1포토닉스 연구 그룹, INTEC, 겐트 대학교 – imec, Sint-Pietersnieuwstraat 41, 9000 Ghent, Belgium
2Télécom Paris 및 Institut Polytechnique de Paris, LTCI, 20 Place Marguerite Perey, 91120 Palaiseau, France
3ON 토론토 Xanadu, 캐나다 M5G 2C8
4Kadanoff 이론 물리학 센터 및 Enrico Fermi Institute, 물리학과, University of Chicago, Chicago, IL 60637
이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.
추상
PNR(광자 수 분해) 검출기를 갖춘 선형 광학 양자 회로는 GBS(가우스 보존 샘플링)와 GKP(Gottesman-Kitaev-Preskill), cat 및 NOON 상태와 같은 비가우시안 상태 준비에 모두 사용됩니다. 이는 양자 컴퓨팅 및 양자 계측의 다양한 방식에서 중요합니다. PNR 검출기를 사용하여 회로를 고전적으로 최적화하는 것은 기하급수적으로 큰 힐베르트 공간으로 인해 어렵고, 상태 벡터가 밀도 행렬로 대체되므로 결어긋남이 있는 경우 2차적으로 더 어렵습니다. 이 문제를 해결하기 위해 우리는 잡음 없는 경우와 비교할 수 있는 복잡성을 지닌 탐지 확률, 조건부 상태(및 회로 매개변수화에 대한 기울기)를 계산하는 알고리즘 제품군을 소개합니다. 결과적으로 동일한 리소스를 사용하여 이전보다 두 배의 모드 수로 회로를 시뮬레이션하고 최적화할 수 있습니다. 보다 정확하게는 감지된 모드 $D$와 감지되지 않은 모드 $U$가 있는 $M$ 모드 잡음 회로의 경우 알고리즘의 복잡도는 $O(M^2 prod_{i mskip2mu in mskip2mu U} C_i^2 prod_{입니다. i mskip2mu in mskip2mu D} C_i)$, $O(M^2 prod_{mskip2mu i mskip2mu in mskip3mu D mskip3mu cup mskip2mu U} C_i^XNUMX)$, 여기서 $C_i$는 모드 $i$의 Fock 컷오프입니다. . 특별한 경우에 우리의 접근 방식은 모든 모드가 감지되는 경우처럼 감지 확률 계산을 위한 완전한 XNUMX차 속도 향상을 제공합니다. 마지막으로 이러한 알고리즘은 오픈 소스 광자 최적화 라이브러리 MrMustard에서 구현되어 사용할 준비가 되었습니다.
원고(GIF)에 있는 일부 그림의 애니메이션 버전이 보충 자료에 포함되어 있습니다.
인기 요약
과학자들은 고전적인 컴퓨터를 사용하여 이러한 회로를 시뮬레이션하고 최적화할 수 있습니다. 그러나 이러한 수치 시뮬레이션은 근본적으로 어렵습니다. 특히 회로 크기가 커질수록 더욱 그렇습니다(양자 회로를 효율적으로 시뮬레이션할 수 있다면 애초에 기존 컴퓨터보다 성능이 뛰어나지 못할 것입니다). 보다 정확하게는 회로가 커질수록 시뮬레이션에 필요한 시간과 필요한 컴퓨터 메모리가 기하급수적으로 늘어납니다. 이것을 피하기 위해 할 수 있는 일은 거의 없습니다.
이상적인 회로에서 벗어나 빛의 일부가 필연적으로 회로에서 빠져나간다는 점을 고려할 때 이러한 과제는 더욱 커집니다. 이러한 현실적인 효과를 통합하면 기존의 기하급수적 증가에 더해 계산 요구 사항이 XNUMX차적으로 증가합니다. 이 원고에서는 추가 XNUMX차 하중을 추가하지 않고도 이러한 실제 효과를 고려할 수 있는 새로운 알고리즘 제품군을 소개합니다. 이를 통해 이상적인 회로와 동일한 노력으로 실제 회로를 시뮬레이션하고 최적화할 수 있습니다.
