ON 토론토 Xanadu, 캐나다 M5G 2C8
이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.
추상
표현력이 뛰어난 PQC(매개변수화된 양자 회로)와 기계 학습의 최적화 기술을 결합한 변이 양자 알고리즘은 단기 양자 컴퓨터의 가장 유망한 응용 프로그램 중 하나입니다. 엄청난 잠재력에도 불구하고 수십 큐비트를 넘는 변형 양자 알고리즘의 유용성은 여전히 의문의 여지가 있습니다. 핵심 문제 중 하나는 PQC의 훈련 가능성입니다. 무작위로 초기화된 PQC의 비용 함수 환경은 종종 너무 평평하여 솔루션을 찾기 위해 기하급수적인 양의 양자 리소스가 필요합니다. $textit{불모의 고원}$이라고 불리는 이 문제는 최근 많은 주목을 받았지만 아직 일반적인 해결책은 없습니다. 본 논문에서는 양자 다체 문제를 해결하기 위해 널리 연구되고 있는 해밀턴 변이 안사츠(HVA)에 대해 이 문제를 해결합니다. 로컬 해밀턴에 의해 생성된 시간 진화 연산자에 의해 설명된 회로가 기하급수적으로 작은 기울기를 갖지 않는다는 것을 보여준 후, 우리는 HVA가 그러한 연산자에 의해 잘 근사되는 매개변수 조건을 도출합니다. 이 결과를 바탕으로 우리는 불모의 고원이 없는 변이 양자 알고리즘과 매개변수가 제한된 ansatz에 대한 초기화 방식을 제안합니다.
인기 요약
► BibTeX 데이터
► 참고 문헌
[1] Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Rupak Biswas, Sergio Boixo, Fernando GSL Brandao, David A Buell 등 "프로그래밍 가능한 초전도 프로세서를 사용한 양자 우위". 자연 574, 505–510 (2019).
https://doi.org/10.1038/s41586-019-1666-5
[2] 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 등. "광자를 사용한 양자 계산 이점". 사이언스 370, 1460–1463(2020).
https : / / doi.org/ 10.1126 / science.abe8770
[3] 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 등 “프로그래밍 가능한 광 프로세서를 통한 양자 계산 이점”. 자연 606, 75–81 (2022).
https : / /doi.org/ 10.1038 / s41586-022-04725-x
[4] 존 프레스킬. "NISQ 시대와 그 이후의 양자 컴퓨팅". 퀀텀 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79
[5] 에드워드 파리, 제프리 골드스톤, 샘 거트만. "양자 근사 최적화 알고리즘"(2014). arXiv:1411.4028.
arXiv : 1411.4028
[6] 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”. Nat. 통신 5, 1–7(2014).
https : / /doi.org/ 10.1038 / ncomms5213
[7] 데이브 웨커, 매튜 B 헤이스팅스, 마티아스 트로이어. "실용적인 양자 변이 알고리즘을 향한 진전". 물리학 A 92, 042303(2015).
https : / /doi.org/10.1103/ PhysRevA.92.042303
[8] 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 솔버". 자연 549, 242–246(2017).
https : / /doi.org/ 10.1038 / nature23879
[9] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli, Rupak Biswas. “양자 근사 최적화 알고리즘에서 양자 교대 연산자 ansatz까지”. 알고리즘 12, 34(2019).
https : / /doi.org/10.3390/ a12020034
[10] 마리아 슐드, 일리아 시나이스키, 프란체스코 페트루치오네. “양자 기계 학습 소개”. 현대 물리학 56, 172–185 (2015).
https : / /doi.org/ 10.1080 / 00107514.2014.964942
[11] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe, Seth Lloyd. "양자 기계 학습". 자연 549, 195–202(2017).
https : / /doi.org/ 10.1038 / nature23474
[12] 마리아 슐드와 네이선 킬로런. “특징 힐베르트 공간의 양자 기계 학습”. 물리. Lett 목사. 122, 040504(2019).
