34.
https : / /doi.org/10.3390/ a12020034
https://www.mdpi.com/1999-4893/12/2/34
[58] Dave Wecker, Matthew B. Hastings, Matthias Troyer. 실용적인 양자 변이 알고리즘을 향한 진보. Physical Review A, 92: 042303, 2015년 10.1103월. 92.042303/PhysRevA.10.1103. URL https:///link.aps.org/doi/92.042303/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.92.042303
[59] Roeland Wiersema, Cunlu Zhou, Yvette de Sereville, Juan Felipe Carrasquilla, Yong 백 Kim, Henry Yuen. 해밀턴 변이 ansatz 내에서 얽힘 및 최적화 탐색. PRX Quantum, 1(2): 020319, 2020. 10.1103/PRXQuantum.1.020319. URL https:///journals.aps.org/prxquantum/abstract/10.1103/PRXQuantum.1.020319.
https : / / doi.org/ 10.1103 / PRXQuantum.1.020319
[60] Linghua Zhu, Ho Lun Tang, George S Barron, Nicholas J Mayhall, Edwin Barnes 및 Sophia E Economou. 양자 컴퓨터에서 조합 문제를 해결하기 위한 적응형 양자 근사 최적화 알고리즘입니다. Physical Review Research, 4(3): 033029, 2022. 10.1103/PhysRevResearch.4.033029. URL https:///journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.4.033029.
https : / /doi.org/10.1103/ PhysRevResearch.4.033029
[61] Alexandre Choquette, Agustin Di Paolo, Panagiotis Kl Barkoutsos, David Sénéchal, Ivano Tavernelli, Alexandre Blais. 변이 양자 알고리즘을 위한 양자 최적 제어에서 영감을 받은 ansatz. Physical Review Research, 3(2): 023092, 2021. 10.1103/PhysRevResearch.3.023092. URL https:///journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.3.023092.
https : / /doi.org/10.1103/ PhysRevResearch.3.023092
[62] Supanut Thanasilp, Samson Wang, Nhat A Nghiem, Patrick J. Coles 및 M. Cerezo. 양자 기계 학습 모델의 훈련 가능성에 대한 미묘함. arXiv 사전 인쇄 arXiv:2110.14753, 2021. URL https:///arxiv.org/abs/2110.14753.
arXiv : 2110.14753
[63] D' 알레산드로. 양자 제어 및 역학 소개. Chapman & Hall/CRC 응용 수학 및 비선형 과학. Taylor & Francis, 2007. ISBN 9781584888840. URL https:///books.google.sm/books?id=HbMYmAEACAAJ.
https:///books.google.sm/books?id=HbMYmAEACAAJ
[64] Sukin Sim, Peter D Johnson, Alán Aspuru-Guzik. 하이브리드 양자 고전 알고리즘을 위한 매개변수화된 양자 회로의 표현성 및 얽힘 기능. Advanced Quantum Technologies, 2(12): 1900070, 2019. 10.1002/qute.201900070. URL https:///onlinelibrary.wiley.com/doi/full/10.1002/qute.201900070.
https : / / doi.org/ 10.1002 / qute.201900070
[65] 칼튼 M 동굴. 양자 오류 수정 및 가역 작업. Journal of Superconductivity, 12(6): 707–718, 1999. 10.1023/A:1007720606911. URL https:///link.springer.com/article/10.1023/A:1007720606911.
https : / /doi.org/ 10.1023 / A : 1007720606911
[66] P Rungta, WJ Munro, K Nemoto, P Deuar, Gerard J Milburn 및 CM 동굴. 쿠딧 얽힘. 양자 광학의 방향, 149-164페이지. Springer, 2001. 10.1007/3-540-40894-0_14. URL https:///link.springer.com/chapter/10.1007.
https://doi.org/10.1007/3-540-40894-0_14
https:///link.springer.com/chapter/10.1007
[67] 니콜라스 헌터 존스. 무작위 양자 회로에서 통계 역학의 단일 설계. arXiv 사전 인쇄 arXiv:1905.12053, 2019. URL https:///arxiv.org/abs/1905.12053.