► BibTeX 데이터
► 참고 문헌
[1] 후안 미구엘 아라졸라(Juan Miguel Arrazola)와 토마스 R. 브롬리(Thomas R. Bromley). 가우스 보존 샘플링을 사용하여 조밀한 하위 그래프를 찾습니다. 실제 검토 서한, 121(3), 2018년 10.1103월. 121.030503/physrevlett.XNUMX.
https : / //doi.org/10.1103/ physrevlett.121.030503
[2] 후안 미구엘 아라졸라, 토마스 R. 브롬리, 패트릭 레벤트로스트. 가우스 보존 샘플링을 사용한 양자 근사 최적화. 실제 검토 A, 98 (1), 2018년 10.1103월. 98.012322/physreva.XNUMX.
https : / /doi.org/10.1103/ physreva.98.012322
[3] Leonardo Banchi, Mark Fingerhuth, Tomas Babej, Christopher Ing 및 Juan Miguel Arrazola. 가우시안 보존 샘플링을 이용한 분자 도킹. Science Advances, 6(23), 2020년 10.1126월a. 1950/sciadv.aaxXNUMX.
https : / / doi.org/ 10.1126 / sciadv.aax1950
[4] 레오나르도 반치, 니콜라스 케사다, 후안 미구엘 아라졸라. 가우스 보존 샘플링 분포를 훈련합니다. 실제 검토 A, 102(1): 012417, 2020b. 10.1103/PhysRevA.102.012417.
https : / /doi.org/10.1103/ PhysRevA.102.012417
[5] J. Eli Bourassa, Rafael N. Alexander, Michael Vasmer, Ashlesha Patil, Ilan Tzitrin, Takaya Matsuura, Daiqin Su, Ben Q. Baragiola, Saikat Guha, Guillaume Dauphinais 등 확장 가능한 광자 내결함성 양자 컴퓨터를 위한 청사진. 양자, 5: 392, 2021. 10.22331/q-2021-02-04-392.
https://doi.org/10.22331/q-2021-02-04-392
[6] Kamil Brádler, Pierre-Luc Dallaire-Demers, Patrick Rebentrost, Daiqin Su 및 Christian Weedbrook. 임의 그래프의 완벽한 매칭을 위한 가우스 보존 샘플링. 실제 검토 A, 98(3), 2018년 10.1103월. 98.032310/physreva.XNUMX.
https : / /doi.org/10.1103/ physreva.98.032310
[7] Kamil Brádler, Shmuel Friedland, Josh Izaac, Nathan Killoran 및 Daiqin Su. 그래프 동형성 및 가우스 보존 샘플링. 특수 행렬, 9(1): 166–196, 2021년 10.1515월. 2020/spma-0132-XNUMX.
https:/ / doi.org/ 10.1515/ spma-2020-0132
[8] Thomas R. Bromley, Juan Miguel Arrazola, Soran Jahangiri, Josh Izaac, Nicolás Quesada, Alain D. Gran, Maria Schuld, Jeremy Swinarton, Zeid Zabaneh 및 Nathan Killoran. 단기 광자 양자 컴퓨터의 응용: 소프트웨어 및 알고리즘. 양자 과학 기술, 5 (3): 034010, 2020. 10.1088/2058-9565/ab8504.
https : / /doi.org/ 10.1088 / 2058-9565 / ab8504
[9] Jacob FF Bulmer, Bryn A. Bell, Rachel S. Chadwick, Alex E. Jones, Diana Moise, Alessandro Rigazzi, Jan Thorbecke, Utz-Uwe Haus, Thomas Van Vaerenbergh, Raj B. Patel 등 가우스 보존 샘플링의 양자 이점에 대한 경계. Science Advances, 8 (4): ebl9236, 2022. 10.1126/sciadv.abl9236.
https://doi.org/10.1126/sciadv.abl9236
[10] 케빈 E. 케이힐, 로이 J. 글라우버. 밀도 연산자 및 준확률 분포. Physical Review, 177(5): 1882, 1969. 10.1103/PhysRev.177.1882.
https : / /doi.org/10.1103/ PhysRev.177.1882
[11] 후쿠이 코스케, 다케다 슌타로, 엔도 마모루, 와리트 아사반트, 요시카와 준이치, 피터 반 룩, 후루사와 아키라. 광학 양자 상태 합성을 위한 효율적인 백캐스팅 검색. 물리. Lett., 128: 240503, 2022년 10.1103월. 128.240503/PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.128.240503
[12] 크리스토퍼 C. 게리와 피터 L. 나이트. 양자광학 입문. 케임브리지 대학 출판부, 2005.