https : / /doi.org/10.1103/ PhysRevLett.122.040504
[13] 윤차오 리우(Yunchao Liu), 스리니바산 아루나찰람(Srinivasan Arunachalam), 크리스탄 테메(Kristan Temme). “지도 기계 학습의 엄격하고 강력한 양자 속도 향상”. Nat. 물리. 17, 1013~1017(2021).
https : / /doi.org/ 10.1038 / s41567-021-01287-z
[14] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio 등 “변이 양자 알고리즘”. Nat. 목사 물리. 3, 625–644(2021).
https://doi.org/10.1038/s42254-021-00348-9
[15] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush 및 Hartmut Neven. “양자 신경망 훈련 환경의 불모의 고원”. Nat. 통신 9, 1–6(2018).
https://doi.org/10.1038/s41467-018-07090-4
[16] 마르코 세레소, 소네 아키라, 타일러 볼코프, 루카스 친시오, 패트릭 J 콜스. “얕은 매개변수화된 양자 회로의 비용 함수 의존 불모의 고원”. Nat. 통신 12, 1–12(2021).
https : / /doi.org/ 10.1038 / s41467-021-21728-w
[17] Zoë Holmes, Kunal Sharma, Marco Cerezo 및 Patrick J Coles. "기울기 크기 및 황량한 고원에 ansatz 표현 가능성 연결". PRX 퀀텀 3, 010313(2022).
https : / / doi.org/ 10.1103 / PRXQuantum.3.010313
[18] 제프 호흐라이터(Sepp Hochreiter)와 위르겐 슈미트후버(Jurgen Schmidhuber). “장단기 기억”. 신경 계산 9, 1735-1780(1997).
https : / /doi.org/ 10.1162 / neco.1997.9.8.1735
[19] 자비에 글로로, 앙투안 보르데스, 요슈아 벤지오. “심층 희소 정류기 신경망”. 제315차 인공지능 및 통계 국제회의 논문집. 323~2011페이지. JMLR 워크숍 및 컨퍼런스 진행(15). URL: https://proceedings.mlr.press/v11/glorotXNUMXa.html.
https://proceedings.mlr.press/v15/glorot11a.html
[20] 자비에 글로로트와 요슈아 벤지오. “심층 피드포워드 신경망 훈련의 어려움 이해”. 제249회 인공지능과 통계에 관한 국제회의 논문집. 256~2010페이지. JMLR 워크숍 및 컨퍼런스 진행(9). URL: https://proceedings.mlr.press/v10/glorotXNUMXa.html.
https://proceedings.mlr.press/v9/glorot10a.html
[21] Kaiming He, Xiangyu Zhang, Shaoqing Ren 및 Jian Sun. "정류기에 대한 심층 탐구: 이미지넷 분류에서 인간 수준의 성능을 능가합니다." 컴퓨터 비전에 관한 IEEE 국제 회의 진행 중. 1026~1034페이지. (2015).
https : / /doi.org/10.1109/ ICCV.2015.123
[22] Kaining Zhang, Min-Hsiu Hsieh, Liu Liu 및 Dacheng Tao. “양자 신경망의 훈련 가능성을 향하여”(2020). arXiv:2011.06258.
arXiv : 2011.06258
[23] 타일러 볼코프와 패트릭 J 콜스. "무작위로 매개변수화된 양자 회로의 상관관계를 통한 큰 기울기". 양자 과학 및 기술 6, 025008(2021).
https : / / doi.org/ 10.1088 / 2058-9565 / abd891
[24] Arthur Pesah, Marco Cerezo, Samson Wang, Tyler Volkoff, Andrew T Sornborger 및 Patrick J Coles. “양자 컨볼루션 신경망에는 불모의 고원이 없습니다”. 물리. 개정판 X 11, 041011(2021).
https : / /doi.org/10.1103/ PhysRevX.11.041011
[25] Xia Liu, Geng Liu, Jiaxin Huang, Hao-Kai Zhang 및 Xin Wang. "변이 양자 고유해석의 불모의 고원 완화"(2022). arXiv:2205.13539.
