Czy łagodzenie błędów może poprawić możliwości uczenia zaszumionych wariacyjnych algorytmów kwantowych?

Czy łagodzenie błędów może poprawić możliwości uczenia zaszumionych wariacyjnych algorytmów kwantowych?

Znacznik czasu: 14 marca 2024 11:34

Samsona Wanga1,2, Piotra Czarnika1,3,4, Andrzej Arrasmith1,5, M. Cerezo1,5,6, Łukasz Cincio1,5i Patrick J. Coles1,5

1Wydział Teoretyczny, Laboratorium Narodowe Los Alamos, Los Alamos, NM 87545, USA
2Wydział Fizyki, Imperial College London, Londyn, SW7 2AZ, Wielka Brytania
3Wydział Fizyki, Astronomii i Informatyki Stosowanej, Uniwersytet Jagielloński, Kraków, Polska
4Marka Kaca Centrum Badań Systemów Złożonych, Uniwersytet Jagielloński, Kraków, Polska
5Quantum Science Center, Oak Ridge, TN 37931, USA
6Centrum Badań Nieliniowych, Laboratorium Narodowe Los Alamos, Los Alamos, NM 87545, USA

Czy ten artykuł jest interesujący czy chcesz dyskutować? Napisz lub zostaw komentarz do SciRate.

Abstrakcyjny

Wariacyjne algorytmy kwantowe (VQA) są często postrzegane jako największa szansa na uzyskanie krótkoterminowej przewagi kwantowej. Jednakże ostatnie badania wykazały, że hałas może poważnie ograniczyć możliwości szkolenia VQA, np. poprzez wykładnicze spłaszczenie krajobrazu kosztów i ograniczenie wielkości gradientów kosztów. Funkcja łagodzenia błędów (EM) okazuje się obiecująca w ograniczaniu wpływu hałasu na urządzenia w najbliższej przyszłości. Dlatego naturalne jest pytanie, czy EM może poprawić możliwości szkolenia VQA. W tej pracy po raz pierwszy pokazujemy, że w przypadku szerokiej klasy strategii rynków wschodzących wykładniczej koncentracji kosztów nie można rozwiązać bez przeznaczania wykładniczych zasobów gdzie indziej. Ta klasa strategii obejmuje jako przypadki specjalne ekstrapolację zerowego szumu, destylację wirtualną, probabilistyczne anulowanie błędów i regresję danych Clifforda. Po drugie, przeprowadzamy analizę analityczną i numeryczną tych protokołów EM i stwierdzamy, że niektóre z nich (np. wirtualna destylacja) mogą utrudniać określenie wartości funkcji kosztu w porównaniu z brakiem EM. Pozytywnym rezultatem jest fakt, że znaleźliśmy liczbowe dowody na to, że regresja danych Clifforda (CDR) może wspomóc proces szkoleniowy w niektórych sytuacjach, w których koncentracja kosztów nie jest zbyt duża. Nasze wyniki pokazują, że należy zachować ostrożność przy stosowaniu protokołów EM, ponieważ mogą one pogorszyć lub nie poprawić możliwości szkolenia. Z drugiej strony nasze pozytywne wyniki w zakresie CDR podkreślają możliwość opracowania metod łagodzenia błędów inżynieryjnych w celu poprawy możliwości szkolenia.

Czy łagodzenie błędów może poprawić możliwości uczenia zaszumionych wariacyjnych algorytmów kwantowych? Inteligencja danych PlatoBlockchain. Wyszukiwanie pionowe. AI.

Wyróżniony obraz: Stwierdzono, że niektóre rodzaje szumu sprzętowego wykładniczo pogarszają możliwość rozwiązywania krajobrazów kosztów w wariacyjnych algorytmach kwantowych. Zatem dokładna i niezawodna optymalizacja zaszumionych wariacyjnych algorytmów kwantowych może być obciążona wykładniczym narzutem próbki. W tej pracy pytamy, czy ograniczanie błędów może złagodzić to zjawisko, zarówno z punktu widzenia skalowania (w granicach dużych rozmiarów systemów), jak i dla stałych rozmiarów problemów.

► Dane BibTeX

► Referencje

[1] Jarrod R McClean, Jonathan Romero, Ryan Babbush i Alán Aspuru-Guzik. „Teoria wariacyjnych hybrydowych algorytmów kwantowo-klasycznych”. Nowy Czasopismo Fizyki 18, 023023 (2016).
https:/​/​doi.org/​10.1007/​978-94-015-8330-5_4

[2] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Łukasz Cincio i Patrick J. Coles. „Wariacyjne algorytmy kwantowe”. Nature Recenzje Fizyka 3, 625–644 (2021).
https:/​/​doi.org/​10.1038/​s42254-021-00348-9

[3] Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin i Xiao Yuan. „Wariacyjna symulacja kwantowa oparta na ansatz wyimaginowanej ewolucji czasu”. npj Quantum Information 5, 1–6 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0187-2

[4] Harper R Grimsley, Sophia E Economou, Edwin Barnes i Nicholas J Mayhall. „Adaptacyjny algorytm wariacyjny do dokładnych symulacji molekularnych na komputerze kwantowym”. Komunikaty przyrodnicze 10, 1-9 (2019).
https:/​/​doi.org/​10.1038/​s41467-019-10988-2

[5] Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Łukasz Cincio, Patrick J. Coles i Andrew Sornborger. „Wariacyjne szybkie przewijanie do symulacji kwantowej poza czasem koherencji”. npj Quantum Information 6, 1–10 (2020).
https:/​/​doi.org/​10.1038/​s41534-020-00302-0

[6] Benjamin Commeau, M. Cerezo, Zoë Holmes, Łukasz Cincio, Patrick J. Coles i Andrew Sornborger. „Wariacyjna diagonalizacja Hamiltona dla dynamicznej symulacji kwantowej”. Przedruk arXiv arXiv:2009.02559 (2020).
https://​/​doi.org/​10.48550/​arXiv.2009.02559

[7] Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Łukasz Cincio, Patrick J. Coles i Andrew Sornborger. „Długoterminowe symulacje o wysokiej wierności na sprzęcie kwantowym”. Przedruk arXiv arXiv:2102.04313 (2021).
https://​/​doi.org/​10.48550/​arXiv.2102.04313

[8] Yong-Xin Yao, Niladri Gomes, Feng Zhang, Thomas Iadecola, Cai-Zhuang Wang, Kai-Ming Ho i Peter P. Orth. „Adaptacyjne wariacyjne symulacje dynamiki kwantowej”. Przedruk arXiv arXiv:2011.00622 (2020).
https: // doi.org/ 10.1103 / PRXQuantum.2.030307

