Poprawiony symetrią wariacyjny kwantowy spinowy samorozwiązanie

Poprawiony symetrią wariacyjny kwantowy spinowy samorozwiązanie

Znacznik czasu: 19 stycznia 2023 7:14
Ulepszona symetria wariacyjna kwantowa metoda rozwiązywania spinów własnych PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Chufan Lyu1, Xusheng Xu2, Man Hong Yung2,3,4i Abolfazl Bayat1

1Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China, Chengdu 610051, Chiny
2Centralny Instytut Badawczy, 2012 Laboratoria, Huawei Technologies
3Wydział Fizyki, Southern University of Science and Technology, Shenzhen 518055, Chiny
4Shenzhen Institute for Quantum Science and Engineering, Southern University of Science and Technology, Shenzhen 518055, Chiny

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

Abstrakcyjny

Wariacyjne algorytmy kwantowo-klasyczne są najbardziej obiecującym podejściem do osiągnięcia przewagi kwantowej w krótkoterminowych symulatorach kwantowych. Wśród tych metod wariacyjne kwantowe rozwiązanie własne przyciągnęło w ostatnich latach wiele uwagi. Chociaż jest bardzo skuteczny do symulacji stanu podstawowego układów wielociałowych, jego uogólnienie na stany wzbudzone staje się bardzo wymagające pod względem zasobów. Tutaj pokazujemy, że problem ten można znacznie poprawić, wykorzystując symetrie hamiltonianu. Poprawa jest jeszcze bardziej efektywna dla stanów własnych o wyższych energiach. Wprowadzamy dwie metody włączania symetrii. W pierwszym podejściu, zwanym zachowaniem symetrii sprzętowej, wszystkie symetrie są uwzględnione w projekcie obwodu. W drugim podejściu funkcja kosztu jest aktualizowana w celu uwzględnienia symetrii. Podejście zachowujące symetrię sprzętową rzeczywiście przewyższa drugie podejście. Jednak zintegrowanie wszystkich symetrii w projekcie obwodu może być niezwykle trudne. Dlatego wprowadzamy hybrydową metodę zachowania symetrii, w której symetrie są dzielone między obwód i klasyczną funkcję kosztu. Pozwala to wykorzystać zalety symetrii, jednocześnie zapobiegając wyrafinowanemu projektowi obwodów.

Popularne podsumowanie

Symulatory kwantowe szybko pojawiają się na różnych platformach fizycznych. Jednak obecne hałaśliwe symulatory kwantowe średniej skali (NISQ) cierpią z powodu niedoskonałej inicjalizacji, hałaśliwej pracy i błędnego odczytu. Zaproponowano wariacyjne algorytmy kwantowe jako najbardziej obiecujące podejście do osiągnięcia przewagi kwantowej w urządzeniach NISQ. W tych algorytmach złożoność jest podzielona między sparametryzowany symulator kwantowy i klasyczny optymalizator do optymalizacji parametrów obwodu. Dlatego w wariacyjnych algorytmach kwantowych mamy do czynienia zarówno z zasobami kwantowymi, jak i klasycznymi, dla których musimy być wydajni. Tutaj skupiamy się na algorytmie Variational Quantum Eigensolver (VQE), który został zaprojektowany do wariacyjnego generowania niskoenergetycznych stanów własnych układu wielociałowego na symulatorze kwantowym. Wykorzystujemy symetrie systemu do poprawy efektywności wykorzystania zasobów w algorytmie VQE. Badane są dwie metody: (i) uwzględnienie symetrii w projekcie obwodu, który w naturalny sposób generuje stany kwantowe o pożądanej symetrii; oraz (ii) dodanie dodatkowych składników do funkcji kosztu w celu ukarania stanów kwantowych bez odpowiedniej symetrii. Poprzez obszerną analizę pokazujemy, że pierwsze podejście jest znacznie bardziej efektywne pod względem zasobów, zarówno w odniesieniu do zasobów kwantowych, jak i klasycznych. W realistycznych scenariuszach może być konieczne zastosowanie schematu hybrydowego, w którym niektóre symetrie są uwzględnione w sprzęcie, a niektóre są kierowane przez funkcję kosztów.