arXiv : 2205.13539
[26] Edward Grant, Leonard Wossnig, Mateusz Ostaszewski, Marcello Benedetti. "매개변수화된 양자 회로에서 불모의 고원을 해결하기 위한 초기화 전략". 퀀텀 3, 214 (2019).
https://doi.org/10.22331/q-2019-12-09-214
[27] Nishant Jain, Brian Coyle, Elham Kashefi 및 Niraj Kumar. “양자 근사 최적화의 그래프 신경망 초기화”. 양자 6, 861(2022).
https://doi.org/10.22331/q-2022-11-17-861
[28] Kaining Zhang, Liu Liu, Min-Hsiu Hsieh 및 Dacheng Tao. "심각한 변이 양자 회로의 가우스 초기화를 통해 불모의 고원에서 탈출". 신경 정보 처리 시스템의 발전. 35권, 18612~18627페이지. (2022). URL: https://doi.org/10.48550/arXiv.2203.09376.
https:///doi.org/10.48550/arXiv.2203.09376
[29] Antonio A. Mele, Glen B. Mbeng, Giuseppe E. Santoro, Mario Collura 및 Pietro Torta. "해밀턴 변형 안자츠에서 원활한 솔루션의 전달 가능성을 통해 불모의 고원을 피합니다." 물리. A 106, L060401(2022).
https:// / doi.org/ 10.1103/ PhysRevA.106.L060401
[30] Manuel S Rudolph, Jacob Miller, Danial Motlagh, Jing Chen, Atithi Acharya 및 Alejandro Perdomo-Ortiz. "텐서 네트워크를 통한 매개변수화된 양자 회로의 시너지 사전 훈련". 네이처 커뮤니케이션즈 14, 8367(2023).
https://doi.org/10.1038/s41467-023-43908-6
[31] Roeland Wiersema, Cunlu Zhou, Yvette de Sereville, Juan Felipe Carrasquilla, 김용백, Henry Yuen. "해밀턴 변형 ansatz 내에서 얽힘 및 최적화 탐색". PRX 양자 1, 020319(2020).
https : / / doi.org/ 10.1103 / PRXQuantum.1.020319
[32] Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J Coles, M Cerezo. "양자 최적 제어의 도구로 황량한 고원 진단". 퀀텀 6, 824(2022).
https://doi.org/10.22331/q-2022-09-29-824
[33] 잉 리와 사이먼 C 벤자민. “능동 오류 최소화를 통합한 효율적인 변형 양자 시뮬레이터”. 물리. 개정판 X 7, 021050(2017).
https : / /doi.org/10.1103/ PhysRevX.7.021050
[34] Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li 및 Simon C Benjamin. "변동 양자 시뮬레이션 이론". 퀀텀 3, 191 (2019).
https://doi.org/10.22331/q-2019-10-07-191
[35] Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J Coles 및 Andrew Sornborger. “일관성 시간을 넘어서는 양자 시뮬레이션을 위한 변형 고속 전달”. npj 양자 정보 6, 1–10(2020).
https://doi.org/10.1038/s41534-020-00302-0
[36] Sheng-Hsuan Lin, Rohit Dilip, Andrew G Green, Adam Smith, Frank Pollmann. “압축된 양자 회로를 이용한 실제 및 가상의 시간 진화”. PRX 양자 2, 010342(2021).
https : / / doi.org/ 10.1103 / PRXQuantum.2.010342
[37] 코너 맥키버와 마이클 루바쉬. “고전적으로 최적화된 해밀턴 시뮬레이션”. 물리. 목사님. 5, 023146(2023).
https : / /doi.org/10.1103/ PhysRevResearch.5.023146
[38] 조쉬 M 도이치. “폐쇄계의 양자통계역학”. 물리. A 43, 2046(1991).
https : / /doi.org/10.1103/ PhysRevA.43.2046
[39] 마크 스레드니키. “혼돈과 양자 열화”. 물리. E 50, 888(1994).
