Robust og effektiv Hamiltonsk læring

Publisert av Platon

Følgere: 0

Wenjun Yu^1,2, Jinzhao Sun^3,4, Zeyao Han⁵, og Xiao Yuan²

¹QICI, Institutt for informatikk, University of Hong Kong, Pokfulam Road, Hong Kong, Kina
²Center on Frontiers of Computing Studies, Peking University, Beijing 100871, Kina
³Clarendon Laboratory, University of Oxford, Oxford OX1 3PU, Storbritannia
⁴Quantum Advantage Research, Beijing 100080, Kina
⁵School of Physics, Peking University, Beijing 100871, Kina

Finn dette papiret interessant eller vil diskutere? Scite eller legg igjen en kommentar på SciRate.

Abstrakt

Med den raske utviklingen av kvanteteknologi øker størrelsene på både digitale og analoge kvantesystemer drastisk. For å få bedre kontroll og forståelse av kvantemaskinvaren er en viktig oppgave å karakterisere interaksjonen, dvs. å lære Hamiltonian, som bestemmer både statiske og dynamiske egenskaper til systemet. Konvensjonelle Hamiltonske læringsmetoder krever enten kostbar prosesstomografi eller tar i bruk upraktiske forutsetninger, for eksempel forhåndsinformasjon om Hamilton-strukturen og bakken eller termiske tilstander til systemet. I dette arbeidet presenterer vi en robust og effektiv Hamiltoniansk læringsmetode som omgår disse begrensningene kun basert på milde antakelser. Den foreslåtte metoden kan effektivt lære hvilken som helst Hamiltonian som er sparsom på Pauli-basis ved bruk av kun korttidsdynamikk og lokale operasjoner uten informasjon om Hamiltonian eller forberede noen egentilstander eller termiske tilstander. Metoden har en skalerbar kompleksitet og en forsvinnende feilsannsynlighet angående qubit-tallet. I mellomtiden yter den robust gitt tilstedeværelsen av tilstandsforberedelses- og målefeil og motstandsdyktig mot en viss mengde krets- og skuddstøy. Vi tester numerisk skaleringen og estimeringsnøyaktigheten til metoden for tverrfelt Ising Hamiltonian med tilfeldige interaksjonsstyrker og molekylære Hamiltonians, begge med varierende størrelser og manuelt tilført støy. Alle disse resultatene bekrefter robustheten og effektiviteten til metoden, og baner vei for en systematisk forståelse av dynamikken til store kvantesystemer.

Robust og effektiv Hamiltonian læring PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Utvalgt bilde: Denne figuren representerer hele prosedyren for den foreslåtte metoden, som er delt inn i to trinn. I trinn én fokuserer vi hovedsakelig på Pauli-informasjonsutvinningen av den ønskede Hamiltonian. Krets (a) fungerer som en subrutine for å estimere troskapen til evolusjonskanalen. Vi tar i bruk strukturen til randomisert benchmarking for å sikre robusthet mot kretsstøy. Plot (b) utnytter troskapsbetingelsene for å estimere Pauli-feilratene, som er lik kvadratet av Pauli-dekomponeringene til Hamiltonian. I trinn to fullfører vi læringen ved å estimere tegninformasjonen til Pauli-nedbrytningene. Vi implementerer krets (c) med innsatt evolusjon for å konstruere et sett med ligninger på en tomografisk måte. Når vi tilfeldig velger tilstander og målinger, kan vi bevise robustheten mot SPAM-feilene.

Populært sammendrag

Størrelsene på kvantesystemer blir til slutt klassisk uhåndterlige når vi går inn i NISQ-æraen. Ettersom kvantedynamikk gir mye ikke-triviell potensiell fordel, er det mer ønskelig å finne ut av den spennende kvantedynamikken, spesielt den Hamiltonske utviklingen av det gitte kvantesystemet. Imidlertid er det noen hindringer for å lære evolusjon. Kompleksiteten ved å lære en generell Hamiltonianer skaleres eksponentielt med systemstørrelsene. Dessuten vil den allestedsnærværende støyen fra kvantemaskiner påvirke læringsresultatene betydelig.

I denne artikkelen foreslår vi en metode for å lære den ukjente Hamiltonske evolusjonen med effektiv skalering av kjøretid og robusthet mot kvantestøy og feil. For å adressere den eksponentielle skaleringskompleksiteten, antar vi at Hamiltonianeren er sparsom over Pauli-grunnlaget, noe som gjør problemet mer håndterbart. I tillegg inkluderer vi to separate protokoller for å håndtere kretsstøy og SPAM-feil, noe som sikrer robustheten til tilnærmingen vår.

Vi presenterer numeriske resultater oppnådd ved å simulere metoden vår på tilfeldig utvalgte Hydrogen-4 molekylære Hamiltonians med over 100 Pauli-termer, med fokus på systemer på opptil 8 qubits. Til tross for tilstedeværelsen av støy, viser resultatene våre ekstraordinær nøyaktighet.

Videre diskuterer vi potensielle forbedringer for utførelse i den virkelige verden i vedleggene, for eksempel beslag av høyere orden og utnyttelse av forkunnskaper.