[9] Suguru Endo, Jinzhao Sun, Ying Li, Simon C Benjamin i Xiao Yuan. „Wariacyjna symulacja kwantowa procesów ogólnych”. Listy przeglądu fizycznego 125, 010501 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.125.010501

[10] Y. Li i SC Benjamin. „Efektywny wariacyjny symulator kwantowy obejmujący aktywną minimalizację błędów”. Fiz. Rev. X 7, 021050 (2017).
https: / / doi.org/ 10.1103 / PhysRevX.7.021050

[11] Jonathan Wei Zhong Lau, Kishor Bharti, Tobias Haug i Leong Chuan Kwek. „Wspomagana kwantowo symulacja hamiltonianów zależnych od czasu”. Przedruk arXiv arXiv:2101.07677 (2021).
https://​/​doi.org/​10.48550/​arXiv.2101.07677

[12] Kentaro Heya, Ken M. Nakanishi, Kosuke Mitarai i Keisuke Fujii. „Podprzestrzenny wariacyjny symulator kwantowy”. Przedruk arXiv arXiv:1904.08566 (2019).
https://​/​doi.org/​10.48550/​arXiv.1904.08566

[13] Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li i Simon C Benjamin. „Teoria wariacyjnej symulacji kwantowej”. Kwant 3, 191 (2019).
https:/​/​doi.org/​10.22331/​q-2019-10-07-191

[14] Maria Schuld, Alex Bocharov, Krysta M. Svore i Nathan Wiebe. „Klasyfikatory kwantowe skupione na obwodzie”. Przegląd fizyczny A 101, 032308 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.101.032308

[15] Guillaume Verdon, Michael Broughton i Jacob Biamonte. „Algorytm kwantowy do uczenia sieci neuronowych przy użyciu obwodów o małej głębokości”. Przedruk arXiv arXiv:1712.05304 (2017).
https://​/​doi.org/​10.48550/​arXiv.1712.05304

[16] Jonathan Romero i Alan Aspuru-Guzik. „Wariacyjne generatory kwantowe: generatywne kontradyktoryjne uczenie maszynowe kwantowe dla rozkładów ciągłych”. Zaawansowane technologie kwantowe 4, 2000003 (2021).
https: / / doi.org/ 10.1002 / qute.202000003

[17] Edwarda Farhiego i Hartmuta Nevena. „Klasyfikacja z kwantowymi sieciami neuronowymi na procesorach krótkoterminowych”. Przedruk arXiv arXiv:1802.06002 (2018).
https://​/​doi.org/​10.48550/​arXiv.1802.06002

[18] Kerstin Beer, Dmytro Bondarenko, Terry Farrelly, Tobias J. Osborne, Robert Salzmann, Daniel Scheiermann i Ramona Wolf. „Trening głębokich kwantowych sieci neuronowych”. Komunikaty natury 11, 808 (2020).
https:/​/​doi.org/​10.1038/​s41467-020-14454-2

[19] Iris Cong, Soonwon Choi i Mikhail D Lukin. „Kwantowe splotowe sieci neuronowe”. Fizyka przyrody 15, 1273–1278 (2019).
https:/​/​doi.org/​10.1038/​s41567-019-0648-8

[20] Edward Grant, Marcello Benedetti, Shuxiang Cao, Andrew Hallam, Joshua Lockhart, Vid Stojevic, Andrew G Green i Simone Severini. „Hierarchiczne klasyfikatory kwantowe”. npj Informacje kwantowe 4, 1–8 (2018).
https:/​/​doi.org/​10.1038/​s41534-018-0116-9

[21] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J Love, Alán Aspuru-Guzik i Jeremy L O'brien. „Rozwiązywanie wariacyjnej wartości własnej na fotonicznym procesorze kwantowym”. Komunikaty natury 5, 1–7 (2014).
https: / / doi.org/ 10.1038 / ncomms5213

[22] Bela Bauer, Dave Wecker, Andrew J. Millis, Matthew B. Hastings i Matthias Troyer. „Hybrydowe podejście kwantowo-klasyczne do materiałów skorelowanych”. Przegląd fizyczny X 6, 031045 (2016).
https: / / doi.org/ 10.1103 / PhysRevX.6.031045

[23] Tyson Jones, Suguru Endo, Sam McArdle, Xiao Yuan i Simon C. Benjamin. „Wariacyjne algorytmy kwantowe do odkrywania widm Hamiltona”. Przegląd fizyczny A 99, 062304 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062304

[24] Edwarda Farhiego, Jeffreya Goldstone’a i Sama Gutmanna. „Algorytm optymalizacji przybliżonej kwantowo”. Przedruk arXiv arXiv:1411.4028 (2014).
https://​/​doi.org/​10.48550/​arXiv.1411.4028

[25] Zhihui Wang, S. Hadfield, Z. Jiang i EG Rieffel. „Algorytm optymalizacji przybliżonej kwantowej dla MaxCut: widok fermionowy”. Przegląd fizyczny A 97, 022304 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.97.022304

[26] Gavin E. Crooks. „Wykonanie algorytmu optymalizacji przybliżonej kwantowo w problemie maksymalnego cięcia”. Przedruk arXiv arXiv:1811.08419 (2018).
https://​/​doi.org/​10.48550/​arXiv.1811.08419

[27] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli i Rupak Biswas. „Od przybliżonego algorytmu optymalizacji kwantowej do kwantowego operatora przemiennego ansatz”. Algorytmy 12, 34 (2019).
https: / / doi.org/ 10.3390 / a12020034

[28] Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Łukasz Cincio i Patrick Coles. „Wariacyjny kwantowy solwer liniowy”. Przedruk arXiv arXiv:1909.05820 (2019).
https:/​/​doi.org/​10.22331/​q-2023-11-22-1188

[29] Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C. Benjamin i Xiao Yuan. „Algorytmy wariacyjne algebry liniowej”. Biuletyn Naukowy 66, 2181–2188 (2021).
https: / / doi.org/ 10.1016 / j.scib.2021.06.023

[30] Bálint Koczor, Suguru Endo, Tyson Jones, Yuichiro Matsuzaki i Simon C. Benjamin. „Merologia kwantowa stanu wariacyjnego”. Nowy dziennik fizyki (2020).
https://​/​doi.org/​10.1088/​1367-2630/​ab965e

[31] Johannesa Jakoba Meyera, Johannesa Borregaarda i Jensa Eiserta. „Wariacyjny zestaw narzędzi do kwantowej estymacji wieloparametrowej”. NPJ Quantum Information 7, 1–5 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00425-y