https : / /doi.org/10.1103/ PhysRevE.50.888
[40] Marcos Rigol, Vanja Dunjko, Maxim Olshanii. "일반 격리 양자 시스템에 대한 열화 및 그 메커니즘". 자연 452, 854–858 (2008).
https : / /doi.org/ 10.1038 / nature06838
[41] 피터 라이만. “실험적으로 현실적인 조건에서 통계 역학의 기초”. 물리. Lett 목사. 101, 190403(2008).
https : / /doi.org/10.1103/ PhysRevLett.101.190403
[42] 노아 린든, 산두 포페스쿠, 앤서니 J 쇼트, 안드레아스 윈터. “열 평형을 향한 양자 역학적 진화”. 물리. E 79, 061103(2009).
https : / /doi.org/10.1103/ PhysRevE.79.061103
[43] 앤서니 J 쇼트. “양자 시스템 및 하위 시스템의 평형”. New Journal of Physics 13, 053009 (2011).
https://doi.org/10.1088/1367-2630/13/5/053009
[44] 크리스티안 고골린(Christian Gogolin)과 옌스 아이제르트(Jens Eisert). “폐쇄형 양자 시스템에서 평형화, 열화 및 통계 역학의 출현”. 물리학의 발전에 관한 보고서 79, 056001(2016).
https://doi.org/10.1088/0034-4885/79/5/056001
[45] Yichen Huang, Fernando GSL Brandão, Yong-Liang Zhang 등 “늦은 시간에 주문되지 않은 상관기의 유한 크기 확장”. 물리. Lett 목사. 123, 010601(2019).
https : / /doi.org/10.1103/ PhysRevLett.123.010601
[46] 다니엘 A 로버츠와 베니 요시다. “설계에 따른 혼돈과 복잡성”. 고에너지 물리학 저널 2017, 1–64 (2017).
https : / /doi.org/ 10.1007 / JHEP04 (2017) 121
[47] 김형원, N 이케다 타츠히코, 데이비드 A 후세. "모든 고유 상태가 고유 상태 열화 가설을 따르는지 테스트합니다." 물리. E 90, 052105(2014).
https : / /doi.org/10.1103/ PhysRevE.90.052105
[48] 쿠와하라 토모타카, 모리 타카시, 사이토 케이지. “주기적으로 구동되는 다체 양자 시스템의 Floquet-Magnus 이론 및 일반 과도 역학”. 물리학 연보 367, 96–124 (2016).
https : / /doi.org/ 10.1016 / j.aop.2016.01.012
[49] 데이비드 비에리히스(David Wierichs), 크리스티안 고골린(Christian Gogolin), 마이클 카스토리라노(Michael Kastoryano). "자연 그래디언트 최적화 프로그램을 사용하여 변이 양자 고유해석의 로컬 최소값 방지". 물리. 연구 2, 043246(2020).
https : / /doi.org/10.1103/ PhysRevResearch.2.043246
[50] 박채연. "대칭 파괴층을 갖춘 변이 양자 고유해석의 효율적인 바닥 상태 준비"(2021). arXiv:2106.02509.
arXiv : 2106.02509
[51] 얀 루카스 보세(Jan Lukas Bosse)와 애슐리 몬타나로(Ashley Montanaro). "변이 양자 고유 솔버를 사용하여 카고메 반강자성 하이젠베르크 모델의 바닥 상태 특성 조사". 물리. B 105, 094409(2022).
https : / /doi.org/10.1103/ PhysRevB.105.094409
[52] 요리스 카테묄레(Joris Kattemölle)와 야스퍼 반 베젤(Jasper van Wezel). "카고메 격자의 하이젠베르크 반강자성체에 대한 변형 양자 고유해석". 물리. B 106, 214429(2022).