arXiv : 1905.12053
[68] 나카타 요시후미, 코아시 마사토, 무라오 미오 대각선 양자 회로에 의한 상태 t-설계 생성. New Journal of Physics, 16(5): 053043, 2014. 10.1088/1367-2630/16/5/053043. URL https:///iopscience.iop.org/article/10.1088/1367-2630/16/5/053043.
https://doi.org/10.1088/1367-2630/16/5/053043
[69] Zhi-Cheng Yang, Armin Rahmani, Alireza Shabani, Hartmut Neven, Claudio Chamon. pontryagin의 최소 원리를 사용하여 변형 양자 알고리즘을 최적화합니다. Physical Review X, 7(2): 021027, 2017. 10.1103/PhysRevX.7.021027. URL https:///journals.aps.org/prx/abstract/10.1103/PhysRevX.7.021027.
https : / /doi.org/10.1103/ PhysRevX.7.021027
[70] Oinam Romesh Meitei, Bryan T Gard, George S Barron, David P Pappas, Sophia E Economou, Edwin Barnes 및 Nicholas J Mayhall. 빠른 변동 양자 고유 솔버 시뮬레이션을 위한 게이트 없는 상태 준비: ctrl-vqe. arXiv 사전 인쇄 arXiv:2008.04302, 2020. URL https:///arxiv.org/abs/2008.04302.
arXiv : 2008.04302
[71] 이준서, Alicia B Magann, Herschel A Rabitz, Christian Arenz. 양자 조합 최적화에서 유리한 환경을 향한 진행. Physical Review A, 104(3): 032401, 2021. 10.1103/PhysRevA.104.032401. URL https:///link.aps.org/doi/10.1103/PhysRevA.104.032401.
https : / /doi.org/10.1103/ PhysRevA.104.032401
[72] Jun Li, Xiaodong Yang, Xinhua Peng, Chang-Pu Sun. 양자 최적 제어에 대한 하이브리드 양자-고전적 접근 방식. Physical Review Letters, 118 (15): 150503, 2017. 10.1103/PhysRevLett.118.150503. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.118.150503.
https : / /doi.org/10.1103/ PhysRevLett.118.150503
[73] 비스와나트 라마크리슈나와 허셜 라비츠. 양자 컴퓨팅과 양자 제어 가능성 간의 관계. Physical Review A, 54(2): 1715, 1996. 10.1103/PhysRevA.54.1715. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.54.1715.
https : / /doi.org/10.1103/ PhysRevA.54.1715
[74] 세스 로이드. 양자 근사 최적화는 계산적으로 보편적입니다. arXiv 사전 인쇄 arXiv:1812.11075, 2018. URL https:// / arxiv.org/ abs/ 1812.11075.
arXiv : 1812.11075
[75] Mauro ES Morales, JD Biamonte 및 Zoltán Zimborás. 양자 근사 최적화 알고리즘의 보편성. 양자 정보 처리, 19(9): 1–26, 2020. 10.1007/s11128-020-02748-9. URL https:///link.springer.com/article/10.1007/s11128-020-02748-9.
https://doi.org/10.1007/s11128-020-02748-9
[76] V Akshay, H Philathong, Mauro ES Morales 및 Jacob D Biamonte. 양자 근사 최적화의 도달 가능성 결함. Physical Review Letters, 124 (9): 090504, 2020. 10.1103/PhysRevLett.124.090504. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.124.090504.
https : / /doi.org/10.1103/ PhysRevLett.124.090504
[77] Robert Zeier와 Thomas Schulte-Herbrüggen. 양자 시스템 이론의 대칭 원리. 수리 물리학 저널, 52(11): 113510, 2011. https:///doi.org/10.1063/1.3657939. URL https:///aip.scitation.org/doi/pdf/10.1063/1.3657939.
https : / /doi.org/ 10.1063 / 1.3657939
[78] 토마스 폴락, 하임 수코우스키, 데이비드 J 태너. 제어할 수 없는 양자 시스템: 거짓말 대수에 기반한 분류 체계. Physical Review A, 79(5): 053403, 2009. https:///doi.org/10.1103/PhysRevA.79.053403. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.79.053403.