[32] Eric Anschuetz, Jonathan Olson, Alán Aspuru-Guzik i Yudong Cao. „Wariacyjne faktoring kwantowy”. Technologia kwantowa i problemy optymalizacji (2019).
https:/​/​doi.org/​10.1007/​978-3-030-14082-3_7

[33] Sumeet Khatri, Ryan LaRose, Alexander Poremba, Łukasz Cincio, Andrew T Sornborger i Patrick J Coles. „Kompilacja kwantowa wspomagana kwantowo”. Kwant 3, 140 (2019).
https:/​/​doi.org/​10.22331/​q-2019-05-13-140

[34] Kunal Sharma, Sumeet Khatri, M. Cerezo i Patrick J. Coles. „Odporność na szumy wariacyjnej kompilacji kwantowej”. New Journal of Physics 22, 043006 (2020).
https: / / doi.org/ 10.1088 / 1367-2630 / ab784c

[35] Tysona Jonesa i Simona C. Benjamina. „Kompilacja kwantowa i optymalizacja obwodów poprzez rozpraszanie energii”. Przedruk arXiv arXiv:1811.03147 (2018).
https:/​/​doi.org/​10.22331/​q-2022-01-24-628

[36] Andrew Arrasmith, Łukasz Cincio, Andrew T. Sornborger, Wojciech H. Zurek i Patrick J. Coles. „Wariacyjne spójne historie jako algorytm hybrydowy dla podstaw kwantowych”. Nature Communications 10, 1–7 (2019).
https:/​/​doi.org/​10.1038/​s41467-019-11417-0

[37] M. Cerezo, Kunal Sharma, Andrew Arrasmith i Patrick J. Coles. „Wariacyjny solwent stanu kwantowego”. Przedruk arXiv arXiv:2004.01372 (2020).
https:/​/​doi.org/​10.1038/​s41534-022-00611-6

[38] Ryan LaRose, Arkin Tikku, Étude O'Neel-Judy, Łukasz Cincio i Patrick J. Coles. „Wariacyjna diagonalizacja stanu kwantowego”. npj Quantum Information 5, 1–10 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0167-6

[39] Guillaume Verdon, Jacob Marks, Sasha Nanda, Stefan Leichenauer i Jack Hidary. „Kwantowe modele hamiltonianowe i algorytm wariacyjnego termalizatora kwantowego”. Przedruk arXiv arXiv:1910.02071 (2019).
https://​/​doi.org/​10.48550/​arXiv.1910.02071

[40] Peter D Johnson, Jonathan Romero, Jonathan Olson, Yudong Cao i Alán Aspuru-Guzik. „Qvector: algorytm korekcji błędów kwantowych dostosowanych do urządzenia”. Przedruk arXiv arXiv:1711.02249 (2017).
https://​/​doi.org/​10.48550/​arXiv.1711.02249

[41] Johna Preskilla. „Obliczenia kwantowe w erze NISQ i poza nią”. Kwant 2, 79 (2018).
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

[42] Kristan Temme, Sergey Bravyi i Jay M. Gambetta. „Łagodzenie błędów w obwodach kwantowych o małej głębokości”. Fiz. Ks. 119, 180509 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509

[43] Suguru Endo, Simon C. Benjamin i Ying Li. „Praktyczne łagodzenie błędów kwantowych w zastosowaniach najbliższej przyszłości”. Przegląd fizyczny X 8, 031027 (2018).
https: / / doi.org/ 10.1103 / PhysRevX.8.031027

[44] Abhinav Kandala, Kristan Temme, Antonio D. Córcoles, Antonio Mezzacapo, Jerry M. Chow i Jay M. Gambetta. „Łagodzenie błędów zwiększa zasięg obliczeniowy hałaśliwego procesora kwantowego”. Natura 567, 491–495 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-1040-7

[45] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles i Łukasz Cincio. „Łagodzenie błędów za pomocą danych z obwodu kwantowego Clifforda”. Kwant 5, 592 (2021).
https:/​/​doi.org/​10.22331/​q-2021-11-26-592

[46] William J. Huggins, Sam McArdle, Thomas E. O'Brien, Joonho Lee, Nicholas C. Rubin, Sergio Boixo, K. Birgitta Whaley, Ryan Babbush i Jarrod R. McClean. „Wirtualna destylacja w celu ograniczenia błędów kwantowych”. Przegląd fizyczny X 11, 041036 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.041036

[47] Bálinta Koczora. „Wykładnicze tłumienie błędów dla krótkoterminowych urządzeń kwantowych”. Przegląd fizyczny X 11, 031057 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.031057

[48] Jarrod R McClean, Mollie E Kimchi-Schwartz, Jonathan Carter i Wibe A De Jong. „Hybrydowa hierarchia kwantowo-klasyczna do łagodzenia dekoherencji i wyznaczania stanów wzbudzonych”. Przegląd fizyczny A 95, 042308 (2017).
https: / / doi.org/ 10.1103 / PhysRevA.95.042308

[49] Thomas E. O'Brien, Stefano Polla, Nicholas C. Rubin, William J. Huggins, Sam McArdle, Sergio Boixo, Jarrod R. McClean i Ryan Babbush. „Łagodzenie błędów poprzez zweryfikowane oszacowanie fazy”. PRX Quantum 2, 020317 (2021).
https: // doi.org/ 10.1103 / PRXQuantum.2.020317

[50] Sam McArdle, Xiao Yuan i Simon Benjamin. „Cyfrowa symulacja kwantowa z łagodzonymi błędami”. Fiz. Ks. 122, 180501 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.180501

[51] Xavi Bonet-Monroig, Ramiro Sagastizabal, M. Singh i TE O'Brien. „Niskokosztowe łagodzenie błędów poprzez weryfikację symetrii”. Przegląd fizyczny A 98, 062339 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.062339

[52] William J. Huggins, Jarrod R. McClean, Nicholas C. Rubin, Zhang Jiang, Nathan Wiebe, K. Birgitta Whaley i Ryan Babbush. „Wydajne i odporne na zakłócenia pomiary chemii kwantowej na komputerach kwantowych bliskiego terminu”. npj Quantum Information 7, 1–9 (2021).
https:/​/​doi.org/​10.1038/​s41534-020-00341-7

[53] George’a S. Barrona i Christophera J. Wooda. „Łagodzenie błędów pomiaru w wariacyjnych algorytmach kwantowych”. Przedruk arXiv arXiv:2010.08520 (2020).
https://​/​doi.org/​10.48550/​arXiv.2010.08520

[54] Alistair WR Smith, Kiran E. Khosla, Chris N. Self i MS Kim. „Łagodzenie błędów odczytu Qubitu za pomocą uśredniania odwracania bitów”. Postępy nauki 7 (2021).
https://​/​doi.org/​10.1126/​sciadv.abi8009