► Dane BibTeX

► Referencje

[1] Christian Kokail, Christine Maier, Rick van Bijnen, Tiff Brydges, Manoj K Joshi, Petar Jurcevic, Christine A Muschik, Pietro Silvi, Rainer Blatt, Christian F Roos i in. „Samoweryfikująca się wariacyjna symulacja kwantowa modeli sieciowych”. Przyroda 569, 355–360 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-1177-4

[2] Alán Aspuru-Guzik, Anthony D Dutoi, Peter J Love i Martin Head-Gordon. „Symulowane obliczenia kwantowe energii molekularnych”. Nauka 309, 1704-1707 (2005).
https: / / doi.org/ 10.1126 / science.1113479

[3] Trygve Helgaker, Poul Jorgensen i Jeppe Olsen. „Teoria molekularnej struktury elektronowej”. John Wiley & Sons, Ltd. (2013).
https: / / doi.org/ 10.1002 / 9781119019572

[4] Romana Orusa, Samuela Mugela i Enrique Lizaso. „Obliczenia kwantowe dla finansów: przegląd i perspektywy”. Recenzje w Fizyka 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028

[5] Patrick Rebentrost, Brajesh Gupt i Thomas R. Bromley. „Kwantowe finanse obliczeniowe: wycena finansowych instrumentów pochodnych metodą Monte Carlo”. fizyka Rev. A 98, 022321 (2018).
https: / / doi.org/ 10.1103 / physreva.98.022321

[6] Daniel J Egger, Claudio Gambella, Jakub Marecek, Scott McFaddin, Martin Mevissen, Rudy Raymond, Andrea Simonetto, Stefan Woerner i Elena Yndurain. „Obliczenia kwantowe dla finansów: stan wiedzy i perspektywy na przyszłość”. Transakcje IEEE dotyczące inżynierii kwantowej (2020).
https: // doi.org/ 10.1109 / tqe.2020.3030314

[7] Pranjal Bordia, Henrik Lüschen, Sebastian Scherg, Sarang Gopalakrishnan, Michael Knap, Ulrich Schneider i Immanuel Bloch. „Badanie powolnej relaksacji i lokalizacji wielu ciał w dwuwymiarowych układach quasiperiodycznych”. fizyka Wersja X 7, 041047 (2017).
https: / / doi.org/ 10.1103 / physrevx.7.041047

[8] Michael Schreiber, Sean S Hodgman, Pranjal Bordia, Henrik P Lüschen, Mark H Fischer, Ronen Vosk, Ehud Altman, Ulrich Schneider i Immanuel Bloch. „Obserwacja wielociałowej lokalizacji oddziałujących fermionów w quasi-losowej sieci optycznej”. Nauka 349, 842–845 (2015).
https: / / doi.org/ 10.1126 / science.aaa7432

[9] Christiana Grossa i Immanuela Blocha. „Symulacje kwantowe z ultrazimnymi atomami w sieciach optycznych”. Nauka 357, 995–1001 (2017).
https: / / doi.org/ 10.1126 / science.aal3837

[10] Cornelius Hempel, Christine Maier, Jonathan Romero, Jarrod McClean, Thomas Monz, Heng Shen, Petar Jurcevic, Ben P Lanyon, Peter Love, Ryan Babbush i in. „Obliczenia chemii kwantowej na symulatorze kwantowym uwięzionych jonów”. fizyka Wersja X 8, 031022 (2018).
https: / / doi.org/ 10.1103 / PhysRevX.8.031022

[11] Ben P Lanyon, Cornelius Hempel, Daniel Nigg, Markus Müller, Rene Gerritsma, F Zähringer, Philipp Schindler, Julio T Barreiro, Markus Rambach, Gerhard Kirchmair i in. „Uniwersalna cyfrowa symulacja kwantowa z uwięzionymi jonami”. Nauka 334, 57–61 (2011).
https: / / doi.org/ 10.1126 / science.1208001

[12] Alan Aspuru-Guzik i Philip Walther. „Fotoniczne symulatory kwantowe”. Nat. fizyka 8, 285–291 (2012).
https: / / doi.org/ 10.1038 / nphys2253