► BibTeX-data

@article{Yu2023robustefficient, doi = {10.22331/q-2023-06-29-1045}, url = {https://doi.org/10.22331/q-2023-06-29-1045}, tittel = {Robust and {E}effektiv {H}amiltonsk {L}inntekt}, forfatter = {Yu, Wenjun og Sun, Jinzhao og Han, Zeyao og Yuan, Xiao}, journal = {{Quantum}}, issn = {2521-327X}, utgiver = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volum = {7}, sider = {1045}, måned = jun, år = {2023} }

► Referanser

[1] Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C. Bardin, Rami Barends, Rupak Biswas, Sergio Boixo, Fernando GSL Brandao, David A. Buell, Brian Burkett, Yu Chen, Zijun Chen, Ben Chiaro, Roberto Collins, William Courtney, Andrew Dunsworth, Edward Farhi, Brooks Foxen, Austin Fowler, Craig Gidney, Marissa Giustina, Rob Graff, Keith Guerin, Steve Habegger, Matthew P. Harrigan, Michael J. Hartmann, Alan Ho, Markus Hoffmann, Trent Huang, Travis S. Humble, Sergei V. Isakov, Evan Jeffrey, Zhang Jiang, Dvir Kafri, Kostyantyn Kechedzhi, Julian Kelly, Paul V. Klimov, Sergey Knysh, Alexander Korotkov, Fedor Kostritsa, David Landhuis, Mike Lindmark, Erik Lucero, Dmitry Lyakh, Salvatore Mandrà, Jarrod R. McClean, Matthew McEwen, Anthony Megrant, Xiao Mi, Kristel Michielsen, Masoud Mohseni, Josh Mutus, Ofer Naaman, Matthew Neeley, Charles Neill, Murphy Yuezhen Niu, Eric Ostby, Andre Petukhov, John C. Platt, Chris Quintana, Eleanor G. Rieffel, Pedram Roushan, Nicholas C. Rubin, Daniel Sank,Kevin J. Satzinger, Vadim Smelyanskiy, Kevin J. Sung, Matthew D. Trevithick, Amit Vainsencher, Benjamin Villalonga, Theodore White, Z. Jamie Yao, Ping Yeh, Adam Zalcman, Hartmut Neven og John M. Martinis. Quantum supremacy ved hjelp av en programmerbar superledende prosessor. Nature, 574 (7779): 505–510, oktober 2019. 10.1038/s41586-019-1666-5.
https://doi.org/10.1038/s41586-019-1666-5

[2] C Neill, T McCourt, X Mi, Z Jiang, MY Niu, W Mruczkiewicz, I Aleiner, F Arute, K Arya, J Atalaya, et al. Nøyaktig beregning av de elektroniske egenskapene til en kvantering. Nature, 594 (7864): 508–512, 2021. 10.1038/s41586-021-03576-2.
https://doi.org/10.1038/s41586-021-03576-2

[3] Sepehr Ebadi, Tout T Wang, Harry Levine, Alexander Keesling, Giulia Semeghini, Ahmed Omran, Dolev Bluvstein, Rhine Samajdar, Hannes Pichler, Wen Wei Ho, et al. Kvantefaser av materie på en 256-atom programmerbar kvantesimulator. Nature, 595 (7866): 227–232, 2021. 10.1038/s41586-021-03582-4.
https://doi.org/10.1038/s41586-021-03582-4

[4] Yulin Wu, Wan-Su Bao, Sirui Cao, Fusheng Chen, Ming-Cheng Chen, Xiawei Chen, Tung-Hsun Chung, Hui Deng, Yajie Du, Daojin Fan, et al. Sterk kvanteberegningsfordel ved bruk av en superledende kvanteprosessor. Physical review letters, 127 (18): 180501, 2021. 10.1103/PhysRevLett.127.180501.
https: / / doi.org/ 10.1103 / PhysRevLett.127.180501

[5] Ming Gong, Shiyu Wang, Chen Zha, Ming-Cheng Chen, He-Liang Huang, Yulin Wu, Qingling Zhu, Youwei Zhao, Shaowei Li, Shaojun Guo, et al. Quantum går på en programmerbar todimensjonal 62-qubit superledende prosessor. Science, 372 (6545): 948–952, 2021. 10.1126/science.abg7812.
https://doi.org/ 10.1126/science.abg7812

[6] 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, et al. Kvanteberegningsfordel ved bruk av fotoner. Science, 370 (6523): 1460–1463, 2020. 10.1126/science.abe877.
https: / / doi.org/ 10.1126 / science.abe877

[7] Xiao Mi, Matteo Ippoliti, Chris Quintana, Ami Greene, Zijun Chen, Jonathan Gross, Frank Arute, Kunal Arya, Juan Atalaya, Ryan Babbush, et al. Tidskrystallinsk egentilstandsrekkefølge på en kvanteprosessor. Nature, side 1–1, 2021. 10.1038/s41586-021-04257-w.
https: / / doi.org/ 10.1038 / s41586-021-04257-w

[8] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M Chow og Jay M Gambetta. Maskinvareeffektiv variasjonskvanteegenløser for små molekyler og kvantemagneter. Nature, 549 (7671): 242–246, 2017. 10.1038/nature23879.
https: / / doi.org/ 10.1038 / nature23879

[9] Morten Kjaergaard, Mollie E. Schwartz, Jochen Braumüller, Philip Krantz, Joel I.-J. Wang, Simon Gustavsson og William D. Oliver. Superledende qubits: Nåværende tilstand. Årlig gjennomgang av kondensert materiens fysikk, 11 (1): 369–395, 2020. 10.1146 / annurev-conmatphys-031119-050605.
https: / / doi.org/ 10.1146 / annurev-conmatphys-031119-050605

[10] Jiehang Zhang, Guido Pagano, Paul W Hess, Antonis Kyprianidis, Patrick Becker, Harvey Kaplan, Alexey V Gorshkov, ZX Gong og Christopher Monroe. Observasjon av en dynamisk faseovergang med mange kropper med en 53-qubit kvantesimulator. Nature, 551 (7682): 601, 2017. 10.1038/nature24654.
https: / / doi.org/ 10.1038 / nature24654

[11] Iulia M Georgescu, Sahel Ashhab og Franco Nori. Kvantesimulering. Reviews of Modern Physics, 86 (1): 153, 2014. 10.1103/RevModPhys.86.153.
https: / / doi.org/ 10.1103 / RevModPhys.86.153