[55] Daiqin Su, Robert Izrael, Kunal Sharma, Haoyu Qi, Ish Dhand i Kamil Brádler. „Łagodzenie błędów w krótkoterminowym kwantowym urządzeniu fotonicznym”. Kwant 5, 452 (2021).
https:/​/​doi.org/​10.22331/​q-2021-05-04-452

[56] Samson Wang, Enrico Fontana, M. Cerezo, Kunal Sharma, Akira Sone, Łukasz Cincio i Patrick J Coles. „Wywołane hałasem jałowe płaskowyże w wariacyjnych algorytmach kwantowych”. Komunikaty natury 12, 1–11 (2021).
https:/​/​doi.org/​10.1038/​s41467-021-27045-6

[57] Daniel Stilck França i Raul Garcia-Patron. „Ograniczenia algorytmów optymalizacyjnych na hałaśliwych urządzeniach kwantowych”. Fizyka przyrody 17, 1221–1227 (2021).
https:/​/​doi.org/​10.1038/​s41567-021-01356-3

[58] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush i Hartmut Neven. „Jałowe płaskowyże w krajobrazach treningowych kwantowych sieci neuronowych”. Komunikaty natury 9, 1–6 (2018).
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

[59] M. Cerezo, Akira Sone, Tyler Volkoff, Łukasz Cincio i Patrick J Coles. „Jałowe płaskowyże zależne od funkcji kosztów w płytkich sparametryzowanych obwodach kwantowych”. Nature Communications 12, 1–12 (2021).
https: / / doi.org/ 10.1038 / s41467-021-21728-w

[60] Andrew Arrasmith, M. Cerezo, Piotr Czarnik, Łukasz Cincio i Patrick J Coles. „Wpływ jałowych płaskowyżów na optymalizację bez gradientu”. Kwant 5, 558 (2021).
https:/​/​doi.org/​10.22331/​q-2021-10-05-558

[61] M. Cerezo i Patrick J. Coles. „Pochodne wyższego rzędu kwantowych sieci neuronowych z jałowymi płaskowyżami”. Nauka i technologia kwantowa 6, 035006 (2021).
https://​/​doi.org/​10.1088/​2058-9565/​abf51a

[62] Kentaro Heya, Yasunari Suzuki, Yasunobu Nakamura i Keisuke Fujii. „Optymalizacja wariacyjnej bramki kwantowej”. Przedruk arXiv arXiv:1810.12745 (2018).
https://​/​doi.org/​10.48550/​arXiv.1810.12745

[63] Jonathan Romero, Jonathan P Olson i Alan Aspuru-Guzik. „Autoenkodery kwantowe do wydajnej kompresji danych kwantowych”. Nauka i technologia kwantowa 2, 045001 (2017).
https: / / doi.org/ 10.1088 / 2058-9565 / aa8072

[64] Lennarta Bittela i Martina Kliescha. „Trening wariacyjnych algorytmów kwantowych jest np-trudny”. fizyka Wielebny Lett. 127, 120502 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.120502

[65] Jonas M Kübler, Andrew Arrasmith, Łukasz Cincio i Patrick J Coles. „Adaptacyjny optymalizator dla oszczędnych w pomiarach algorytmów wariacyjnych”. Kwant 4, 263 (2020).
https:/​/​doi.org/​10.22331/​q-2020-05-11-263

[66] Andrew Arrasmith, Łukasz Cincio, Rolando D Somma i Patrick J. Coles. „Próbkowanie operatorowe w celu optymalizacji oszczędności w algorytmach wariacyjnych”. Przedruk arXiv arXiv:2004.06252 (2020).
https://​/​doi.org/​10.48550/​arXiv.2004.06252

[67] Andi Gu, Angus Lowe, Pavel A Dub, Patrick J. Coles i Andrew Arrasmith. „Adaptacyjna alokacja strzałów dla szybkiej zbieżności w wariacyjnych algorytmach kwantowych”. Przedruk arXiv arXiv:2108.10434 (2021).
https://​/​doi.org/​10.48550/​arXiv.2108.10434

[68] Zoë Holmes, Kunal Sharma, M. Cerezo i Patrick J Coles. „Łączenie wyrażalności ansatz z wielkościami gradientów i jałowymi płaskowyżami”. PRX Quantum 3, 010313 (2022).
https: // doi.org/ 10.1103 / PRXQuantum.3.010313

[69] Zoë Holmes, Andrew Arrasmith, Bin Yan, Patrick J. Coles, Andreas Albrecht i Andrew T. Sornborger. „Jałowe płaskowyże uniemożliwiają uczenie się szyfratorów”. Listy przeglądu fizycznego 126, 190501 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.126.190501

[70] Carlos Ortiz Marrero, Mária Kieferová i Nathan Wiebe. „Jałowe płaskowyże wywołane splątaniem”. PRX Quantum 2, 040316 (2021).
https: // doi.org/ 10.1103 / PRXQuantum.2.040316

[71] Taylor L Patti, Khadijeh Najafi, Xun Gao i Susanne F. Yelin. „Opracowane przez splątanie łagodzenie jałowego płaskowyżu”. Badania przeglądu fizycznego 3, 033090 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033090

[72] Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J. Coles i M. Cerezo. „Diagnozowanie jałowych płaskowyżów za pomocą narzędzi z zakresu optymalnej kontroli kwantowej”. Przedruk arXiv arXiv:2105.14377 (2021).
https://​/​doi.org/​10.48550/​arXiv.2105.14377

[73] Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa i Keisuke Fujii. „Uczenie się obwodów kwantowych”. Przegląd fizyczny A 98, 032309 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.032309

[74] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac i Nathan Killoran. „Ocena gradientów analitycznych na sprzęcie kwantowym”. Przegląd fizyczny A 99, 032331 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.032331

[75] Johna A Neldera i Rogera Meada. „Prosta metoda minimalizacji funkcji”. Dziennik komputerowy 7, 308–313 (1965).
https: / / doi.org/ 10.1093 / comjnl / 7.4.308

[76] MJD Powella. „Metoda optymalizacji wyszukiwania bezpośredniego, która modeluje funkcje celu i funkcji ograniczeń poprzez interpolację liniową”. Postępy w optymalizacji i analizie numerycznej (1994).
https:/​/​doi.org/​10.1007/​978-94-015-8330-5_4

[77] E. Campos, D. Rabinowicz, V. Akshay i J. Biamonte. „Nasycenie szkoleniowe w warstwowej optymalizacji przybliżonej kwantowo”. Przegląd fizyczny A 104 (2021).
https://​/​doi.org/​10.1103/​PhysRevA.104.L030401