https : / /doi.org/10.1103/ PhysRevA.79.053403
[79] Leonardo Banchi, Daniel Burgarth, Michael J Kastoryano. 주도적 양자역학: 혼합될 것인가? Physical Review X, 7(4): 041015, 2017. 10.1103/PhysRevX.7.041015. URL https:///journals.aps.org/prx/abstract/10.1103/PhysRevX.7.041015.
https : / /doi.org/10.1103/ PhysRevX.7.041015
[80] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M. Chow, Jay M. Gambetta. 소분자 및 양자 자석을 위한 하드웨어 효율적인 변형 양자 고유 솔버입니다. Nature, 549 (7671): 242–246, 2017년 1476월. ISSN 4687-10.1038. 23879/자연10.1038. URL https:///doi.org/23879/natureXNUMX.
https : / /doi.org/ 10.1038 / nature23879
[81] Aram W Harrow와 Richard A Low. 랜덤 양자 회로는 대략적인 2-설계입니다. 수리물리학 커뮤니케이션, 291(1): 257–302, 2009. 10.1007/s00220-009-0873-6. URL https:///link.springer.com/article/10.1007.
https://doi.org/10.1007/s00220-009-0873-6
https : / / link.springer.com/ article / 10.1007
[82] 페르난도 GSL 브란다오, 아람 W 해로우, 미하우 호로데키. 로컬 랜덤 양자 회로는 근사 다항식 설계입니다. 수리 물리학 커뮤니케이션, 346(2): 397–434, 2016. 10.1007/s00220-016-2706-8. URL https:///link.springer.com/article/10.1007.
https://doi.org/10.1007/s00220-016-2706-8
https : / / link.springer.com/ article / 10.1007
[83] 아람 해로우와 사이드 메라반. 가장 가까운 이웃 및 장거리 게이트를 사용하는 짧은 무작위 양자 회로에 의한 대략적인 단일 $t $-설계. arXiv 사전 인쇄 arXiv:1809.06957, 2018. URL https:///arxiv.org/abs/1809.06957.
arXiv : 1809.06957
[84] 앤드류 루카스. 많은 np 문제의 공식화. Frontiers in Physics, 2: 5, 2014. 10.3389/fphy.2014.00005. URL https:///www.frontiersin.org/articles/10.3389/fphy.2014.00005/full.
https : / /doi.org/ 10.3389 / fphy.2014.00005
[85] 마이클 스트라이프와 마틴 라이프. 양자 처리 장치에 액세스하지 않고 양자 근사 최적화 알고리즘을 학습합니다. 양자 과학 및 기술, 5(3): 034008, 2020. 10.1088/2058-9565/ab8c2b. URL https:///iopscience.iop.org/article/10.1088/2058-9565/ab8c2b.
https://doi.org/10.1088/2058-9565/ab8c2b
[86] M. Cerezo, Raúl Rossignoli, N Canosa 및 E Ríos. 임의 스핀의 유한 $xxz$ 시스템에서 인수분해 및 임계값. Physical Review Letters, 119 (22): 220605, 2017. 10.1103/PhysRevLett.119.220605. URL https:///journals.aps.org/prl/abstract/10.1103/PhysRevLett.119.220605.
https : / /doi.org/10.1103/ PhysRevLett.119.220605
[87] Xiaoting Wang, Daniel Burgarth, S Schirmer. 대칭이 있는 스핀-1 2 체인의 부분 공간 제어 가능성. Physical Review A, 94(5): 052319, 2016. https:///doi.org/10.1103/PhysRevA.94.052319. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.94.052319.
https : / /doi.org/10.1103/ PhysRevA.94.052319
[88] Benoı̂t Collins와 Piotr Śniady. 단일, 직교 및 단순 그룹에 대한 하르 측정에 대한 통합. 수리 물리학 커뮤니케이션, 264(3): 773–795, 2006. 10.1007/s00220-006-1554-3. URL https:///link.springer.com/article/10.1007.