[13] Jianwei Wang, Fabio Sciarrino, Anthony Laing i Mark G. Thompson. „Zintegrowane fotoniczne technologie kwantowe”. Nat. Fotonika 14, 273–284 (2020).
https:/​/​doi.org/​10.1038/​s41566-019-0532-1

[14] Toivo Hensgens, Takafumi Fujita, Laurens Janssen, Xiao Li, CJ Van Diepen, Christian Reichl, Werner Wegscheider, S Das Sarma i Lieven MK Vandersypen. „Symulacja kwantowa modelu Fermiego-Hubbarda przy użyciu półprzewodnikowej macierzy kropek kwantowych”. Przyroda 548, 70–73 (2017).
https: / / doi.org/ 10.1038 / nature23022

[15] J Salfi, JA Mol, R Rahman, G Klimeck, MY Simmons, LCL Hollenberg i S Rogge. „Symulacja kwantowa modelu Hubbarda z atomami domieszki w krzemie”. Nat. Komuna. 7, 1–6 (2016).
https: / / doi.org/ 10.1038 / ncomms11342

[16] Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Sergio Boixo, Michael Broughton, Bob B Buckley, David A Buell i in. „Hartree-fock na nadprzewodzącym kubitowym komputerze kwantowym”. Nauka 369, 1084–1089 (2020).
https: / / doi.org/ 10.1126 / science.abb9811

[17] Rami Barends, Alireza Shabani, Lucas Lamata, Julian Kelly, Antonio Mezzacapo, Urtzi Las Heras, Ryan Babbush, Austin G Fowler, Brooks Campbell, Yu Chen i in. „Cyfrowe adiabatyczne obliczenia kwantowe z obwodem nadprzewodzącym”. Przyroda 534, 222–226 (2016).
https: / / doi.org/ 10.1038 / nature17658

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

[19] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S. Kottmann, Tim Menke, Wai-Keong Mok, Sukin Sim, Leong-Chuan Kwek, i Alan Aspuru-Guzik. „Hałasowe algorytmy kwantowe o średniej skali”. Wielebny Mod. fizyka 94 (2022).
https: / / doi.org/ 10.1103 / revmodphys.94.015004

[20] 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”. Nat. Komuna. 5, 1–7 (2014).
https: / / doi.org/ 10.1038 / ncomms5213

[21] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Łukasz Cincio i in. „Wariacyjne algorytmy kwantowe”. Nat. Rev. Phys.Pages 1–20 (2021).
https:/​/​doi.org/​10.1038/​s42254-021-00348-9

[22] Jarrod R McClean, Jonathan Romero, Ryan Babbush i Alán Aspuru-Guzik. „Teoria wariacyjnych hybrydowych algorytmów kwantowo-klasycznych”. Nowy J. Phys. 18, 023023 (2016).
https:/​/​doi.org/​10.1088/​1367-2630/​18/​2/​023023

[23] 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

[24] Tao Xin, Xinfang Nie, Xiangyu Kong, Jingwei Wen, Dawei Lu i Jun Li. „Kwantowa tomografia stanu czystego za pomocą wariacyjnej hybrydowej metody kwantowo-klasycznej”. fizyka Wersja zastosowana 13, 024013 (2020).
https: / / doi.org/ 10.1103 / PhysRevApplied.13.024013

[25] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe i Seth Lloyd. „Kwantowe uczenie maszynowe”. Przyroda 549, 195–202 (2017).
https: / / doi.org/ 10.1038 / nature23474

[26] Srinivasan Arunachalam i Ronald de Wolf. „Przegląd teorii uczenia się kwantowego” (2017). arXiv:1701.06806.
arXiv: 1701.06806

[27] Carlo Ciliberto, Mark Herbster, Alessandro Davide Ialongo, Massimiliano Pontil, Andrea Rocchetto, Simone Severini i Leonard Wossnig. „Kwantowe uczenie maszynowe: klasyczna perspektywa”. Proceedings of Royal Society A: Nauki matematyczne, fizyczne i inżynierskie 474, 20170551 (2018).
https: / / doi.org/ 10.1098 / rspa.2017.0551