[78] Cheng Xue, Zhao-Yun Chen, Yu-Chun Wu i Guo-Ping Guo. „Wpływ szumu kwantowego na przybliżony algorytm optymalizacji kwantowej”. Chińskie litery fizyki 38, 030302 (2021).
https:/​/​doi.org/​10.1088/​0256-307X/​38/​3/​030302

[79] Jeffrey Marshall, Filip Wudarski, Stuart Hadfield i Tad Hogg. „Charakterystyka hałasu lokalnego w obwodach qaoa”. IOP SciNotes 1, 025208 (2020). adres URL: https://​/​doi.org/​10.1088/​2633-1357/​abb0d7.
https:/​/​doi.org/​10.1088/​2633-1357/​abb0d7

[80] Enrico Fontana, M. Cerezo, Andrew Arrasmith, Ivan Rungger i Patrick J. Coles. „Nietrywialne symetrie w krajobrazach kwantowych i ich odporność na szum kwantowy”. Kwant 6, 804 (2022).
https:/​/​doi.org/​10.22331/​q-2022-09-15-804

[81] Suguru Endo, Zhenyu Cai, Simon C Benjamin i Xiao Yuan. „Hybrydowe algorytmy kwantowo-klasyczne i kwantowe łagodzenie błędów”. Journal of the Physical Society of Japan 90, 032001 (2021).
https: / / doi.org/ 10.7566 / JPSJ.90.032001

[82] Angus Lowe, Max Hunter Gordon, Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles i Łukasz Cincio. „Ujednolicone podejście do łagodzenia błędów kwantowych w oparciu o dane”. Fiz. Rev. Research 3, 033098 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033098

[83] Andrea Mari, Nathan Shammah i William J. Zeng. „Rozszerzanie kwantowej probabilistycznej eliminacji błędów poprzez skalowanie szumu”. Przegląd fizyczny A 104, 052607 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.104.052607

[84] Daniel Bultrini, Max Hunter Gordon, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Patrick J. Coles i Łukasz Cincio. „Ujednolicenie i porównanie najnowocześniejszych technik łagodzenia błędów kwantowych”. Kwant 7, 1034 (2023).
https:/​/​doi.org/​10.22331/​q-2023-06-06-1034

[85] Ashley Montanaro i Stasia Stanisic. „Łagodzenie błędów poprzez trening z fermionową optyką liniową”. Przedruk arXiv arXiv:2102.02120 (2021).
https://​/​doi.org/​10.48550/​arXiv.2102.02120

[86] Joseph Vovrosh, Kiran E Khosla, Sean Greenaway, Christopher Self, Myungshik S Kim i Johannes Knolle. „Proste łagodzenie globalnych błędów depolaryzacyjnych w symulacjach kwantowych”. Przegląd fizyczny E 104, 035309 (2021).
https: / / doi.org/ 10.1103 / PhysRevE.104.035309

[87] Eliotta Rosenberga, Paula Ginsparga i Petera L. McMahona. „Eksperymentalne łagodzenie błędów za pomocą liniowego przeskalowania do wariacyjnego kwantowego rozwiązywania własnych problemów z maksymalnie 20 kubitami”. Kwantowa nauka i technologia 7, 015024 (2022).
https:/​/​doi.org/​10.1088/​2058-9565/​ac3b37

[88] Andre He, Benjamin Nachman, Wibe A. de Jong i Christian W. Bauer. „Ekstrapolacja zerowego szumu w celu łagodzenia błędów bramki kwantowej za pomocą wstawek tożsamości”. Przegląd fizyczny A 102, 012426 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.102.012426

[89] Andrzej Shaw. „Klasycznie-kwantowe łagodzenie szumów dla sprzętu Nisq”. Przedruk arXiv arXiv:2105.08701 (2021).
https://​/​doi.org/​10.48550/​arXiv.2105.08701

[90] Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C. Bardin, Rami Barends, Andreas Bengtsson, Sergio Boixo, Michael Broughton, Bob B. Buckley i in. „Obserwacja rozdzielonej dynamiki ładunku i spinu w modelu Fermiego-Hubbarda”. Przedruk arXiv arXiv:2010.07965 (2020).
https://​/​doi.org/​10.48550/​arXiv.2010.07965

[91] Armands Strikis, Dayue Qin, Yanzhu Chen, Simon C. Benjamin i Ying Li. „Łagodzenie błędów kwantowych w oparciu o uczenie się”. PRX Quantum 2, 040330 (2021).
https: // doi.org/ 10.1103 / PRXQuantum.2.040330

[92] Piotr Czarnik, Andrew Arrasmith, Łukasz Cincio i Patrick J. Coles. „Qubitowo-skuteczne wykładnicze tłumienie błędów”. Przedruk arXiv arXiv:2102.06056 (2021).
https://​/​doi.org/​10.48550/​arXiv.2102.06056

[93] Yifeng Xiong, Daryus Chandra, Soon Xin Ng i Lajos Hanzo. „Analiza narzutu próbkowania w celu ograniczenia błędów kwantowych: systemy niekodowane i kodowane”. Dostęp IEEE 8, 228967–228991 (2020).
https: / / doi.org/ 10.1109 / ACCESS.2020.3045016

[94] Ryuji Takagi. „Optymalny koszt zasobów w celu ograniczenia błędów”. Fiz. Ks. Res. 3, 033178 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033178

[95] Łukasz Cincio, Kenneth Rudinger, Mohan Sarovar i Patrick J. Coles. „Uczenie maszynowe odpornych na zakłócenia obwodów kwantowych”. PRX Quantum 2, 010324 (2021).
https: // doi.org/ 10.1103 / PRXQuantum.2.010324

[96] P Erdös i A Rényi. „Na losowych wykresach $I$”. Publicationes Mathematicae Debreczyn 6, 18 (1959). adres URL: http://​/​snap.stanford.edu/​class/​cs224w-readings/​erdos59random.pdf.
http://​/​snap.stanford.edu/​class/​cs224w-readings/​erdos59random.pdf

[97] Andrew Wack, Hanhee Paik, Ali Javadi-Abhari, Petar Jurcevic, Ismael Faro, Jay M. Gambetta i Blake R. Johnson. „Jakość, szybkość i skala: trzy kluczowe atrybuty do pomiaru wydajności krótkoterminowych komputerów kwantowych”. Przedruk arXiv arXiv:2110.14108 (2021).
https://​/​doi.org/​10.48550/​arXiv.2110.14108

[98] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari i William J. Zeng. „Cyfrowa ekstrapolacja szumu zerowego w celu łagodzenia błędów kwantowych”. Międzynarodowa konferencja IEEE 2020 na temat obliczeń i inżynierii kwantowej (QCE) (2020).
https: // doi.org/ 10.1109 / QCE49297.2020.00045