https://doi.org/10.1007/s00220-006-1554-3
https : / / link.springer.com/ article / 10.1007
[89] PM Poggi와 Diego Ariel Wisniacki. 다체 양자 역학의 최적 제어: 혼돈과 복잡성. Physical Review A, 94(3): 033406, 2016. 10.1103/PhysRevA.94.033406. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.94.033406.
https : / /doi.org/10.1103/ PhysRevA.94.033406
[90] 마틴 라로카와 디에고 위스니아키. 양자 다물체 역학의 효율적인 제어를 위한 Krylov-subspace 접근법. Physical Review A, 103(2): 023107, 2021. 10.1103/PhysRevA.103.023107. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.103.023107.
https : / /doi.org/10.1103/ PhysRevA.103.023107
[91] P Erdos와 A Renyi. 랜덤 그래프에서 i. 공공 수학. debrecen, 6 (290-297): 18, 1959. URL http:///snap.stanford.edu/class/cs224w-readings/erdos59random.pdf.
http:///snap.stanford.edu/class/cs224w-readings/erdos59random.pdf
[92] 크리스티안 아렌츠와 허셜 라비츠. 함께 그림을 그리면 풍경과 단층 촬영 원리를 제어할 수 있습니다. Physical Review A, 102(4): 042207, 2020. 10.1103/PhysRevA.102.042207. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.102.042207.
https : / /doi.org/10.1103/ PhysRevA.102.042207
[93] Zbigniew Puchala 및 Jaroslaw Adam Miszczak. 단일 그룹에 대한 하르 측정과 관련된 상징적 통합. Bulletin of the Polish Academy of Sciences Technical Sciences, 65(1): 21–27, 2017. 10.1515/bpasts-2017-0003. URL http:///journals.pan.pl/dlibra/publication/121307/edition/105697/content.
https : / /doi.org/10.1515/ bpasts-2017-0003
http:///journals.pan.pl/dlibra/publication/121307/edition/105697/content
[94] Bryan T Gard, Linghua Zhu, George S Barron, Nicholas J Mayhall, Sophia E Economou, Edwin Barnes. 변형 양자 고유 솔버 알고리즘을 위한 효율적인 대칭 보존 상태 준비 회로. npj 양자 정보, 6(1): 1–9, 2020. 10.1038/s41534-019-0240-1. URL https://www.nature.com/articles/s41534-019-0240-1.
https://doi.org/10.1038/s41534-019-0240-1
https : / /www.nature.com/articles/ s41534-019-0240-1
[95] Christian Kokail, Christine Maier, Rick van Bijnen, Tiff Brydges, Manoj K Joshi, Petar Jurcevic, Christine A Muschik, Pietro Silvi, Rainer Blatt, Christian F Roos, et al. 격자 모델의 자체 검증 변이 양자 시뮬레이션. Nature, 569 (7756): 355–360, 2019. 10.1038/s41586-019-1177-4. URL https:///www.nature.com/articles/s41586-019-1177-4.
https://doi.org/10.1038/s41586-019-1177-4
https : / /www.nature.com/articles/ s41586-019-1177-4
[96] Kunal Sharma, Sumeet Khatri, M. Cerezo 및 Patrick J Coles. 변이 양자 컴파일의 잡음 복원력. New Journal of Physics, 22(4): 043006, 2020. 10.1088/1367-2630/ab784c. URL https:///iopscience.iop.org/article/10.1088/1367-2630/ab784c.
https : / /doi.org/ 10.1088 / 1367-2630 / ab784c
[97] Nikolay V Tkachenko, James Sud, Yu Zhang, Sergei Tretiak, Petr M Anisimov, Andrew T Arrasmith, Patrick J. Coles, Lukasz Cincio 및 Pavel A Dub. vqe에서 Satz 깊이를 줄이기 위한 큐비트의 상관 정보 순열. PRX Quantum, 2(2): 020337, 2021. 10.1103/PRXQuantum.2.020337. URL https:///journals.aps.org/prxquantum/abstract/10.1103/PRXQuantum.2.020337.
https : / / doi.org/ 10.1103 / PRXQuantum.2.020337
[98] Bobak Toussi Kiani, Seth Lloyd, Reevu Maity. 경사하강법으로 단위체를 학습합니다. arXiv 사전 인쇄 arXiv:2001.11897, 2020. URL https:///arxiv.org/abs/2001.11897.