https : / /doi.org/10.1103/ PhysRevB.106.214429
[53] Diederik P. Kingma와 지미 바. “Adam: 확률론적 최적화를 위한 방법”. 학습 표현에 관한 제3차 국제 컨퍼런스 ICLR 2015, 미국 캘리포니아주 샌디에고, 7년 9월 2015-2015일, 컨퍼런스 트랙 진행. (10.48550). URL: https://doi.org/1412.6980/arXiv.XNUMX.
https:///doi.org/10.48550/arXiv.1412.6980
[54] 타이슨 존스와 줄리앙 개콘. "변이 양자 알고리즘의 고전적 시뮬레이션에서 효율적인 기울기 계산"(2020). arXiv:2009.02823.
arXiv : 2009.02823
[55] Ville Bergholm, Josh Izaac, Maria Schuld, Christian Gogolin, Shahnawaz Ahmed, Vishnu Ajith, M. Sohaib Alam, Guillermo Alonso-Linaje 등 “Pennylane: 하이브리드 양자 고전 계산의 자동 차별화”(2018). arXiv:1811.04968.
arXiv : 1811.04968
[56] Lodewyk FA Wessels 및 Etienne Barnard. "연결의 적절한 초기화를 통해 잘못된 로컬 최소값 방지". 신경망의 IEEE 트랜잭션 3, 899–905(1992).
https : / /doi.org/ 10.1109 / 72.165592
[57] 미타라이 코스케, 네고로 마코토, 기타가와 마사히로, 후지이 케이스케. “양자회로학습”. 물리. A 98, 032309(2018).
https : / /doi.org/10.1103/ PhysRevA.98.032309
[58] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac 및 Nathan Killoran. "양자 하드웨어에서 분석 기울기 평가". 물리학 A 99, 032331(2019).
https : / /doi.org/10.1103/ PhysRevA.99.032331
[59] 스즈키 마스오. “다체 이론 및 통계 물리학에 적용되는 프랙탈 경로 적분의 일반 이론”. 수리 물리학 저널 32, 400–407 (1991).
https : / /doi.org/ 10.1063 / 1.529425
[60] 마이클 A. 닐슨. "양자 회로 하한에 대한 기하학적 접근 방식"(2005). arXiv:퀀트-ph/0502070.
arXiv : 퀀트 -PH / 0502070
[61] 마이클 A 닐슨, 마크 R 다울링, 마일 구, 앤드루 C 도허티. “기하학으로서의 양자 계산”. 과학 311, 1133-1135(2006).
https : / /doi.org/10.1126/ science.1121541
[62] 더글라스 스탠포드와 레너드 서스킨드. “복잡성과 충격파 기하학”. 물리. D 90, 126007(2014).
https : / /doi.org/10.1103/PhysRevD.90.126007
[63] Jonas Haferkamp, Philippe Faist, Naga BT Kothakonda, Jens Eisert 및 Nicole Yunger Halpern. “양자 회로 복잡성의 선형 성장”. Nat. 물리. 18, 528–532(2022).
https://doi.org/10.1038/s41567-022-01539-6
[64] 아담 R 브라운, 레너드 서스킨드, 잉 자오. “양자 복잡성과 음의 곡률”. 물리. D 95, 045010(2017).
https : / /doi.org/10.1103/PhysRevD.95.045010
[65] 아담 R 브라운과 레너드 서스킨드. “양자 복잡성의 제97법칙”. 물리. D 086015, 2018(XNUMX).
https : / /doi.org/10.1103/PhysRevD.97.086015
[66] 유첸. "다양한 신체 위치 파악의 범용 로그 스크램블링"(2016). arXiv:1608.02765.
arXiv : 1608.02765
[67] Ruihua Fan, Pengfei Zhang, Huitao Shen 및 Hui Zhai. “다체 위치 파악을 위한 시간 외 상관 관계”. 과학 게시판 62, 707–711 (2017).
https : / /doi.org/ 10.1016 / j.scib.2017.04.011
[68] 이주희, 김동규, 김동희. "다체 국소 시스템에서 시간 외 정렬 정류자의 일반적인 성장 동작". 물리. B 99, 184202(2019).