[99] Youngseok Kim, Christopher J. Wood, Theodore J. Yoder, Seth T. Merkel, Jay M. Gambetta, Kristan Temme i Abhinav Kandala. „Skalowalne łagodzenie błędów w zaszumionych obwodach kwantowych zapewnia konkurencyjne wartości oczekiwane”. Przedruk arXiv arXiv:2108.09197 (2021).
https:/​/​doi.org/​10.1038/​s41567-022-01914-3

[100] Cristina Cirstoiu, Silas Dilkes, Daniel Mills, Seyon Sivarajah i Ross Duncan. „Wolumetryczny benchmarking ograniczania błędów za pomocą Qermit”. Przedruk arXiv arXiv:2204.09725 (2022).
https://​/​doi.org/​10.48550/​ARXIV.2204.09725

[101] Ryuji Takagi, Suguru Endo, Shintaro Minagawa i Mile Gu. „Podstawowe ograniczenia łagodzenia błędów kwantowych”. npj Quantum Information 8, 114 (2022).
https: / / doi.org/ 10.1038 / s41534-022-00618-z

[102] Awram Sidi. „Praktyczne metody ekstrapolacji: teoria i zastosowania”. Tom 10. Cambridge University Press. (2003).

[103] Masanori Ohya i Dénes Petz. „Entropia kwantowa i jej zastosowanie”. Springer Nauka i media biznesowe. (2004).

[104] Christoph Hirche, Cambyse Rouzé i Daniel Stilck França. „O współczynnikach skurczu, rzędach częściowych i aproksymacji pojemności kanałów kwantowych”. Kwant 6, 862 (2022).
https:/​/​doi.org/​10.22331/​q-2022-11-28-862

[105] Jeffrey C. Lagarias, James A. Reeds, Margaret H. Wright i Paul E. Wright. „Właściwości konwergencyjne metody simpleksowej nelder-miód pitny w małych wymiarach”. SIAM Journal on Optimization 9, 112–147 (1998).
https: / / doi.org/ 10.1137 / S1052623496303470

[106] Abhijith J., Adetokunbo Adedoyin, John Ambrosiano, Petr Anisimov, William Casper, Gopinath Chennupati, Carleton Coffrin, Hristo Djidjev, David Gunter, Satish Karra, Nathan Lemons, Shizeng Lin, Alexander Malyzhenkov, David Mascarenas, Susan Mniszewski, Balu Nadiga, Daniel O'malley, Diane Oyen, Scott Pakin, Lakshman Prasad, Randy Roberts, Phillip Romero, Nandakishore Santhi, Nikolai Sinitsyn, Pieter J. Swart, James G. Wendelberger, Boram Yoon, Richard Zamora, Wei Zhu, Stephan Eidenbenz, Andreas Bärtschi, Patrick J. Coles, Marc Vuffray i Andrey Y. Lokhov. „Implementacje algorytmów kwantowych dla początkujących”. Transakcje ACM dotyczące obliczeń kwantowych (2022).
https: / / doi.org/ 10.1145 / 3517340

[107] Bálinta Koczora. „Dominujący wektor własny zaszumionego stanu kwantowego”. New Journal of Physics 23, 123047 (2021).
https://​/​doi.org/​10.1088/​1367-2630/​ac37ae

Cytowany przez

[1] Zhenyu Cai, Ryan Babbush, Simon C. Benjamin, Suguru Endo, William J. Huggins, Ying Li, Jarrod R. McClean i Thomas E. O'Brien, „Quantum error mitigation”, Recenzje miejsca: Modern Physics 95 4, 045005 (2023).

[2] Ryuji Takagi, Hiroyasu Tajima i Mile Gu, „Universal Sampling Lower Bounds for Quantum Error Mitigation”, Listy z przeglądu fizycznego 131 21, 210602 (2023).

[3] Louis Schatzki, Andrew Arrasmith, Patrick J. Coles i M. Cerezo, „Uwikłane zbiory danych dla kwantowego uczenia maszynowego”, arXiv: 2109.03400, (2021).

[4] Ryuji Takagi, Suguru Endo, Shintaro Minagawa i Mile Gu, „Podstawowe ograniczenia łagodzenia błędów kwantowych”, npj Informacje kwantowe 8, 114 (2022).

[5] Martin Larocca, Nathan Ju, Diego García-Martín, Patrick J. Coles i M. Cerezo, „Teoria nadparametryzacji w kwantowych sieciach neuronowych”, arXiv: 2109.11676, (2021).

[6] Valentin Heyraud, Zejian Li, Kaelan Donatella, Alexandre Le Boité i Cristiano Ciuti, „Efficient Estimation of Trainability for Variational Quantum Circuits”, PRX Quantum 4 4, 040335 (2023).

[7] Patrick J. Coles, Collin Szczepanski, Denis Melanson, Kaelan Donatella, Antonio J. Martinez i Faris Sbahi, „Termodynamiczna sztuczna inteligencja i granica fluktuacji”, arXiv: 2302.06584, (2023).

[8] Yihui Quek, Daniel Stilck França, Sumeet Khatri, Johannes Jakob Meyer i Jens Eisert, „Wykładniczo węższe ograniczenia dotyczące ograniczeń łagodzenia błędów kwantowych”, arXiv: 2210.11505, (2022).

[9] Kento Tsubouchi, Takahiro Sagawa i Nobuyuki Yoshioka, „Universal Cost Bound of Quantum Error Mitigation Based on Quantum Estimation Theory”, Listy z przeglądu fizycznego 131 21, 210601 (2023).

[10] R. Au-Yeung, B. Camino, O. Rathore i V. Kendon, „Algorytmy kwantowe do zastosowań naukowych”, arXiv: 2312.14904, (2023).

[11] Yasunari Suzuki, Suguru Endo, Keisuke Fujii i Yuuki Tokunaga, „Ograniczanie błędów kwantowych jako uniwersalna technika minimalizacji błędów: aplikacje od ery NISQ do FTQC”, arXiv: 2010.03887, (2020).

[12] Gokul Subramanian Ravi, Pranav Gokhale, Yi Ding, William M. Kirby, Kaitlin N. Smith, Jonathan M. Baker, Peter J. Love, Henry Hoffmann, Kenneth R. Brown i Frederic T. Chong, „CAFQA: Klasyczny bootstrap symulacyjny dla wariacyjnych algorytmów kwantowych”, arXiv: 2202.12924, (2022).