arXiv : 2001.11897
[99] Zhihui Wang, Nicholas C Rubin, Jason M Dominy, Eleanor G Rieffel. $XY$ 믹서: 양자 교대 연산자인 Satz에 대한 분석 및 수치 결과. Physical Review A, 101(1): 012320, 2020. 10.1103/PhysRevA.101.012320. URL https:///journals.aps.org/pra/abstract/10.1103/PhysRevA.101.012320.
https : / /doi.org/10.1103/ PhysRevA.101.012320
[100] Andreas Bärtschi와 Stephan Eidenbenz. qaoa용 Grover 믹서: 믹서 설계에서 상태 준비로 복잡성 이동. 2020년 IEEE QCE(양자 컴퓨팅 및 엔지니어링에 관한 국제 회의), 72–82페이지. IEEE, 2020. 10.1109/QCE49297.2020.00020. URL https:///www.computer.org/csdl/proceedings-article/qce/2020/896900a072/1p2VnUCmpYA.
https : / / doi.org/ 10.1109 / QCE49297.2020.00020
https://www.computer.org/csdl/proceedings-article/qce/2020/896900a072/1p2VnUCmpYA
[101] Wei Ho 및 Timothy H. Hsieh. 중요하지 않은 양자 상태의 효율적인 변형 시뮬레이션. SciPost Phys., 6: 29, 2019. 10.21468/SciPostPhys.6.3.029. URL https:///scipost.org/10.21468/SciPostPhys.6.3.029.
https : / /doi.org/ 10.21468 / SciPostPhys.6.3.029
[102] Chris Cade, Lana Mineh, Ashley Montanaro 및 Stasja Stanisic. 단기 양자 컴퓨터에서 페르미-허바드 모델을 해결하기 위한 전략. Physical Review B, 102(23): 235122, 2020. 10.1103/PhysRevB.102.235122. URL https:///journals.aps.org/prb/abstract/10.1103/PhysRevB.102.235122.
https : / /doi.org/10.1103/ PhysRevB.102.235122
[103] Chen Zhao와 Xiao-Shan Gao. ZX 미적분학을 사용하여 양자 신경망 훈련에서 불모의 고원 현상을 분석합니다. Quantum, 5: 466, 2021년 2521월. ISSN 327-10.22331X. 2021/q-06-04-466-10.22331. URL https:///doi.org/2021/q-06-04-466-XNUMX.
https://doi.org/10.22331/q-2021-06-04-466
[104] Kaining Zhang, Min-Hsiu Hsieh, Liu Liu, Dacheng Tao. 양자 신경망의 훈련 가능성을 향하여. arXiv 사전 인쇄 arXiv:2011.06258, 2020. URL https:///arxiv.org/abs/2011.06258.
arXiv : 2011.06258
[105] Frederic Sauvage, Sukin Sim, Alexander A Kunitsa, William A Simon, Marta Mauri 및 Alejandro Perdomo-Ortiz. Flip: 임의 크기의 매개변수화된 양자 회로를 위한 유연한 초기화 프로그램입니다. arXiv 사전 인쇄 arXiv:2103.08572, 2021. URL https:///arxiv.org/abs/2103.08572.
arXiv : 2103.08572
[106] Yidong Liao, Min-Hsiu Hsieh 및 Chris Ferrie. 양자 신경망 훈련을 위한 양자 최적화. arXiv 사전 인쇄 arXiv:2103.17047, 2021. URL https:///arxiv.org/abs/2103.17047.
arXiv : 2103.17047
[107] Raj Chakrabarti와 Herschel Rabitz. 양자 제어 풍경. 물리 화학의 국제 리뷰, 26(4): 671–735, 2007. 10.1080/01442350701633300. URL https://www.tandfonline.com/doi/abs/10.1080/01442350701633300.