https : / /doi.org/10.1103/ PhysRevB.99.184202
[69] 삼손 왕, 엔리코 폰타나, 마르코 세레조, 쿠날 샤르마, 아키라 소네, 루카스 신시오, 패트릭 J 콜스. "변형 양자 알고리즘의 잡음으로 인한 불모의 고원". Nat. 통신 12, 6961(2021).
https://doi.org/10.1038/s41467-021-27045-6
[70] "PennyLane–Lightning 플러그인 https://github.com/PennyLaneAI/pennylane-lightning" (2023).
https:///github.com/PennyLaneAI/pennylane-lightning
[71] “PennyLane–Lightning-GPU 플러그인 https://github.com/PennyLaneAI/pennylane-lightning-gpu"(2023).
https://github.com/PennyLaneAI/pennylane-lightning-gpu
[72] “GitHub 저장소 https://github.com/XanaduAI/hva-without-barren-plateaus” (2023).
https://github.com/XanaduAI/hva-without-barren-plateaus
[73] 빌헬름 마그누스. "선형 연산자에 대한 미분 방정식의 지수 해법". 커뮤니케이터 순수한. 신청 수학. 7, 649–673(1954).
https : / / doi.org/ 10.1002 / cpa.3160070404
[74] Dmitry Abanin, Wojciech De Roeck, Wen Wei Ho, François Huveneers. "주기적으로 구동되고 닫힌 양자 시스템에 대한 다체 예열의 엄격한 이론". 공동. 수학. 물리학 354, 809–827(2017).
https : / /doi.org/ 10.1007 / s00220-017-2930-x
인용
[1] Richard DP East, Guillermo Alonso-Linaje, 박채연, "스핀만 있으면 됩니다: SU(2) 스핀 네트워크 기반 등변 변이 양자 회로", 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 및 Zoë Holmes, “증명 가능함 불모의 고원이 없다는 것은 고전적인 시뮬레이션 가능성을 의미합니까? 또는 변형 양자 컴퓨팅을 다시 생각해야 하는 이유”, arXiv : 2312.09121, (2023).
[3] Chukwudubem Umeano, Annie E. Paine, Vincent E. Elfving 및 Oleksandr Kyriienko, "양자 컨볼루션 신경망에서 무엇을 배울 수 있습니까?", arXiv : 2308.16664, (2023).
[4] Jiaqi Miao, Chang-Yu Hsieh 및 Shi-Xin Zhang, “신경망 인코딩된 변형 양자 알고리즘”, arXiv : 2308.01068, (2023).
[5] Yaswitha Gujju, Atsushi Matsuo 및 Rudy Raymond, "단기 양자 장치에 대한 양자 기계 학습: 실제 응용 프로그램을 위한 감독 및 비지도 기법의 현재 상태", arXiv : 2307.00908, (2023).
[6] Chandan Sarma, Olivia Di Matteo, Abhishek Abhishek 및 Praveen C. Srivastava, "양자 계산을 이용한 산소 동위원소의 중성자 드립 라인 예측", 신체검사 C 108 6, 064305 (2023).
[7] J. Cobos, DF Locher, A. Bermudez, M. Müller 및 E. Rico, "잡음 인식 변이 고유 솔버: 격자 게이지 이론을 위한 소산 경로", arXiv : 2308.03618, (2023).
[8] Julien Gacon, Jannes Nys, Riccardo Rossi, Stefan Woerner 및 Giuseppe Carleo, "양자 기하 텐서 없는 변이 양자 시간 진화", arXiv : 2303.12839, (2023).
[9] Han Qi, Lei Wang, Hongsheng Zhu, Abdullah Gani 및 Changqing Gong, "양자 신경망의 불모의 고원: 검토, 분류 및 추세", 양자 정보 처리 22 12, 435 (2023).
[10] Zheng Qin, Xiufan Li, Yang Zhou, Shikun Zhang, Rui Li, Chunxiao Du, Zhisong Xiao, “물리 구동 변이 양자 고유 솔버에 대한 측정 기반 양자 계산의 적용 가능성”, arXiv : 2307.10324, (2023).