[28] Vedran Dunjko i Hans J. Briegel. „Uczenie maszynowe i sztuczna inteligencja w domenie kwantowej: przegląd ostatnich postępów”. Raporty o postępach w fizyce 81, 074001 (2018).
https: / / doi.org/ 10.1088 / 1361-6633 / aab406

[29] Edwarda Farhiego i Hartmuta Nevena. „Klasyfikacja z kwantowymi sieciami neuronowymi na procesorach bliskiego terminu” (2018). arXiv:1802.06002.
arXiv: 1802.06002

[30] Marii Schuld i Nathana Killorana. „Kwantowe uczenie maszynowe w przestrzeniach Hilberta”. fizyka Wielebny Lett. 122, 040504 (2019).
https: / / doi.org/ 10.1103 / physrevlett.122.040504

[31] Edward Farhi, Jeffrey Goldstone i Sam Gutmann. „Algorytm optymalizacji przybliżonej kwantowej” (2014). arXiv:1411.4028.
arXiv: 1411.4028

[32] Sergey Bravyi, Alexander Kliesch, Robert Koenig i Eugene Tang. „Przeszkody w wariacyjnej optymalizacji kwantowej przed ochroną symetrii”. fizyka Wielebny Lett. 125, 260505 (2020).
https: / / doi.org/ 10.1103 / physrevlett.125.260505

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

[34] Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Łukasz Cincio, Patrick J. Coles i Andrew Sornborger. „Długotrwałe symulacje o wysokiej wierności na sprzęcie kwantowym” (2021). arXiv:2102.04313.
arXiv: 2102.04313

[35] 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 Inf. 5, 1–6 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0187-2

[36] Kentaro Heya, Ken M Nakanishi, Kosuke Mitarai i Keisuke Fujii. „Podprzestrzenny wariacyjny symulator kwantowy” (2019). arXiv:1904.08566.
arXiv: 1904.08566

[37] Joonsuk Huh, Sarah Mostame, Takatoshi Fujita, Man-Hong Yung i Alán Aspuru-Guzik. „Liniowo-algebraiczna transformacja kąpieli do symulacji złożonych otwartych układów kwantowych”. Nowy J. Phys. 16, 123008 (2014).
https:/​/​doi.org/​10.1088/​1367-2630/​16/​12/​123008

[38] Zixuan Hu, Rongxin Xia i Saber Kais. „Algorytm kwantowy do rozwijania otwartej dynamiki kwantowej na kwantowych urządzeniach obliczeniowych”. nauka Rep. 10, 1–9 (2020).
https: / / doi.org/ 10.1038 / s41598-020-60321-x

[39] Suguru Endo, Jinzhao Sun, Ying Li, Simon C Benjamin i Xiao Yuan. „Wariacyjna symulacja kwantowa procesów ogólnych”. fizyka Wielebny Lett. 125, 010501 (2020).
https: / / doi.org/ 10.1103 / physrevlett.125.010501

[40] Tobias Haug i Kishor Bharti. „Uogólniony symulator wspomagany kwantowo” (2020). arXiv:2011.14737.
arXiv: 2011.14737

[41] Johannes Jakob Meyer, Johannes Borregaard i Jens Eisert. „Wariacyjny zestaw narzędzi do kwantowej estymacji wieloparametrowej”. Npj Quantum Inf. 7, 1–5 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00425-y

[42] Johannesa Jakoba Meyera. „Informacje Fishera w hałaśliwych aplikacjach kwantowych o średniej skali”. Kwant 5, 539 (2021).
https:/​/​doi.org/​10.22331/​q-2021-09-09-539

[43] Jacob L. Beckey, M. Cerezo, Akira Sone i Patrick J. Coles. „Wariacyjny algorytm kwantowy do szacowania kwantowej informacji Fishera”. fizyka Ks. Rez. 4 (2022).
https: / / doi.org/ 10.1103 / physrevresearch.4.013083

[44] Raphael Kaubruegger, Pietro Silvi, Christian Kokail, Rick van Bijnen, Ana Maria Rey, Jun Ye, Adam M Kaufman i Peter Zoller. „Wariacyjne algorytmy ściskania spinu na programowalnych czujnikach kwantowych”. fizyka Wielebny Lett. 123, 260505 (2019).
https: / / doi.org/ 10.1103 / physrevlett.123.260505