https : / /doi.org/ 10.1080 / 01442350701633300
[108] Martín Larocca, Pablo M Poggi 및 Diego A Wisniacki. 양자 속도 제한 근처의 51단계 시스템에 대한 양자 제어 환경. Journal of Physics A: Mathematical and Theoretical, 38 (385305): 2018, 10.1088년 1751월. 8121/657-10.1088/aad1751. URL https:///doi.org/8121/657-XNUMX/aadXNUMX.
https : / /doi.org/ 10.1088 / 1751-8121 / adad657
[109] 마틴 라로카, 에스테반 칼제타, 디에고 A. 위스니아키. 양자 최적 제어를 향상시키기 위해 조경 기하학을 활용합니다. Physical Review A, 101: 023410, 2020년 10.1103월. 101.023410/PhysRevA.10.1103. URL https:///link.aps.org/doi/101.023410/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.101.023410
[110] Winton G. Brown과 Lorenza Viola. 임의의 양자 회로의 임의의 통계적 모멘트에 대한 수렴율. 물리. Lett., 104: 250501, 2010년 10.1103월. 104.250501/PhysRevLett.10.1103. URL https:///link.aps.org/doi/104.250501/PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.104.250501
[111] Domenico D' Alessandro와 Jonas T Hartwig. 대칭에 따른 쌍선형 제어 시스템의 동적 분해. Journal of Dynamical and Control Systems, 27(1): 1–30, 2021. https:///doi.org/10.1007/s10883-020-09488-0.
https://doi.org/10.1007/s10883-020-09488-0
인용
[1] Christiane P. Koch, Ugo Boscain, Tommaso Calarco, Gunther Dirr, Stefan Filipp, Steffen J. Glaser, Ronnie Kosloff, Simone Montangero, Thomas Schulte-Herbrüggen, Dominique Sugny 및 Frank K. Wilhelm, “양자 최적 제어 양자 기술. 유럽 연구의 현황, 비전 및 목표에 대한 전략 보고서", arXiv : 2205.12110.
[2] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio 및 Patrick J. Coles, "오류 완화가 잡음이 있는 변형 양자 알고리즘의 훈련성을 향상시킬 수 있습니까?", arXiv : 2109.01051.
[3] Nic Ezzell, Elliott M. Ball, Aliza U. Siddiqui, Mark M. Wilde, Andrew T. Sonborger, Patrick J. Coles 및 Zoë Holmes, "양자 혼합 상태 컴파일", arXiv : 2209.00528.
[4] Stefan H. Sack, Raimel A. Medina, Alexios A. Michailidis, Richard Kueng 및 Maksym Serbyn, "고전적인 그림자를 사용하여 불모의 고원 피하기", PRX 퀀텀 3 2, 020365 (2022).
[5] Martin Larocca, Nathan Ju, Diego García-Martín, Patrick J. Coles 및 M. Cerezo, "양자 신경망의 과잉 매개변수화 이론", arXiv : 2109.11676.
[6] Pejman Jouzdani, Calvin W. Johnson, Eduardo R. Mucciolo 및 Ionel Stetcu, "양자 가상 시간 진화에 대한 대안적 접근", arXiv : 2208.10535.
[7] Matthias C. Caro, Hsin-Yuan Huang, M. Cerezo, Kunal Sharma, Andrew Sonborger, Lukasz Cincio 및 Patrick J. Coles, "적은 훈련 데이터에서 양자 기계 학습의 일반화", 네이처 커뮤니케이션 13, 4919 (2022).
[8] Andy CY Li, M. Sohaib Alam, Thomas Iadecola, Ammar Jahin, Doga Murat Kurkcuoglu, Richard Li, Peter P. Orth, A. Barış Özgüler, Gabriel N. Perdue 및 Norm M. Tubman, “변동 양자 벤치마킹 정사각형-팔각형-격자 Kitaev 모델에 대한 고유 솔버", arXiv : 2108.13375.
[9] Martin Larocca, Frederic Sauvage, Faris M. Sbahi, Guillaume Verdon, Patrick J. Coles 및 M. Cerezo, "그룹 불변 양자 기계 학습", arXiv : 2205.02261.
[10] Louis Schatzki, Andrew Arrasmith, Patrick J. Coles 및 M. Cerezo, "양자 기계 학습을 위한 얽힌 데이터 세트", arXiv : 2109.03400.