[12] Ehud Altman, Kenneth R Brown, Giuseppe Carleo, Lincoln D Carr, Eugene Demler, Cheng Chin, Brian DeMarco, Sophia E Economou, Mark A Eriksson, Kai-Mei C Fu, et al. Kvantesimulatorer: Arkitekturer og muligheter. PRX Quantum, 2 (1): 017003, februar 2021. 10.1103/PRXQuantum.2.017003.
https: / / doi.org/ 10.1103 / PRXQuantum.2.017003

[13] Philipp Hauke, Fernando M Cucchietti, Luca Tagliacozzo, Ivan Deutsch og Maciej Lewenstein. Kan man stole på kvantesimulatorer? Reports on Progress in Physics, 75 (8): 082401, 2012. 10.1088/0034-4885/75/8/082401.
https://doi.org/10.1088/0034-4885/75/8/082401

[14] Christopher E Granade, Christopher Ferrie, Nathan Wiebe og David G Cory. Robust online læring i Hamilton. New Journal of Physics, 14 (10): 103013, 2012. 10.1088/1367-2630/14/10/103013.
https://doi.org/10.1088/1367-2630/14/10/103013

[15] Nathan Wiebe, Christopher Granade, Christopher Ferrie og David Cory. Kvante-hamiltonsk læring ved bruk av ufullkomne kvanteressurser. Physical Review A, 89 (4): 042314, 2014a. 10.1103/PhysRevA.89.042314.
https: / / doi.org/ 10.1103 / PhysRevA.89.042314

[16] Nathan Wiebe, Christopher Granade, Christopher Ferrie og David G Cory. Hamiltonsk læring og sertifisering ved bruk av kvanteressurser. Physical review letters, 112 (19): 190501, 2014b. 10.1103/PhysRevLett.112.190501.
https: / / doi.org/ 10.1103 / PhysRevLett.112.190501

[17] Stefan Krastanov, Sisi Zhou, Steven T Flammia og Liang Jiang. Stokastisk estimering av dynamiske variabler. Quantum Science and Technology, 4 (3): 035003, 2019. 10.1088/2058-9565/ab18d5.
https://doi.org/10.1088/2058-9565/ab18d5

[18] Jianwei Wang, Stefano Paesani, Raffaele Santagati, Sebastian Knauer, Antonio A Gentile, Nathan Wiebe, Maurangelo Petruzzella, Jeremy L O'Brien, John G Rarity, Anthony Laing, et al. Eksperimentell kvante-hamiltonsk læring. Nature Physics, 13 (6): 551–555, 2017. https:///doi.org/10.1038/nphys4074.
https: / / doi.org/ 10.1038 / nphys4074

[19] Thomas E O'Brien, Lev B Ioffe, Yuan Su, David Fushman, Hartmut Neven, Ryan Babbush og Vadim Smelyanskiy. Kvanteberegning av molekylær struktur ved hjelp av data fra utfordrende-til-klassisk-simulere kjernemagnetiske resonanseksperimenter. arXiv preprint arXiv:2109.02163, 2021. 10.48550/arXiv.2109.02163.
https:///doi.org/10.48550/arXiv.2109.02163
arxiv: 2109.02163

[20] Jeongwan Haah, Robin Kothari og Ewin Tang. Optimal læring av kvantehamiltonianere fra høytemperaturgibbs-stater. arXiv preprint arXiv:2108.04842, 2021. 10.48550/arXiv.2108.04842.
https:///doi.org/10.48550/arXiv.2108.04842
arxiv: 2108.04842

[21] Seth Lloyd. Universelle kvantesimulatorer. Science, side 1073–1078, 1996. 10.1126 / science.273.5278.1073.
https: / / doi.org/ 10.1126 / science.273.5278.1073

[22] Arnab Das og Bikas K Chakrabarti. Kollokvium: Kvanteutglødning og analog kvanteberegning. Reviews of Modern Physics, 80 (3): 1061, 2008. 10.1103/RevModPhys.80.1061.
https: / / doi.org/ 10.1103 / RevModPhys.80.1061

[23] Axel Friedenauer, Hector Schmitz, Jan Tibor Glueckert, Diego Porras og Tobias Schätz. Simulerer en kvantemagnet med fangede ioner. Nature Physics, 4 (10): 757–761, 2008. https:///doi.org/10.1038/nphys1032.
https: / / doi.org/ 10.1038 / nphys1032

[24] Alán Aspuru-Guzik og Philip Walther. Fotoniske kvantesimulatorer. Naturfysikk, 8 (4): 285–291, 2012. 10.1038/nphys2253.
https: / / doi.org/ 10.1038 / nphys2253

[25] Ethan Bernstein og Umesh Vazirani. Kvantekompleksitetsteori. SIAM Journal on computing, 26 (5): 1411–1473, 1997. 10.1137/S0097539796300921.
https: / / doi.org/ 10.1137 / S0097539796300921

[26] Peter W. Shor. Ordning for å redusere dekoherens i kvantedatamaskinens minne. Phys. Rev. A, 52 (4): R2493–R2496, oktober 1995. 10.1103/PhysRevA.52.R2493.
https: / / doi.org/ 10.1103 / PhysRevA.52.R2493

[27] Kjærlighet K Grover. En rask kvantemekanisk algoritme for databasesøk. I Proceedings of the twenty-eightth annual ACM symposium on Theory of computing, side 212–219, 1996. 10.1145/237814.237866.
https: / / doi.org/ 10.1145 / 237814.237866

[28] Aram W Harrow, Avinatan Hassidim og Seth Lloyd. Kvantealgoritme for lineære ligningssystemer. Physical review letters, 103 (15): 150502, 2009. 10.1103/PhysRevLett.103.150502.
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502