[11] Yanqi Song, Yusen Wu, Sujuan Qin, Qiaoyan Wen, Jingbo B. Wang 및 Fei Gao, "베이지안 렌즈를 통한 양자 최적화 알고리즘의 훈련 가능성 분석", arXiv : 2310.06270, (2023).
위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2024-02-01 22:16:28). 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 2024-02-01 22:16:26).
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. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: https://quantum-journal.org/papers/q-2024-02-01-1239/
- :있다
- :이다
- :아니
- ][피
- 01
- 1
- 10
- 11
- 12
- 13
- 14
- 15%
- 16
- 17
- 19
- 1994
- 20
- 2005
- 2006
- 2008
- 2009
- 2011
- 2014
- 2015
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 2023
- 214
- 22
- 23
- 24
- 25
- 26%
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 35%
- 36
- 39
- 3rd
- 40
- 41
- 43
- 49
- 50
- 51
- 54
- 58
- 60
- 66
- 67
- 7
- 70
- 72
- 8
- 9
- 97
- 98
- a
- 위의
- 추상
- ACCESS
- 활동적인
- 아담
- 주소 지정
- 발전하다
- 이점
- 제휴
- 후
- 아메드
- AL
- 연산
- 알고리즘
- All
- 양
- an
- 분석
- 분석
- 및
- 앤드류
- 앤소니
- 어플리케이션
- 접근
- 근접한
- 있군요
- 아서
- 인조의
- 인공 지능
- AS
- 질문
- At
- 아츠시
- 시도
- 주의
- 저자
- 작성자
- Automatic
- 가능
- 메마른
- 기반으로
- 베이지안
- BE
- 행동
- 막내 둥이
- 그 너머
- 몸
- 범위
- 흩어져
- 파괴
- 브라이언
- 가장자리
- 갈색
- 브라이언
- BT
- 회보
- 비자 면제 프로그램에 해당하는 국가의 시민권을 가지고 있지만
- by
- CA
- 계산
- CAN
- 중심적인
- 첸
- 음식
- 기독교의
- 분류
- 닫은
- 결합
- 통신
- 본문
- 평민
- 커뮤니케이션
- 완전한
- 복잡성
- 계산
- 계산
- 계산
- 컴퓨터
- 컴퓨터 비전
- 컴퓨팅
- 조건
- 컨퍼런스
- 연결
- 현대의
- 제어
- 저작권
- 상관 관계
- 비용
- Current
- 현재 상태
- 다니엘
- 데이터
- 데이브
- 데이비드
- de
- 깊은
- 의존하는
- 드리프트
- 기술 된
- 디자인
- 무례
- 디바이스
- 샌디에고
- 차별화
- 어려움
- 토론
- 하지
- 더글러스
- 구동
- 더빙 된
- 역학
- e
- E & T
- 동쪽
- 에드워드
- 출현
- 인코딩
- 에너지
- 얽히게 함
- 방정식
- 평형
- 대
- 에릭
- 오류
- 진화
- 기하 급수적 인
- 기하 급수적으로
- 나타내는
- 그릇된
- 부채
- FAST
- 특색
- 2월
- 훼이
- Find
- 플랫
- 럭셔리
- 발견
- 솔직한
- 무료
- 에
- 기능
- 획득
- GAO
- 계량기
- 일반
- 생성
- 그라디언트
- 부여
- 초록색
- 육로
- 성장
- 하드웨어
- 하버드
- 있다
- he
- 헨리
- 높은
- 고도로
- 홀더
- HTML
- HTTPS
- 황
- 거대한
- 잡종
- 하이브리드 양자-고전
- IEEE
- in
- 통합
- 정보
- 기관
- 인텔리전스
- 관심
- 흥미있는
- 국제 노동자 동맹
- 으로
- 개요
- 외딴
- 동위 원소
- 문제
- 그
- 야곱
- 월
- 자바 스크립트
- 제프리
- 조립식 쇠지레
- 요한 복음
- 존스
- 일지
- JPG
- 요한 복음
- 김
- 쿠마
- 경치
- 풍경
- 성
- 늦은
- 법
- 레이어
- 배우다
- 배우기
- 휴가
- 바람이 불어가는 쪽
- 렌즈
- 레오나드
- Li
- 특허
- 번개
- 제한
- 린
- 라인
- 선의
- 명부
- 지방의
- 현지화
- 많은
- 애정
- 절감
- 기계
- 기계 학습
- 자석
- .