[11] Supanut Thanasilp, Samson Wang, Nhat A. Nghiem, Patrick J. Coles 및 M. Cerezo, "양자 기계 학습 모델의 훈련 가능성에 대한 미묘함", arXiv : 2110.14753.
[12] Junyu Liu, Khadijeh Najafi, Kunal Sharma, Francesco Tacchino, Liang Jiang 및 Antonio Mezzacapo, "광역 양자 신경망의 역학에 대한 분석 이론", arXiv : 2203.16711.
[13] Frederic Sauvage, Martin Larocca, Patrick J. Coles 및 M. Cerezo, "빠른 훈련을 위해 매개변수화된 양자 회로에 공간 대칭 구축", arXiv : 2207.14413.
[14] Yanzhu Chen, Linghua Zhu, Chenxu Liu, Nicholas J. Mayhall, Edwin Barnes 및 Sophia E. Economou, "양자 최적화 알고리즘에는 얼마나 많은 얽힘이 필요합니까?", arXiv : 2205.12283.
[15] Annie E. Paine, Vincent E. Elfving, Oleksandr Kyriienko, "미분 방정식 풀기 위한 양자 커널 방법", arXiv : 2203.08884.
[16] Antonio Anna Mele, Glen Bigan Mbeng, Giuseppe Ernesto Santoro, Mario Collura 및 Pietro Torta, "Hamiltonian Variational Ansatz에서 부드러운 솔루션의 전송 가능성을 통해 불모의 고원 피하기", arXiv : 2206.01982.
[17] Daniel Butrini, Samson Wang, Piotr Czarnik, Max Hunter Gordon, M. Cerezo, Patrick J. Coles, Lukasz Cincio, "부분 오류 수정 시대의 깨끗하고 더러운 큐비트의 전투", arXiv : 2205.13454.
[18] Nishant Jain, Brian Coyle, Elham Kashefi 및 Niraj Kumar, "양자 근사 최적화의 그래프 신경망 초기화", arXiv : 2111.03016.
[19] Kishor Bharti, Tobias Haug, Vlatko Vedral 및 Leong-Chuan Kwek, "반정부적 프로그래밍을 위한 NISQ 알고리즘", arXiv : 2106.03891.
[20] Andi Gu, Angus Lowe, Pavel A. Dub, Patrick J. Coles 및 Andrew Arrasmith, "변형 양자 알고리즘의 빠른 수렴을 위한 적응형 샷 할당", arXiv : 2108.10434.
[21] 알레한드로 소페나, 맥스 헌터 고든, 디에고 가르시아-마르틴, 게르만 시에라, 에스페란자 로페즈, "대수적 베테 회로", arXiv : 2202.04673.
[22] Bingzhi Zhang, Akira Sone 및 Quntao Zhuang, "조합 문제의 양자 계산 상 전이", npj Quantum 정보 8, 87 (2022).
[23] Massimiliano Incudini, Francesco Martini 및 Alessandra Di Pierro, "양자 임베딩의 구조 학습", arXiv : 2209.11144.
[24] Roeland Wiersema 및 Nathan Killoran, "Riemannian gradient flow로 양자 회로 최적화", arXiv : 2202.06976.
[25] Xiaozhen Ge, Re-Bing Wu 및 Herschel Rabitz, "하이브리드 양자-고전 알고리즘의 최적화 환경: 양자 제어에서 NISQ 애플리케이션까지", arXiv : 2201.07448.
[26] John Napp, "비정형 변이 분석 모델에 대한 불모의 고원 현상 정량화", arXiv : 2203.06174.
[27] Zeyi Tao, Jindi Wu, Qi Xia 및 Qun Li, "법률: 양자 신경망을 위한 둘러보기 및 웜 스타트 자연 경사 하강", arXiv : 2205.02666.
[28] Kaining Zhang, Min-Hsiu Hsieh, Liu Liu 및 Dacheng Tao, "가우시안 초기화는 깊은 변동 양자 회로가 황량한 고원에서 탈출하는 데 도움이 됩니다", arXiv : 2203.09376.