[29] Philip Krantz, Morten Kjaergaard, Fei Yan, Terry P Orlando, Simon Gustavsson og William D Oliver. En kvanteingeniørs guide til superledende qubits. Applied Physics Reviews, 6 (2): 021318, 2019. 10.1063/1.5089550.
https: / / doi.org/ 10.1063 / 1.5089550

[30] Andreas Trabesinger. Kvantesimulering. Nature Physics, 8 (4): 263–263, 2012. https:///doi.org/10.1038/nphys2258.
https: / / doi.org/ 10.1038 / nphys2258

[31] Stefano Pirandola, B Roy Bardhan, Tobias Gehring, Christian Weedbrook og Seth Lloyd. Fremskritt innen fotonisk kvantesansing. Nature Photonics, 12 (12): 724–733, 2018. 10.1038/s41566-018-0301-6.
https://doi.org/10.1038/s41566-018-0301-6

[32] Christian L Degen, F Reinhard og Paola Cappellaro. Kvantesansing. Anmeldelser av moderne fysikk, 89 (3): 035002, 2017. 10.1103/RevModPhys.89.035002.
https: / / doi.org/ 10.1103 / RevModPhys.89.035002

[33] Jens M Boss, KS Cujia, Jonathan Zopes og Christian L Degen. Kvanteregistrering med vilkårlig frekvensoppløsning. Science, 356 (6340): 837–840, 2017. 10.1126/science.aam7009.
https: / / doi.org/ 10.1126 / science.aam7009

[34] Isaac L. Chuang og MA Nielsen. Resept for eksperimentell bestemmelse av dynamikken til en kvantesvart boks. J. Mod. Opt., 44 (11-12): 2455–2467, 1997. 10.1080/09500349708231894.
https: / / doi.org/ 10.1080 / 09500349708231894

[35] JB Altepeter, D. Branning, E. Jeffrey, TC Wei, PG Kwiat, RT Thew, JL O'Brien, MA Nielsen og AG White. Ancilla-assistert kvanteprosesstomografi. Phys. Rev. Lett., 90: 193601, mai 2003. 10.1103/PhysRevLett.90.193601.
https: / / doi.org/ 10.1103 / PhysRevLett.90.193601

[36] Debbie W Leung. Chois bevis som en oppskrift på kvanteprosesstomografi. Journal of Mathematical Physics, 44 (2): 528–533, 2003. 10.1063/1.1518554.
https: / / doi.org/ 10.1063 / 1.1518554

[37] Seth T. Merkel, Jay M. Gambetta, John A. Smolin, S. Poletto, AD Córcoles, BR Johnson, Colm A. Ryan og M. Steffen. Selvkonsistent kvanteprosesstomografi. Phys. Rev. A, 87: 062119, 2013. 10.1103/PhysRevA.87.062119.
https: / / doi.org/ 10.1103 / PhysRevA.87.062119

[38] Saleh Rahimi-Keshari, Artur Scherer, Ady Mann, Ali T Rezakhani, AI Lvovsky og Barry C Sanders. Kvanteprosesstomografi med koherente tilstander. New Journal of Physics, 13 (1): 013006, 2011. 10.1088/1367-2630/13/1/013006.
https://doi.org/10.1088/1367-2630/13/1/013006

[39] Masoud Mohseni, Ali T Rezakhani og Daniel A Lidar. Kvanteprosesstomografi: Ressursanalyse av ulike strategier. Physical Review A, 77 (3): 032322, 2008a. 10.1103/PhysRevA.77.032322.
https: / / doi.org/ 10.1103 / PhysRevA.77.032322

[40] Charles H Baldwin, Amir Kalev og Ivan H Deutsch. Kvanteprosesstomografi av enhetlige og nesten enhetlige kart. Physical Review A, 90 (1): 012110, 2014. 10.1103/PhysRevA.90.012110.
https: / / doi.org/ 10.1103 / PhysRevA.90.012110

[41] John Preskill. Quantum Computing i NISQ-tiden og utover. Quantum, 2: 79, august 2018. ISSN 2521-327X. 10.22331 / q-2018-08-06-79. URL https: / / doi.org/ 10.22331 / q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79

[42] Eyal Bairey, Itai Arad og Netanel H. Lindner. Lære en lokal hamiltonian fra lokale målinger. Phys. Rev. Lett., 122 (2): 020504, jan 2019. ISSN 1079-7114. 10.1103/physrevlett.122.020504. URL http:///dx.doi.org/10.1103/PhysRevLett.122.020504.
https: / / doi.org/ 10.1103 / physrevlett.122.020504

[43] Tim J Evans, Robin Harper og Steven T Flammia. Skalerbar bayesiansk hamiltonsk læring. arXiv preprint arXiv:1912.07636, 2019. 10.48550/arXiv.1912.07636.
https:///doi.org/10.48550/arXiv.1912.07636
arxiv: 1912.07636

[44] Anurag Anshu, Srinivasan Arunachalam, Tomotaka Kuwahara og Mehdi Soleimanifar. Prøveeffektiv læring av samvirkende kvantesystemer. Nature Physics, 17 (8): 931–935, 2021. 10.1038/s41567-021-01232-0.
https://doi.org/10.1038/s41567-021-01232-0

[45] Xiao-Liang Qi og Daniel Ranard. Bestemme en lokal hamiltonian fra en enkelt egentilstand. Quantum, 3: 159, 2019. 10.22331/q-2019-07-08-159.
https://doi.org/10.22331/q-2019-07-08-159