[45] Bálinta Koczora, Suguru Endo, Tysona Jonesa, Yuichiro Matsuzakiego i Simona C. Benjamina. „Metrologia kwantowa stanu wariacyjnego”. Nowy J. Phys. 22, 083038 (2020).
https://​/​doi.org/​10.1088/​1367-2630/​ab965e

[46] Ziqi Ma, Pranav Gokhale, Tian-Xing Zheng, Sisi Zhou, Xiaofei Yu, Liang Jiang, Peter Maurer i Frederic T. Chong. „Uczenie się obwodów adaptacyjnych dla metrologii kwantowej”. W 2021 r. Międzynarodowa konferencja IEEE na temat komputerów i inżynierii kwantowej (QCE). IEEE (2021).

[47] Tobias Haug i MS Kim. „Naturalny sparametryzowany obwód kwantowy”. fizyka Rev. A 106, 052611 (2022).
https: / / doi.org/ 10.1103 / PhysRevA.106.052611

[48] Changsu Cao, Jiaqi Hu, Wengang Zhang, Xusheng Xu, Dechin Chen, Fan Yu, Jun Li, Hanshi Hu, Dingshun Lv i Man-Hong Yung. „Ku większej symulacji molekularnej na komputerze kwantowym: układy do 28 kubitów przyspieszone przez symetrię grup punktów” (2021). arXiv:2109.02110.
arXiv: 2109.02110

[49] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takata, Markus Brink, Jerry M. Chow i Jay M. Gambetta. „Wydajny sprzętowo wariacyjny kwantowy eigensolver dla małych cząsteczek i magnesów kwantowych”. Natura 549, 242–246 (2017).
https: / / doi.org/ 10.1038 / nature23879

[50] Yunseong Nam, Jwo-Sy Chen, Neal C Pisenti, Kenneth Wright, Conor Delaney, Dmitri Maslov, Kenneth R Brown, Stewart Allen, Jason M Amini, Joel Apisdorf i in. „Oszacowanie energii stanu podstawowego cząsteczki wody na komputerze kwantowym z uwięzionymi jonami”. Npj Quantum Inf. 6, 1–6 (2020).
https:/​/​doi.org/​10.1038/​s41534-020-0259-3

[51] Carlos Bravo-Prieto, Josep Lumbreras-Zarapico, Luca Tagliacozzo i José I. Latorre. „Skalowanie wariacyjnej głębokości obwodu kwantowego dla układów materii skondensowanej”. Kwant 4, 272 (2020).
https:/​/​doi.org/​10.22331/​q-2020-05-28-272

[52] Chufan Lyu, Victor Montenegro i Abolfazl Bayat. „Przyspieszone algorytmy wariacyjne do cyfrowej symulacji kwantowej wielociałowych stanów podstawowych”. Kwant 4, 324 (2020).
https:/​/​doi.org/​10.22331/​q-2020-09-16-324

[53] Alexey Uvarov, Jacob D. Biamonte i Dmitry Yudin. „Wariacyjne kwantowe narzędzie własne dla sfrustrowanych systemów kwantowych”. fizyka Wersja B 102, 075104 (2020).
https: / / doi.org/ 10.1103 / physrevb.102.075104

[54] Ken N. Okada, Keita Osaki, Kosuke Mitarai i Keisuke Fujii. „Identyfikacja faz topologicznych przy użyciu klasycznie zoptymalizowanego wariacyjnego kwantowego rozwiązania własnego” (2022). arXiv:2202.02909.
arXiv: 2202.02909

[55] Ming-Cheng Chen, Ming Gong, Xiaosi Xu, Xiao Yuan, Jian-Wen Wang, Can Wang, Chong Ying, Jin Lin, Yu Xu, Yulin Wu i in. „Demonstracja adiabatycznych wariacyjnych obliczeń kwantowych z nadprzewodzącym koprocesorem kwantowym”. fizyka Wielebny Lett. 125, 180501 (2020).
https: / / doi.org/ 10.1103 / physrevlett.125.180501