- 마르코
- 마리아
- 마리오
- 표
- 마틴
- math
- 수학의
- 매튜
- 최대 폭
- 격언
- XNUMX월..
- mc
- 맥클린
- 기계적인
- 역학
- 기구
- 메모리
- 방법
- 마이클
- 마일
- 제분업자
- 최소화
- 모델
- 달
- 가장
- 자연의
- 자연
- 필요
- 부정
- 네트워크
- 네트워크
- 신경의
- 신경망
- 신경망
- 신제품
- 아니
- 남자 이름
- of
- 자주
- on
- ONE
- 열 수
- 연산자
- 최적의
- 최적화
- 최적화
- 최적화
- or
- 실물
- 산소
- 파블로
- 페이지
- 폴
- 서
- 매개 변수
- 매개 변수
- 공원
- 통로
- 패트릭
- 성능
- 베드로
- 필립
- 광자
- 물리학
- 베드로
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 플러그인
- 가능성
- PQC
- 실용적인
- 예측
- 준비
- 문제
- 문제
- 소송 절차
- 처리
- 프로세서
- 프로그램
- 진행
- 장래가 촉망되는
- 적절한
- 속성
- 제안
- 제안하다
- 증명할 수있는
- 제공
- 출판
- 발행자
- 출판사
- 순수한
- Qi
- 양자 컴퓨팅
- 양자 알고리즘
- 양자 컴퓨터
- 양자 컴퓨팅
- 양자 정보
- 양자 기계 학습
- 양자 시스템
- 큐 비트
- 질문
- R
- 라미
- 닥치는대로의
- 현실 세계
- 현실적인
- 최근에
- 참조
- 유적
- 르네
- 보고서
- 저장소
- 연구
- 제품 자료
- 결과
- 리뷰
- 리차드
- RICO
- 엄밀한
- 강력한
- 길
- 라이언
- s
- 샘
- 산
- 샌디에고
- 스케일링
- 계획
- 과학
- 과학 기술
- 얕은
- 샤르마
- 짧은
- 단기간의
- 시몬
- 시뮬레이션
- 시뮬레이션
- 시뮬레이터
- 작은
- 펴다
- 해결책
- 솔루션
- 풀다
- 해결
- 노래
- 공간
- 회전
- 스 리니 바산
- stanford
- 주 정부
- 통계적인
- 통계
- 스테판
- 아직도
- 전략
- 연구
- 성공적으로
- 이러한
- 적당한
- 태양
- 초전도
- 뛰어난
- 체계
- 시스템은
- 목표
- 분류 체계
- 기법
- Technology
- 수십
- 그
- XNUMXD덴탈의
- 그들의
- 이론
- 열의
- 이
- 시간
- 시대
- Title
- 에
- 너무
- 검색을
- 토론토
- 에 대한
- 선로
- 트레이닝
- 거래 내역
- 트렌드
- 트레버
- 타일러
- 유형
- 아래에
- 업데이트
- URL
- USA
- 사용
- 유틸리티
- 를 통해
- 빈센트
- 시력
- 음량
- 왕
- 필요
- 였다
- 웨이브
- we
- 잘
- 뭐
- 여부
- 어느
- 동안
- why
- 크게
- 겨울
- 과
- 이내
- 없이
- 작업
- 일
- 작업장
- wu
- X
- 샤오
- year
- 잉
- 자신의
- 원
- 제퍼 넷
- 조
- 종