[46] Zhi Li, Liujun Zou og Timothy H. Hsieh. Hamiltonsk tomografi via kvanteslukking. Phys. Rev. Lett., 124: 160502, april 2020. 10.1103/PhysRevLett.124.160502. URL https:///doi.org/10.1103/PhysRevLett.124.160502.
https: / / doi.org/ 10.1103 / PhysRevLett.124.160502

[47] Assaf Zubida, Elad Yitzhaki, Netanel H Lindner og Eyal Bairey. Optimale korttidsmålinger for læring i Hamilton. arXiv preprint arXiv:2108.08824, 2021. https:///doi.org/10.48550/arXiv.2108.08824.
https:///doi.org/10.48550/arXiv.2108.08824
arxiv: 2108.08824

[48] Dominik Hangleiter, Ingo Roth, Jens Eisert og Pedram Roushan. Nøyaktig hamiltonsk identifikasjon av en superledende kvanteprosessor. arXiv preprint arXiv:2108.08319, 2021. 10.48550/arXiv.2108.08319.
https:///doi.org/10.48550/arXiv.2108.08319
arxiv: 2108.08319

[49] Steven T. Flammia og Joel J. Wallman. Effektiv estimering av pauli-kanaler. ACM Transactions on Quantum Computing, 1 (1), des. 2020. ISSN 2643-6809. 10.1145/3408039. URL https://doi.org/10.1145/3408039.
https: / / doi.org/ 10.1145 / 3408039

[50] Antonio Mezzacapo, U Las Heras, JS Pedernales, L DiCarlo, E Solano og L Lamata. Digitale kvante-rabi- og dicke-modeller i superledende kretser. Vitenskapelige rapporter, 4 (1): 1–4, 2014. 10.1038/srep07482.
https: / / doi.org/ 10.1038 / srep07482

[51] L García-Álvarez, J Casanova, A Mezzacapo, IL Egusquiza, L Lamata, G Romero og E Solano. Fermion-fermion-spredning i kvantefeltteori med superledende kretser. Physical review letters, 114 (7): 070502, 2015. 10.1103/PhysRevLett.114.070502.
https: / / doi.org/ 10.1103 / PhysRevLett.114.070502

[52] Serwan Asaad, Christian Dickel, Nathan K Langford, Stefano Poletto, Alessandro Bruno, Michiel Adriaan Rol, Duije Deurloo og Leonardo DiCarlo. Uavhengig, utvidbar kontroll av samme frekvens superledende qubits ved selektiv kringkasting. npj Quantum Information, 2 (1): 1–7, 2016. 10.1038/npjqi.2016.29.
https: / / doi.org/ 10.1038 / npjqi.2016.29

[53] Steven J Weber, Gabriel O Samach, David Hover, Simon Gustavsson, David K Kim, Alexander Melville, Danna Rosenberg, Adam P Sears, Fei Yan, Jonilyn L Yoder, et al. Koherente koblede qubits for kvanteutglødning. Physical Review Applied, 8 (1): 014004, 2017. 10.1103/PhysRevApplied.8.014004.
https: / / doi.org/ 10.1103 / PhysRevApplied.8.014004

[54] Hartmut Häffner, Wolfgang Hänsel, CF Roos, Jan Benhelm, Michael Chwalla, Timo Körber, UD Rapol, Mark Riebe, PO Schmidt, Christoph Becher, et al. Skalerbar multipartikkelsammenfiltring av fangede ioner. Nature, 438 (7068): 643–646, 2005. 10.1038/nature04279.
https: / / doi.org/ 10.1038 / nature04279

[55] Rainer Blatt og Christian F Roos. Kvantesimuleringer med fangede ioner. Nature Physics, 8 (4): 277, 2012. 10.1038/nphys2252.
https: / / doi.org/ 10.1038 / nphys2252

[56] Mark Saffman. Kvanteberegning med atomære qubits og rydberg-interaksjoner: fremgang og utfordringer. Journal of Physics B: Atomic, Molecular and Optical Physics, 49 (20): 202001, 2016. 10.1088/0953-4075/49/20/202001.
https://doi.org/10.1088/0953-4075/49/20/202001

[57] David G Cory, Mark D Price og Timothy F Havel. Kjernemagnetisk resonansspektroskopi: Et eksperimentelt tilgjengelig paradigme for kvanteberegning. Physica D: Ikke-lineære fenomener, 120 (1-2): 82–101, 1998. 10.1016/S0167-2789(98)00046-3.
https://doi.org/10.1016/S0167-2789(98)00046-3

[58] Daniel Stilck Franca, Liubov A Markovich, VV Dobrovitski, Albert H Werner og Johannes Borregaard. Effektiv og robust estimering av mange-qubit-hamiltonianere. arXiv preprint arXiv:2205.09567, 2022. https:///doi.org/10.48550/arXiv.2205.09567.
https:///doi.org/10.48550/arXiv.2205.09567
arxiv: 2205.09567

[59] Andi Gu, Lukasz Cincio og Patrick J Coles. Praktisk black box hamiltonian læring. arXiv preprint arXiv:2206.15464, 2022. https:///doi.org/10.48550/arXiv.2206.15464.
https:///doi.org/10.48550/arXiv.2206.15464
arxiv: 2206.15464

[60] Frederik Wilde, Augustine Kshetrimayum, Ingo Roth, Dominik Hangleiter, Ryan Sweke og Jens Eisert. Skalerbart lære kvante mange-kropps hamiltonians fra dynamiske data. arXiv preprint arXiv:2209.14328, 2022. https://doi.org/10.48550/arXiv.2209.14328.
https:///doi.org/10.48550/arXiv.2209.14328
arxiv: 2209.14328

[61] Hsin-Yuan Huang, Yu Tong, Di Fang og Yuan Su. Lære mange-kropps hamiltonians med heisenberg-begrenset skalering. Phys. Rev. Lett., 130: 200403, mai 2023. 10.1103/PhysRevLett.130.200403. URL https:///doi.org/10.1103/PhysRevLett.130.200403.
https: / / doi.org/ 10.1103 / PhysRevLett.130.200403