[56] Matthew P Harrigan, Kevin J Sung, Matthew Neeley, Kevin J Satzinger, Frank Arute, Kunal Arya, Juan Atalaya, Joseph C Bardin, Rami Barends, Sergio Boixo i in. „Przybliżona optymalizacja kwantowa nieplanarnych problemów grafowych na planarnym procesorze nadprzewodzącym”. Nat. fizyka 17, 332–336 (2021).
https: / / doi.org/ 10.1038 / s41567-020-01105-y

[57] Guido Pagano, Aniruddha Bapat, Patrick Becker, Katherine S Collins, Arinjoy De, Paul W Hess, Harvey B Kaplan, Antonis Kyprianidis, Wen Lin Tan, Christopher Baldwin i in. „Przybliżona optymalizacja kwantowa modelu ising dalekiego zasięgu za pomocą symulatora kwantowego uwięzionego jonu”. Proceedings of the National Academy of Sciences 117, 25396–25401 (2020).
https: / / doi.org/ 10.1073 / pnas.2006373117

[58] Andrew Zhao, Andrew Tranter, William M Kirby, Shu Fay Ung, Akimasa Miyake i Peter J Love. „Redukcja pomiarów w wariacyjnych algorytmach kwantowych”. fizyka Rev. A 101, 062322 (2020).
https: / / doi.org/ 10.1103 / physreva.101.062322

[59] Artur F Izmaylov, Tzu-Ching Yen, Robert A Lang i Vladyslav Verteletskyi. „Jednostkowe partycjonowanie podejścia do problemu pomiarowego w metodzie wariacyjnego kwantowego rozwiązania własnego”. J. Chem. Obliczenia teoretyczne. 16, 190–195 (2019).
https: / / doi.org/ 10.1021 / acs.jctc.9b00791

[60] Vladyslav Verteletskyi, Tzu-Ching Yen i Artur F. Izmaylov. „Optymalizacja pomiarów w wariacyjnym kwantowym rozwiązaniu własnym z wykorzystaniem minimalnego pokrycia kliki”. J. Chem. fizyka 152, 124114 (2020).
https: / / doi.org/ 10.1063 / 1.5141458

[61] Pranav Gokhale, Olivia Angiuli, Yongshan Ding, Kaiwen Gui, Teague Tomesh, Martin Suchara, Margaret Martonosi i Frederic T. Chong. „Koszt pomiaru $ o (n ^ 3) $ dla wariacyjnego kwantowego rozwiązania własnego na hamiltonianach molekularnych”. IEEE Transactions on Quantum Engineering 1, 1–24 (2020).
https: // doi.org/ 10.1109 / TQE.2020.3035814

[62] Alexis Ralli, Peter J Love, Andrew Tranter i Peter V Coveney. „Implementacja redukcji pomiarów dla wariacyjnego kwantowego rozwiązania własnego”. fizyka Ks. Rez. 3, 033195 (2021).
https: / / doi.org/ 10.1103 / physrevresearch.3.033195

[63] Barnaby van Straaten i Bálint Koczor. „Koszt pomiaru wariacyjnych algorytmów kwantowych uwzględniających metrykę”. PRX Quantum 2, 030324 (2021).
https: / / doi.org/ 10.1103 / prxquantum.2.030324

[64] Edward Grant, Leonard Wossnig, Mateusz Ostaszewski i Marcello Benedetti. „Strategia inicjalizacji w celu rozwiązania jałowych płaskowyżów w sparametryzowanych obwodach kwantowych”. Kwant 3, 214 (2019).
https:/​/​doi.org/​10.22331/​q-2019-12-09-214

[65] Tylera Volkoffa i Patricka J. Colesa. „Duże gradienty poprzez korelację w losowo sparametryzowanych obwodach kwantowych”. Nauka kwantowa. Techno. 6, 025008 (2021).
https://​/​doi.org/​10.1088/​2058-9565/​abd891

[66] Jamesa Stokesa, Josha Izaaca, Nathana Killorana i Giuseppe Carleo. „Kwantowy naturalny gradient”. Kwant 4, 269 (2020).
https:/​/​doi.org/​10.22331/​q-2020-05-25-269