[13] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, ​​Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao i Gui-Lu Long, „Niskoterminowe techniki obliczeń kwantowych: wariacyjne algorytmy kwantowe, łagodzenie błędów, kompilacja obwodów, testy porównawcze i symulacja klasyczna”, Science China Fizyka, mechanika i astronomia 66 5, 250302 (2023).

[14] Yasunari Suzuki, Suguru Endo, Keisuke Fujii i Yuuki Tokunaga, „Łagodzenie błędów kwantowych jako uniwersalna technika redukcji błędów: zastosowania od NISQ do er odpornych na błędy obliczeń kwantowych”, PRX Quantum 3 1, 010345 (2022).

[15] Supanut Thanasilp, Samson Wang, M. Cerezo i Zoë Holmes, „Wykładnicza koncentracja i nietreningowość w metodach jądra kwantowego”, arXiv: 2208.11060, (2022).

[16] Abhinav Deshpande, Pradeep Niroula, Oles Shtanko, Alexey V. Gorshkov, Bill Fefferman i Michael J. Gullans, „Tight Bounds on the Convergence of Noisy Random Circuits to the Uniform Distribution”, PRX Quantum 3 4, 040329 (2022).

[17] Giacomo De Palma, Milad Marvian, Cambyse Rouzé i Daniel Stilck França, „Limitations of Variational Quantum Algorithms: A Quantum Optimal Transport Approach”, PRX Quantum 4 1, 010309 (2023).

[18] Ingo Tews, Zohreh Davoudi, Andreas Ekström, Jason D. Holt, Kevin Becker, Raúl Briceño, David J. Dean, William Detmold, Christian Drischler, Thomas Duguet, Evgeny Epelbaum, Ashot Gasparyan, Jambul Gegelia, Jeremy R. Green , Harald W. Grießhammer, Andrew D. Hanlon, Matthias Heinz, Heiko Hergert, Martin Hoferichter, Marc Illa, David Kekejian, Alejandro Kijowski, Sebastian König, Hermann Krebs, Kristina D. Launey, Dean Lee, Petr Navrátil, Amy Nicholson, Assumpta Parreño, Daniel R. Phillips, Marek Płoszajczak, Xiu-Lei Ren, Thomas R. Richardson, Caroline Robin, Grigor H. Sarkisyan, Martin J. Savage, Matthias R. Schindler, Phiala E. Shanahan, Roxanne P. Springer, Alexander Tichai , Ubirajara van Kolck, Michael L. Wagman, André Walker-Loud, Chieh-Jen Yang i Xilin Zhang, „Siły nuklearne dla precyzyjnej fizyki jądrowej: zbiór perspektyw”, Systemy kilku ciał 63 4, 67 (2022).

[19] C. Huerta Alderete, Max Hunter Gordon, Frédéric Sauvage, Akira Sone, Andrew T. Sornborger, Patrick J. Coles i M. Cerezo, „Inference-Based Quantum Sensing”, Listy z przeglądu fizycznego 129 19, 190501 (2022).

[20] Frédéric Sauvage, Martín Larocca, Patrick J. Coles i M. Cerezo, „Budowanie symetrii przestrzennych w sparametryzowanych obwodach kwantowych w celu szybszego szkolenia”, Nauka i technologia kwantowa 9 1, 015029 (2024).

[21] Adam Callison i Nicholas Chancellor, „Hybrydowe algorytmy kwantowo-klasyczne w hałaśliwej erze kwantowej o średniej skali i poza nią”, Przegląd fizyczny A 106 1, 010101 (2022).

[22] Supanut Thanasilp, Samson Wang, Nhat A. Nghiem, Patrick J. Coles i M. Cerezo, „Subtelności w trenowalności modeli kwantowego uczenia maszynowego”, arXiv: 2110.14753, (2021).

[23] Laurin E. Fischer, Daniel Miller, Francesco Tacchino, Panagiotis Kl. Barkoutsos, Daniel J. Egger i Ivano Tavernelli, „Ancilla-free Implementacja uogólnionych pomiarów dla kubitów osadzonych w przestrzeni qudit”, Badania fizyczne Review 4 3, 033027 (2022).

[24] Travis L. Scholten, Carl J. Williams, Dustin Moody, Michele Mosca, William Hurley, William J. Zeng, Matthias Troyer i Jay M. Gambetta, „Assessing the Benefits and Risks of Quantum Computers”, arXiv: 2401.16317, (2024).

[25] Benjamin A. Cordier, Nicolas PD Sawaya, Gian G. Guerreschi i Shannon K. McWeeney, „Biologia i medycyna w krajobrazie zalet kwantowych”, arXiv: 2112.00760, (2021).

[26] Manuel S. Rudolph, Sacha Lerch, Supanut Thanasilp, Oriel Kiss, Sofia Vallecorsa, Michele Grossi i Zoë Holmes, „Bariery możliwości szkolenia i możliwości w modelowaniu generatywnym kwantowym”, arXiv: 2305.02881, (2023).

[27] Zhenyu Cai, „Praktyczne ramy łagodzenia błędów kwantowych”, arXiv: 2110.05389, (2021).

[28] M. Cerezo, Guillaume Verdon, Hsin-Yuan Huang, Łukasz Cincio i Patrick J. Coles, „Wyzwania i możliwości w kwantowym uczeniu maszynowym”, arXiv: 2303.09491, (2023).

[29] Keita Kanno, Masaya Kohda, Ryosuke Imai, Sho Koh, Kosuke Mitarai, Wataru Mizukami i Yuya O. Nakagawa, „Quantum-Selected Configuration Interaction: classical diagonalizacja hamiltonianów w podprzestrzeniach wybranych przez komputery kwantowe”, arXiv: 2302.11320, (2023).

[30] Tailong Xiao, Xinliang Zhai, Xiaoyan Wu, Jianping Fan i Guihua Zeng, „Praktyczna zaleta kwantowego uczenia maszynowego w obrazowaniu duchów”, Fizyka komunikacji 6 1, 171 (2023).

[31] Kazunobu Maruyoshi, Takuya Okuda, Juan W. Pedersen, Ryo Suzuki, Masahito Yamazaki i Yutaka Yoshida, „Conserved ładunki w kwantowej symulacji całkowalnych łańcuchów spinowych”, Journal of Physics A Mathematical General 56 16, 165301 (2023).

[32] Marvin Bechtold, Johanna Barzen, Frank Leymann, Alexander Mandl, Julian Obst, Felix Truger i Benjamin Weder, „Badanie wpływu cięcia obwodu w QAOA na problem MaxCut na urządzeniach NISQ”, Nauka i technologia kwantowa 8 4, 045022 (2023).