[62] Robin Harper, Wenjun Yu og Steven T. Flammia. Rask estimering av sparsom kvantestøy. PRX Quantum, 2: 010322, februar 2021. 10.1103/PRXQuantum.2.010322. URL https:///doi.org/10.1103/PRXQuantum.2.010322.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010322

[63] A. Shabani, RL Kosut, M. Mohseni, H. Rabitz, MA Broome, MP Almeida, A. Fedrizzi og AG White. Effektiv måling av kvantedynamikk via kompressiv sensing. Phys. Rev. Lett., 106 (10): 100401, mars 2011. 10.1103/PhysRevLett.106.100401.
https: / / doi.org/ 10.1103 / PhysRevLett.106.100401

[64] Shi-Yao Hou, Ningping Cao, Sirui Lu, Yi Shen, Yiu-Tung Poon og Bei Zeng. Bestemme hamiltonisk system fra egentilstandsmålinger uten korrelasjonsfunksjoner. New Journal of Physics, 22 (8): 083088, 2020. 10.1088/1367-2630/abaacf.
https:///doi.org/10.1088/1367-2630/abaacf

[65] James R. Garrison og Tarun Grover. Koder en enkelt egentilstand for hele hamiltonian? Phys. Rev. X, 8: 021026, april 2018. 10.1103/PhysRevX.8.021026. URL https:///doi.org/10.1103/PhysRevX.8.021026.
https: / / doi.org/ 10.1103 / PhysRevX.8.021026

[66] Maika Takita, Andrew W Cross, AD Córcoles, Jerry M Chow og Jay M Gambetta. Eksperimentell demonstrasjon av feiltolerante tilstandsforberedelser med superledende qubits. Physical review letters, 119 (18): 180501, 2017. 10.1103/PhysRevLett.119.180501.
https: / / doi.org/ 10.1103 / PhysRevLett.119.180501

[67] Abhinav Kandala, Kristan Temme, Antonio D Córcoles, Antonio Mezzacapo, Jerry M Chow og Jay M Gambetta. Feilredusering utvider beregningsrekkevidden til en støyende kvanteprosessor. Nature, 567 (7749): 491, 2019. 10.1038/s41586-019-1040-7.
https://doi.org/10.1038/s41586-019-1040-7

[68] Jinzhao Sun, Xiao Yuan, Takahiro Tsunoda, Vlatko Vedral, Simon C. Benjamin og Suguru Endo. Reduserer realistisk støy i praktiske støyende kvanteenheter i mellomskala. Phys. Rev. Applied, 15: 034026, Mar 2021a. 10.1103/PhysRevApplied.15.034026. URL https:///doi.org/10.1103/PhysRevApplied.15.034026.
https: / / doi.org/ 10.1103 / PhysRevApplied.15.034026

[69] Julia Kempe, Alexei Kitaev og Oded Regev. Kompleksiteten til det lokale hamiltonske problemet. Siam journal on computing, 35 (5): 1070–1097, 2006. 10.1007/978-3-540-30538-5_31.
https://doi.org/10.1007/978-3-540-30538-5_31

[70] Andrew M Childs, Dmitri Maslov, Yunseong Nam, Neil J Ross, og Yuan Su. Mot den første kvantesimuleringen med kvantesnakking. Proceedings of the National Academy of Sciences, 115 (38): 9456–9461, 2018. 10.1073 / pnas.1801723115.
https: / / doi.org/ 10.1073 / pnas.1801723115

[71] Guang Hao Low og Isaac L Chuang. Hamiltonian simulering ved kvbitisering. Quantum, 3: 163, 2019. 10.22331 / q-2019-07-12-163.
https://doi.org/10.22331/q-2019-07-12-163

[72] Jinzhao Sun, Suguru Endo, Huiping Lin, Patrick Hayden, Vlatko Vedral og Xiao Yuan. Perturbativ kvantesimulering. arXiv forhåndstrykk arXiv:2106.05938, 2021b. 10.48550/arXiv.2106.05938.
https:///doi.org/10.48550/arXiv.2106.05938
arxiv: 2106.05938

[73] J. Helsen, I. Roth, E. Onorati, AH Werner og J. Eisert. Generelt rammeverk for randomisert benchmarking. PRX Quantum, 3: 020357, juni 2022. 10.1103/PRXQuantum.3.020357.
https: / / doi.org/ 10.1103 / PRXQuantum.3.020357

[74] Jonas Helsen, Joel J Wallman, Steven T Flammia og Stephanie Wehner. Multiqubit randomisert benchmarking ved bruk av få prøver. Physical Review A, 100 (3): 032304, 2019a. 10.1103/PhysRevA.100.032304.
https: / / doi.org/ 10.1103 / PhysRevA.100.032304

[75] Joel Wallman. Randomisert benchmarking med portavhengig støy. Quantum, 2: 47, 2018. 10.22331/q-2018-01-29-47.
https://doi.org/10.22331/q-2018-01-29-47

[76] Robin Harper, Steven T Flammia og Joel J Wallman. Effektiv læring av kvantestøy. Nature Physics, 16 (12): 1184–1188, 2020. https://doi.org/10.1038/s41567-020-0992-8.
https://doi.org/10.1038/s41567-020-0992-8

[77] R. Barends, J. Kelly, A. Megrant, A. Veitia, D. Sank, E. Jeffrey, TC White, J. Mutus, AG Fowler, B. Campbell, Y. Chen, Z. Chen, B. Chiaro, A. Dunsworth, C. Neill, P. O'Malley, P. Roushan, A. Vainsencher, J. Wenner, AN Korotkov, AN Cleland og John M. Martinis. Superledende kvantekretser ved overflatekodeterskelen for feiltoleranse. Natur, 508 (7497): 500–503, apr 2014. 10.1038 / nature13171.
https: / / doi.org/ 10.1038 / nature13171