[13] 다니엘 고테스만, 알렉세이 키타예프, 존 프레스킬. 발진기에서 큐비트를 인코딩합니다. 물리. A, 64: 012310, 2001년 10.1103월. 64.012310/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.64.012310
[14] Craig S. Hamilton, Regina Kruse, Linda Sansoni, Sonja Barkhofen, Christine Silberhorn 및 Igor Jex. 가우스 보존 샘플링. 물리. Lett., 119: 170501, 2017년 10.1103월. 119.170501/PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.119.170501
[15] 허준석과 융만홍. 진동 보손 샘플링: 유한 온도에서 분자 진동 스펙트럼에 대한 일반화된 가우스 보존 샘플링. Scientific Reports, 7 (1), 2017년 10.1038월. 41598/s017-07770-XNUMX-z.
https : / /doi.org/ 10.1038 / s41598-017-07770-z
[16] 소란 자항기리, 후안 미구엘 아라졸라, 니콜라스 케사다, 네이선 킬로란. 가우스 보존 샘플링을 사용한 포인트 프로세스. 실제 검토 E, 101(2), 2020년 10.1103월. 101.022134/physreve.XNUMX.
https : / / doi.org/ 10.1103 / physreve.101.022134
[17] Regina Kruse, Craig S. Hamilton, Linda Sansoni, Sonja Barkhofen, Christine Silberhorn 및 Igor Jex. Gaussian boson 샘플링에 대한 자세한 연구. 물리. A, 100: 032326, 2019년 10.1103월. 100.032326/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.100.032326
[18] Filippo M. Miatto와 Nicolás Quesada. 매개변수화된 양자 광학 회로의 빠른 최적화. 양자, 4: 366, 2020. 10.22331/q-2020-11-30-366.
https://doi.org/10.22331/q-2020-11-30-366
[19] 오창훈, 류민자오, 유리 알렉세예프, 빌 페퍼만, 량장. 실험적인 가우스 보존 샘플링을 시뮬레이션하기 위한 텐서 네트워크 알고리즘입니다. arXiv 사전 인쇄 arXiv:2306.03709, 2023. 10.48550/arXiv.2306.03709.
https:///doi.org/10.48550/arXiv.2306.03709
arXiv : 2306.03709
[20] 니콜라스 케사다. 루프와 그래프의 완벽한 일치를 계산하여 Franck-Condon 인수를 계산합니다. 화학 물리학 저널, 150(16): 164113, 2019. 10.1063/1.5086387.
https : / /doi.org/ 10.1063 / 1.5086387
[21] Nicolás Quesada, Luke G. Helt, Josh Izaac, Juan Miguel Arrazola, Reihaneh Shahrokhshahi, Casey R. Myers 및 Krishna K. Sabapathy. 현실적인 비가우시안 상태 준비를 시뮬레이션합니다. 물리. A, 100: 022341, 2019년 10.1103월. 100.022341/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.100.022341
[22] Krishna K. Sabapathy, Haoyu Qi, Josh Izaac 및 Christian Weedbrook. 기계 학습을 통해 강화된 광자 범용 양자 게이트 생산. 물리. A, 100: 012326, 2019년 10.1103월. 100.012326/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.100.012326
[23] 마리아 슐드(Maria Schuld), 빌 버그홀름(Ville Bergholm), 크리스티안 고골린(Christian Gogolin), 조쉬 아이작(Josh Izaac), 네이선 킬로런(Nathan Killoran). 양자 하드웨어의 분석적 기울기를 평가합니다. 물리. A, 99(3): 032331, 2019. 10.1103/PhysRevA.99.032331.
https : / /doi.org/10.1103/ PhysRevA.99.032331
[24] Maria Schuld, Kamil Brádler, Robert Israel, Daiqin Su 및 Brajesh Gupt. Gaussian boson 샘플러를 사용하여 그래프의 유사성을 측정합니다. 실제 검토 A, 101(3), 2020년 10.1103월. 101.032314/physreva.XNUMX.
https : / /doi.org/10.1103/ physreva.101.032314
[25] Daiqin Su, Casey R. Myers, Krishna K. Sabapathy. 광자수 분해 검출기를 사용하여 가우스 상태를 비가우스 상태로 변환합니다. 물리. A, 100: 052301, 2019년 10.1103월a. 100.052301/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.100.052301
[26] Daiqin Su, Casey R. Myers, Krishna K. Sabapathy. 다중 모드 가우스 상태를 측정하여 광자 비가우스 상태를 생성합니다. arXiv 사전 인쇄 arXiv:1902.02331, 2019b. 10.48550/arXiv.1902.02331.