[33] Christoph Hirche, Cambyse Rouzé i Daniel Stilck França, „O współczynnikach skurczu, rzędach częściowych i aproksymacji pojemności kanałów kwantowych”, arXiv: 2011.05949, (2020).

[34] Cristina Cirstoiu, Silas Dilkes, Daniel Mills, Seyon Sivarajah i Ross Duncan, „Wolumetryczne benchmarking łagodzenia błędów z Qermit”, Kwant 7, 1059 (2023).

[35] Minh C. Tran, Kunal Sharma i Kristan Temme, „Lokalność i łagodzenie błędów obwodów kwantowych”, arXiv: 2303.06496, (2023).

[36] Muhammad Kashif i Saif Al-Kuwari, „Wpływ globalności i lokalności funkcji kosztu w hybrydowych kwantowych sieciach neuronowych na urządzenia NISQ”, Uczenie maszynowe: nauka i technologia 4 1, 015004 (2023).

[37] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger i Łukasz Cincio, „Poprawa efektywności eliminowania błędów metodą uczenia się”, arXiv: 2204.07109, (2022).

[38] Daniel Bultrini, Samson Wang, Piotr Czarnik, Max Hunter Gordon, M. Cerezo, Patrick J. Coles i Łukasz Cincio, „Walka czystych i brudnych kubitów w dobie częściowej korekcji błędów”, arXiv: 2205.13454, (2022).

[39] Muhammad Kashif i Saif Al-kuwari, „ResQNets: A Residual Approach for Mitigating Barren Plateaus in Quantum Neural Networks”, arXiv: 2305.03527, (2023).

[40] NM Guseynov, AA Zhukov, WV Pogosov i AV Lebedev, „Głęboka analiza wariacyjnych algorytmów kwantowych dla równania ciepła”, Przegląd fizyczny A 107 5, 052422 (2023).

[41] Olivia Di Matteo i RM Wołoszyn, „Podatność na wierność obliczeń kwantowych przy użyciu automatycznego różnicowania”, Przegląd fizyczny A 106 5, 052429 (2022).

[42] Matteo Robbiati, Alejandro Sopena, Andrea Papaluca i Stefano Carrazza, „Łagodzenie błędów w czasie rzeczywistym w optymalizacji wariacyjnej na sprzęcie kwantowym”, arXiv: 2311.05680, (2023).

[43] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger i Łukasz Cincio, „Solidny projekt w warunkach niepewności w łagodzeniu błędów kwantowych”, arXiv: 2307.05302, (2023).

[44] Nico Meyer, Daniel D. Scherer, Axel Plinge, Christopher Mutschler i Michael J. Hartmann, „Quantum Natural Policy Gradients: Towards Sample-Efficient Reinforcement Learning”, arXiv: 2304.13571, (2023).

[45] Enrico Fontana, Ivan Rungger, Ross Duncan i Cristina Cîrstoiu, „Analiza widmowa do diagnostyki szumów i ograniczania błędów cyfrowych opartych na filtrach”, arXiv: 2206.08811, (2022).

[46] Wei-Bin Ewe, Dax Enshan Koh, Siong Thye Goh, Hong-Son Chu i Ching Eng Png, „Variational Quantum-Based Simulation of Waveguide Modes”, Transakcje IEEE dotyczące technik teorii mikrofal 70 5, 2517 (2022).

[47] Zichang He, Bo Peng, Yuri Alexeev i Zheng Zhang, „Distributionally Robust Variational Quantum Algorithms with Shifted Noise”, arXiv: 2308.14935, (2023).

[48] ​​Siddharth Dangwal, Gokul Subramanian Ravi, Poulami Das, Kaitlin N. Smith, Jonathan M. Baker i Frederic T. Chong, „VarSaw: łagodzenie błędów pomiaru dostosowanych do aplikacji w przypadku wariacyjnych algorytmów kwantowych”, arXiv: 2306.06027, (2023).

[49] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan i Daniel O'Malley, „Quantum Algorithms for Geologic Fracture Networks”, arXiv: 2210.11685, (2022).

[50] André Melo, Nathan Earnest-Noble i Francesco Tacchino, „Impulsowo wydajne kwantowe uczenie maszynowe”, Kwant 7, 1130 (2023).

[51] Christoph Hirche, Cambyse Rouzé i Daniel Stilck França, „O współczynnikach skurczu, rzędach częściowych i aproksymacji pojemności kanałów kwantowych”, Kwant 6, 862 (2022).

[52] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan i Daniel O'Malley, „Algorytmy kwantowe dla sieci pęknięć geologicznych”, Raporty naukowe 13, 2906 (2023).

[53] Marco Schumann, Frank K. Wilhelm i Alessandro Ciani, „Pojawienie się jałowych płaskowyżów wywołanych hałasem w arbitralnych warstwowych modelach hałasu”, arXiv: 2310.08405, (2023).

[54] Sharu Theresa Jose i Osvaldo Simeone, „Optymalizacja sparametryzowanych obwodów kwantowych wspomagana łagodzeniem błędów: analiza zbieżności”, arXiv: 2209.11514, (2022).

[55] P. Singkanipa i DA Lidar, „Poza szumem jednostkowym w wariacyjnych algorytmach kwantowych: jałowe plateau i punkty stałe wywołane szumem”, arXiv: 2402.08721, (2024).

[56] Kevin Lively, Tim Bode, Jochen Szangolies, Jian-Xin Zhu i Benedikt Fauseweh, „Robust Experimental Signatures of Phase Transitions in the Variational Quantum Eigensolver”, arXiv: 2402.18953, (2024).

[57] Yunfei Wang i Junyu Liu, „Kwantowe uczenie maszynowe: od NISQ do tolerancji błędów”, arXiv: 2401.11351, (2024).

[58] Kosuke Ito i Keisuke Fujii, „SantaQlaus: zasobooszczędna metoda wykorzystania kwantowego szumu strzałowego do optymalizacji wariacyjnych algorytmów kwantowych”, arXiv: 2312.15791, (2023).

Powyższe cytaty pochodzą z Reklamy SAO / NASA (ostatnia aktualizacja pomyślnie 2024-03-15 03:40:55). Lista może być niekompletna, ponieważ nie wszyscy wydawcy podają odpowiednie i pełne dane cytowania.

On Serwis cytowany przez Crossref nie znaleziono danych na temat cytowania prac (ostatnia próba 2024-03-15 03:40:53).

Niniejszy artykuł opublikowano w Quantum pod Creative Commons Uznanie autorstwa 4.0 Międzynarodowe (CC BY 4.0) licencja. Prawa autorskie należą do pierwotnych właścicieli praw autorskich, takich jak autorzy lub ich instytucje.

Znak czasu:

Więcej z Dziennik kwantowy