[78] Aaron Somoroff, Quentin Ficheux, Raymond A Mencia, Haonan Xiong, Roman V Kuzmin og Vladimir E Manucharyan. Millisekundes koherens i en superledende qubit. arXiv preprint arXiv:2103.08578, 2021. 10.48550/arXiv.2103.08578.
https:///doi.org/10.48550/arXiv.2103.08578
arxiv: 2103.08578

[79] Easwar Magesan. Karakteriserende støy i kvantesystemer. PhD-avhandling, University of Waterloo, Waterloo, Ontario, Canada, 2012. URL https:///uwspace.uwaterloo.ca/bitstream/handle/10012/6832/Magesan_Easwar.pdf.
https:///uwspace.uwaterloo.ca/bitstream/handle/10012/6832/Magesan_Easwar.pdf

[80] Christoph Dankert, Richard Cleve, Joseph Emerson og Etera Livine. Nøyaktige og omtrentlige enhetlige 2-design og deres anvendelse på troskapsestimat. Phys. Rev. A, 80: 012304, juli 2009. 10.1103/PhysRevA.80.012304.
https: / / doi.org/ 10.1103 / PhysRevA.80.012304

[81] Alexander Erhard, Joel J. Wallman, Lukas Postler, Michael Meth, Roman Stricker, Esteban A. Martinez, Philipp Schindler, Thomas Monz, Joseph Emerson og Rainer Blatt. Karakteriserer kvantedatamaskiner i stor skala via syklusbenchmarking. Nat. Commun., 10 (1): 5347, november 2019. 10.1038/s41467-019-13068-7. URL https:///doi.org/10.1038/s41467-019-13068-7.
https://doi.org/10.1038/s41467-019-13068-7

[82] Jonas Helsen, Xiao Xue, Lieven MK Vandersypen og Stephanie Wehner. En ny klasse med effektive randomiserte benchmarking-protokoller. npj Quantum Inf., 5: 71, 2019b. 10.1038/s41534-019-0182-7.
https://doi.org/10.1038/s41534-019-0182-7

[83] M. Mohseni, AT Rezakhani og DA Lidar. Kvanteprosesstomografi: Ressursanalyse av ulike strategier. Phys. Rev. A, 77: 032322, mars 2008b. 10.1103/PhysRevA.77.032322. URL https:///doi.org/10.1103/PhysRevA.77.032322.
https: / / doi.org/ 10.1103 / PhysRevA.77.032322

[84] JF Poyatos, JI Cirac og P. Zoller. Fullstendig karakterisering av en kvanteprosess: Den to-bits kvanteporten. Phys. Rev. Lett., 78: 390–393, januar 1997. 10.1103/PhysRevLett.78.390. URL https:///doi.org/10.1103/PhysRevLett.78.390.
https: / / doi.org/ 10.1103 / PhysRevLett.78.390

[85] Xiao Yuan, Zhen Zhang, Norbert Lütkenhaus og Xiongfeng Ma. Simulering av enkeltfotoner med realistiske fotonkilder. Physical Review A, 94 (6): 062305, 2016. 10.1103/PhysRevA.94.062305.
https: / / doi.org/ 10.1103 / PhysRevA.94.062305

[86] Filippo Troiani, Alberto Ghirri, Marco Affronte, S Carretta, P Santini, G Amoretti, S Piligkos, G Timco og REP Winpenny. Molekylær konstruksjon av antiferromagnetiske ringer for kvanteberegning. Physical review letters, 94 (20): 207208, 2005. 10.1103/PhysRevLett.94.207208.
https: / / doi.org/ 10.1103 / PhysRevLett.94.207208

[87] P Santini, S Carretta, F Troiani og G Amoretti. Molekylære nanomagneter som kvantesimulatorer. Physical review letters, 107 (23): 230502, 2011. 10.1103/PhysRevLett.107.230502.
https: / / doi.org/ 10.1103 / PhysRevLett.107.230502

[88] Zeyao Han og Wenjun Yu. Github: HamiltonianLearning. https:///github.com/zyHan2077/HamiltonianLearning, desember 2021.
https:///github.com/zyHan2077/HamiltonianLearning

[89] Senrui Chen, Sisi Zhou, Alireza Seif og Liang Jiang. Kvantefordeler for pauli-kanalestimering. Phys. Rev. A, 105: 032435, mars 2022. 10.1103/PhysRevA.105.032435. URL https:///doi.org/10.1103/PhysRevA.105.032435.
https: / / doi.org/ 10.1103 / PhysRevA.105.032435

[90] Xiao Li, Joseph Kurata Bradley, Sameer Pawar og Kannan Ramchandran. SPRIGHT-algoritmen for robuste sparsomme Hadamard-transformasjoner. I 2014 IEEE International Symposium on Information Theory, Honolulu, Hawaii, USA, juni 2014. IEEE. 10.1109/isit.2014.6875155.
https: / / doi.org/ 10.1109 / isit.2014.6875155

[91] EJ Candes og T. Tao. Avkoding ved lineær programmering. IEEE Transactions on Information Theory, 51 (12): 4203–4215, 2005. 10.1109/TIT.2005.858979.
https: / / doi.org/ 10.1109 / TIT.2005.858979

[92] Emmanuel J Candes, Justin K Romberg og Terence Tao. Stabil signalgjenoppretting fra ufullstendige og unøyaktige målinger. Communications on Pure and Applied Mathematics: A Journal Issued by Courant Institute of Mathematical Sciences, 59 (8): 1207–1223, 2006. 10.1002/cpa.20124.
https: / / doi.org/ 10.1002 / cpa.20124