https:///doi.org/10.48550/arXiv.1902.02331
arXiv : 1902.02331
[27] 타카세 칸, 요시카와 준이치, 와리트 아사반트, 엔도 마모루, 후루사와 아키라. 일반화된 광자 빼기에 의한 광학 슈뢰딩거 고양이 상태 생성. 물리. A, 103: 013710, 2021년 10.1103월. 103.013710/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.103.013710
[28] 타카세 칸, 후쿠이 코스케, 가와사키 아키토, 와리트 아사바난트, 엔도 마모루, 요시카와 준이치, 피터 반 록크, 후루사와 아키라. 빛 전파에서 큐비트를 인코딩하기 위한 가우스 번식. arXiv 사전 인쇄 arXiv:2212.05436, 2022. 10.48550/arXiv.2212.05436.
https:///doi.org/10.48550/arXiv.2212.05436
arXiv : 2212.05436
[29] Xanadu 양자 기술. 머스타드 씨. https:///github.com/XanaduAI/MrMustard, 2022.
https:///github.com/XanaduAI/MrMustard
[30] Ilan Tzitrin, J. Eli Bourassa, Nicolas C. Menicucci, Krishna K. Sabapathy. 대략적인 Gottesman-Kitaev-Preskill 코드를 사용하여 실용적인 큐비트 계산을 진행합니다. 물리. A, 101: 032315, 2020년 10.1103월. 101.032315/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.101.032315
[31] Yuan Yao, Filippo M. Miatto, Nicolás Quesada. 가우스 양자역학의 재귀적 표현. arXiv 사전 인쇄 arXiv:2209.06069, 2022. 10.48550/arXiv.2209.06069.
https:///doi.org/10.48550/arXiv.2209.06069
arXiv : 2209.06069
인용
[1] Pranav Chandarana, Koushik Paul, Mikel Garcia-de-Andoin, Yue Ban, Mikel Sanz 및 Xi Chen, “광자 반당뇨 양자 최적화 알고리즘”, arXiv : 2307.14853, (2023).
위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2023-08-30 03:00:49). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.
On Crossref의 인용 서비스 인용 작품에 대한 데이터가 없습니다 (최종 시도 2023-08-30 03:00:47).
이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 자동차 / EV, 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 차트프라임. ChartPrime으로 트레이딩 게임을 향상시키십시오. 여기에서 액세스하십시오.
- BlockOffsets. 환경 오프셋 소유권 현대화. 여기에서 액세스하십시오.
- 출처: https://quantum-journal.org/papers/q-2023-08-29-1097/
- :이다
- :아니
- :어디
- 1
- 10
- 100
- 11
- 12
- 121
- 13
- 14
- 15%
- 150
- 16
- 17
- 19
- 20
- 2001
- 2005
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 2023
- 22
- 23
- 24
- 25
- 26%
- 27
- 28
- 29
- 30
- 31
- 49
- 7
- 8
- 9
- 98
- a
- 할 수 있는
- 위의
- 추상
- ACCESS
- 계정
- 첨가
- 추가
- 진보
- 발전하다
- 이점
- 제휴
- AL
- 알렉스
- 알렉산더
- 연산
- 알고리즘
- All
- 수
- an
- 분석
- 및
- 어플리케이션
- 접근
- 근접한
- 있군요
- AS
- At
- 8 월
- 8월