[29] Alicia B. Magann, Kenneth M. Rudinger, Matthew D. Grace 및 Mohan Sarovar, "피드백 기반 양자 최적화", arXiv : 2103.08619.
[30] Xinbiao Wang, Junyu Liu, Tongliang Liu, Yong Luo, Yuxuan Du, Dacheng Tao, "양자 신경망의 대칭 가지치기", arXiv : 2208.14057.
[31] Ayush Asthana, Chenxu Liu, Oinam Romesh Meitei, Sophia E. Economou, Edwin Barnes 및 Nicholas J. Mayhall, "펄스 수준 변동 분자 시뮬레이션에서 상태 준비 시간 최소화", arXiv : 2203.06818.
[32] Kaining Zhang, Min-Hsiu Hsieh, Liu Liu 및 Dacheng Tao, "심층 양자 신경망 훈련 가능성", arXiv : 2112.15002.
[33] Kishor Bharti, Tobias Haug, Vlatko Vedral 및 Leong-Chuan Kwek, "반 한정 프로그래밍을 위한 시끄러운 중간 규모 양자 알고리즘", 물리적 검토 A 105 5, 052445 (2022).
[34] 아담 칼리슨(Adam Callison)과 니콜라스 챈슬러(Nicholas Chancellor), “노이즈한 중간 규모 양자 시대와 그 이후의 하이브리드 양자 고전 알고리즘”, 물리적 검토 A 106 1, 010101 (2022).
[35] Enrico Fontana, Ivan Rungger, Ross Duncan 및 Cristina Cîrstoiu, "고전적인 신호 처리를 사용한 변형 양자 알고리즘 환경의 효율적인 복구", arXiv : 2208.05958.
[36] Saad Yalouz, Bruno Senjean, Filippo Miatto 및 Vedran Dunjko, "광자 양자 컴퓨터에서 강하게 상관 된 다보 손 파동 함수 인코딩 : 매력적인 Bose-Hubbard 모델에 적용", arXiv : 2103.15021.
[37] Manas Sajjan, Junxu Li, Raja Selvarajan, Shree Hari Sureshbabu, Sumit Suresh Kale, Rishabh Gupta, Vinit Singh 및 Saber Kais, "화학 및 물리학을 위한 양자 기계 학습", arXiv : 2111.00851.
[38] Ryan LaRose, Eleanor Rieffel 및 Davide Venturelli, "하드 제약 조건이 있는 양자 최적화를 위한 Mixer-Phaser Ansätze", arXiv : 2107.06651.
[39] Owen Lockwood, "심층 강화 학습으로 양자 변형 회로 최적화", arXiv : 2109.03188.
[40] Chiara Leadbeater, Louis Sharrock, Brian Coyle 및 Marcello Benedetti, "양자 회로를 사용한 생성 모델링의 F-다이버전스와 비용 함수 국소성", 엔트로피 23 10, 1281 (2021).
[41] Ioannis Kolotouros, Ioannis Petrongonas 및 Petros Wallden, "매개변수화된 양자 회로를 사용한 단열 양자 컴퓨팅", arXiv : 2206.04373.
[42] LCG Govia, C. Poole, M. Saffman 및 HK Krovi, "믹서 회전축의 자유도는 양자 근사 최적화 알고리즘의 성능을 향상시킵니다.", 물리적 검토 A 104 6, 062428 (2021).
[43] Alicia B. Magann, Kenneth M. Rudinger, Matthew D. Grace 및 Mohan Sarovar, "양자 조합 최적화를 위한 Lyapunov 제어 영감 전략", arXiv : 2108.05945.
[44] Supanut Thanasilp, Samson Wang, M. Cerezo 및 Zoë Holmes, "양자 커널 방법의 지수 집중 및 훈련 불가능성", arXiv : 2208.11060.
위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2022-09-29 14:30:01). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.
가져올 수 없습니다 Crossref 인용 자료 마지막 시도 중 2022-09-29 14:29:59 : Crossref에서 10.22331 / q-2022-09-29-824에 대한 인용 데이터를 가져올 수 없습니다. DOI가 최근에 등록 된 경우 이는 정상입니다.
이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.