[93] Richard Baraniuk, Mark Davenport, Ronald DeVore og Michael Wakin. Et enkelt bevis på den begrensede isometriegenskapen for tilfeldige matriser. Constructive Approximation, 28 (3): 253–263, 2008. 10.1007/s00365-007-9003-x.
https: / / doi.org/ 10.1007 / s00365-007-9003-x

[94] Emmanuel J. Candès. Den begrensede isometriegenskapen og dens implikasjoner for komprimert sensing. Comptes Rendus Mathematique, 346 (9): 589–592, 2008. ISSN 1631-073X. https:///doi.org/10.1016/j.crma.2008.03.014. URL https:///www.sciencedirect.com/science/article/pii/S1631073X08000964.
https:///doi.org/10.1016/j.crma.2008.03.014
https:///www.sciencedirect.com/science/article/pii/S1631073X08000964

Sitert av

[1] Frederik Wilde, Augustine Kshetrimayum, Ingo Roth, Dominik Hangleiter, Ryan Sweke og Jens Eisert, "Scalably learning quantum many-body Hamiltonians from dynamic data", arxiv: 2209.14328, (2022).

[2] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch og Peter Zoller, "The randomized measurement toolbox", Naturanmeldelser Fysikk 5 1, 9 (2023).

[3] Hsin-Yuan Huang, Yu Tong, Di Fang og Yuan Su, "Lære Hamiltonianere med mange kropper med Heisenberg-begrenset skalering", Fysiske gjennomgangsbrev 130 20, 200403 (2023).

[4] Lorenzo Pastori, Tobias Olsacher, Christian Kokail og Peter Zoller, "Karakterisering og verifisering av trotterisert digital kvantesimulering via Hamiltonian og Liouvillian Learning", PRX Quantum 3 3, 030324 (2022).

[5] Bruno Murta og J. Fernández-Rossier, "En-til-en korrespondanse mellom termiske strukturfaktorer og koblingskonstanter for generelle bilineære Hamiltonians", Fysisk gjennomgang E 105 6, L062101 (2022).

[6] João Augusto Sobral, Stefan Obernauer, Simon Turkel, Abhay N. Pasupathy og Mathias S. Scheurer, "Machine Learning Microscopic Form of Nematic Order in twisted double-bilayer graphene", arxiv: 2302.12274, (2023).

[7] Yigal Ilin og Itai Arad, "Benchmarking av en kvantedatamaskin ved å bruke en konstruert dissipativ steady-state", arxiv: 2302.06517, (2023).

[8] Alicja Dutkiewicz, Thomas E. O'Brien og Thomas Schuster, "Fordelen med kvantekontroll i Hamilton-læring med mange kropper", arxiv: 2304.07172, (2023).

[9] Matthias C. Caro, "Lære kvanteprosesser og Hamiltonians via Pauli Transfer Matrix", arxiv: 2212.04471, (2022).

[10] Tian-Lun Zhao, Shi-Xin Hu og Yi Zhang, "Maximal-likelihood-estimate Hamiltonian learning via effektiv og robust quantum likelihood gradient", Fysisk gjennomgang forskning 5 2, 023136 (2023).

[11] Ammar Daskin, Rishabh Gupta og Saber Kais, "Dimensjonsreduksjon og redundansfjerning gjennom påfølgende Schmidt-dekomponeringer", arxiv: 2302.04801, (2023).

[12] Rishabh Gupta, Raja Selvarajan, Manas Sajjan, Raphael D. Levine og Saber Kais, "Hamiltonian Learning from Time Dynamics Using Variational Algorithms", Journal of Physical Chemistry A 127 14, 3246 (2023).

Sitatene ovenfor er fra SAO / NASA ADS (sist oppdatert vellykket 2023-06-29 14:51:01). Listen kan være ufullstendig fordi ikke alle utgivere gir passende og fullstendige sitasjonsdata.

Kunne ikke hente Crossref sitert av data under siste forsøk 2023-06-29 14:51:00: Kunne ikke hente siterte data for 10.22331 / q-2023-06-29-1045 fra Crossref. Dette er normalt hvis DOI nylig ble registrert.

Denne artikkelen er utgitt i Quantum under Creative Commons Attribution 4.0 International (CC BY 4.0) tillatelse. Opphavsrett forblir hos de opprinnelige rettighetshaverne som forfatterne eller institusjonene deres.

SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
PlatoESG. Bil / elbiler, Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
BlockOffsets. Modernisering av eierskap for miljøkompensasjon. Tilgang her.
kilde: https://quantum-journal.org/papers/q-2023-06-29-1045/

Tidstempel: Juni 29, 2023

Tidstempel: Jan 26, 2023

Robust og effektiv Hamiltonsk læring

Publisert av Platon

Abstrakt

Populært sammendrag

► BibTeX-data

► Referanser

Sitert av

Mer fra Kvantejournal

Subradiante kanttilstander i en atomkjede med bølgeledermediert hopping

Kvantealkymi og universell ortogonalitetskatastrofe i endimensjonale alle

Aktivering av multiprogrammeringsmekanisme for kvanteberegning i NISQ-æraen

Digital kvantesimulering av ikke-perturbativ dynamikk i åpne systemer med ortogonale polynomer

Kvantesignaturer i ikke-lineære gravitasjonsbølger

Rollen til materiekoherens i sammenfiltring på grunn av tyngdekraften

Fotonisk sammenfiltring med akselerert lys

Hamiltoniansk læring med høy nøyaktighet via delokaliserte kvantetilstandsutviklinger

Om Oss

Vertikal søk og Ai

Plattform

Hold kontakten

Logg inn