- 저자
- 작성자
- 떨어져
- 반
- BE
- 된다
- 된
- 전에
- 존재
- 종
- 벤
- 지폐
- 블록
- Boson
- 두
- 경계
- 흩어져
- 건물
- by
- 계산하다
- 계산하는
- 캠브리지
- CAN
- 케이스
- 케이시
- CAT
- 센터
- 도전
- 도전
- 화학
- 첸
- 시카고
- 크리스틴
- 크리스토퍼
- 코드
- 본문
- 평민
- 유사한
- 완전한
- 복잡한
- 복잡성
- 계산
- 컴퓨터
- 컴퓨터
- 컴퓨팅
- 매출 상승
- 저작권
- 수
- 세는
- 크레이그
- 결정적인
- 컵
- 다니엘
- 데이터
- 요구
- 학과
- 설계
- 상세한
- 탐지 된
- Detection System
- 토론
- 배포
- do
- 두
- e
- E & T
- 효과
- 효율적인
- 효율적으로
- 노력
- 강화
- 탈출
- 특히
- 평가
- 조차
- 현존하는
- 실험
- 기하 급수적 인
- 기하 급수적 성장
- 기하 급수적으로
- 여분의
- 요인
- 가족
- FAST
- Feb
- 2월 2020
- 들
- 도
- 최종적으로
- Find
- 먼저,
- 럭셔리
- 발견
- 에
- 가득 찬
- 근본적으로
- 게이츠
- 생성
- 세대
- 그라디언트
- 그래프
- 그래프
- 큰
- 그룹
- 성장
- 성장
- 성장
- 해밀턴
- 하드웨어
- 하버드
- 있다
- 홀더
- 그러나
- HTTPS
- i
- 이상
- if
- 영상
- 구현
- in
- 포함
- 통합
- 증가
- 필연적으로
- ING
- 학회
- 기관
- 흥미있는
- 국제 노동자 동맹
- 으로
- 소개
- 입문
- 이스라엘
- 월
- 일월
- 2021년 XNUMX월
- 자바 스크립트
- 요한 복음
- 존스
- 일지
- 요한 복음
- 7월
- 유월
- 기사
- 넓은
- 큰
- 성
- 배우기
- 휴가
- 도서관
- 특허
- 빛
- 처럼
- 린다
- 명부
- 작은
- 하중
- 기계
- 기계 학습
- 확인
- .
- Mar
- 월 2020
- 마리아
- 표
- 재료
- 최대 폭
- XNUMX월..
- 측정
- 역학
- 메모리
- 도량형
- 마이클
- 모드
- 모드
- 분자의
- 달
- 배우기
- 움직임
- 필요
- 네트워크
- 신제품
- 니콜라스
- 아니
- 십일월
- 번호
- 십월
- of
- 제공
- oh
- on
- ONE
- 사람
- 열 수
- 오픈 소스
- 운영자
- 광학
- 최적화
- 최적화
- 최적화
- or
- 실물
- 우리의
- 실적이 우수한
- 페이지
- 서
- 파리
- 부품
- 특별한
- 패트릭
- 폴
- 완전한
- 베드로
- 물리적
- 육체적으로
- 물리학
- 추축의
- 장소
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 연극
- 포인트 적립
- 가능성
- 실용적인
- 정밀하게
- 준비
- 준비하다
- 존재
- 키를 눌러
- 문제
- 프로세스
- 생산
- 진행
- 제공
- 출판
- 발행자
- 출판사
- Qi
- XNUMX 차
- 양자 컴퓨팅
- 양자 장점
- 양자 컴퓨터
- 양자 컴퓨터
- 양자 컴퓨팅
- 양자 역학
- 양자 광학
- 큐빗
- R
- 라파엘
- 차라리
- 준비
- 현실 세계
- 현실적인
- 깨달은
- 재귀
- 참조
- 의지하다
- 유적
- 대체
- 보고서
- 대표
- 필수
- 연구
- 해결
- 제품 자료
- 점
- 리뷰
- ROBERT
- 직위별
- 로이
- s
- 같은
- 확장성
- 계획들
- 과학
- 과학 기술
- 과학적인
- 검색
- XNUMX월
- 서브
- 소개
- 비슷한
- 크기
- 소프트웨어
- 일부
- 스페이스 버튼
- 특별한
- 주 정부
- 미국
- 교육과정
- 하위 그래프
- 성공적으로
- 이러한
- 적당한
- 능가
- 태클
- 받아
- 기술
- Technology
- 보다
- 그
- XNUMXD덴탈의
- 그들의
- 이론적 인
- 그곳에.
- Bowman의
- 그들
- 이
- 시간
- Title
- 에
- 상단
- 토론토
- 에 대한
- 트레이닝
- 두번
- 아래에
- 보편적 인
- 대학
- 시카고 대학
- 업데이트
- URL
- us
- 사용
- 익숙한
- 사용
- 버전
- 음량
- 필요
- 였다
- we
- 잘
- 언제
- 어느
- 과
- 없이
- 일
- xi
- year
- 원
- 제퍼 넷