[67] Sami Khairy, Ruslan Shaydulin, Łukasz Cincio, Yuri Alexeev i Prasanna Balaprakash. „Nauka optymalizacji wariacyjnych obwodów kwantowych w celu rozwiązywania problemów kombinatorycznych”. Materiały z konferencji AAAI na temat sztucznej inteligencji 34, 2367–2375 (2020).
https: // doi.org/ 10.1609 / aaai.v34i03.5616

[68] András Gilyén, Srinivasan Arunachalam i Nathan Wiebe. „Optymalizacja algorytmów optymalizacji kwantowej poprzez szybsze obliczenia gradientu kwantowego”. W materiałach z trzydziestego dorocznego sympozjum ACM-SIAM na temat algorytmów dyskretnych. Strony 1425–1444. Towarzystwo Matematyki Przemysłowej i Stosowanej (2019).
https: / / doi.org/ 10.1137 / 1.9781611975482.87

[69] Mateusz Ostaszewski, Lea M. Trenkwalder, Wojciech Masarczyk, Eleanor Scerri i Vedran Dunjko. „Uczenie się ze wzmocnieniem w celu optymalizacji wariacyjnych architektur obwodów kwantowych” (2021). arXiv:2103.16089.
arXiv: 2103.16089

[70] Mohammad Pirhooshyaran i Tamas Terlaky. „Wyszukiwanie projektów obwodów kwantowych” (2020). arXiv:2012.04046.
arXiv: 2012.04046

[71] Thomas Fösel, Murphy Yuezhen Niu, Florian Marquardt i Li Li. „Optymalizacja obwodów kwantowych z głębokim uczeniem wzmacniającym” (2021). arXiv:2103.07585.
arXiv: 2103.07585

[72] Arthur G. Rattew, Shaohan Hu, Marco Pistoia, Richard Chen i Steve Wood. „Niezależne od domeny, odporne na szumy, wydajne sprzętowo ewolucyjne ewolucyjne kwantowe rozwiązanie własne” (2019). arXiv:1910.09694.
arXiv: 1910.09694

[73] D. Chivilikhin, A. Samarin, V. Ulyantsev, I. Iorsh, AR Oganov i O. Kyriienko. „Mog-vqe: Multiobiektywne genetyczne wariacyjne kwantowe rozwiązanie własne” (2020). arXiv:2007.04424.
arXiv: 2007.04424

[74] Yuhan Huang, Qingyu Li, Xiaokai Hou, Rebing Wu, Man-Hong Yung, Abolfazl Bayat i Xiaoting Wang. „Solidny, zasobooszczędny kwantowy ansatz wariacyjny dzięki algorytmowi ewolucyjnemu”. fizyka Rev. A 105, 052414 (2022).
https: / / doi.org/ 10.1103 / PhysRevA.105.052414

[75] János K Asbóth, László Oroszlány i András Pályi. „Model su-schrieffera-heegera (ssh)”. W krótkim kursie o izolatorach topologicznych. Strony 1–22. Springera (2016).
https:/​/​doi.org/​10.1007/​978-3-319-25607-8

[76] Ken M. Nakanishi, Kosuke Mitarai i Keisuke Fujii. „Wariacyjne kwantowe rozwiązanie własne z przeszukiwaniem podprzestrzeni dla stanów wzbudzonych”. fizyka Ks. Rez. 1, 033062 (2019).
https: / / doi.org/ 10.1103 / physrevresearch.1.033062

[77] Oscara Higgotta, Daochena Wanga i Stephena Brierleya. „Wariacyjne obliczenia kwantowe stanów wzbudzonych”. Kwant 3, 156 (2019).
https:/​/​doi.org/​10.22331/​q-2019-07-01-156

[78] 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”. fizyka Wersja A 95, 042308 (2017).
https: / / doi.org/ 10.1103 / physreva.95.042308

[79] Raffaele Santagati, Jianwei Wang, Antonio A Gentile, Stefano Paesani, Nathan Wiebe, Jarrod R McClean, Sam Morley-Short, Peter J Shadbolt, Damien Bonneau, Joshua W Silverstone i in. „Obserwacja stanów własnych do kwantowej symulacji widm hamiltonowskich”. nauka adw. 4, eaap9646 (2018).
https: / / doi.org/ 10.1126 / sciadv.aap9646

[80] Waltera Greinera i Berndta Müllera. „Mechanika kwantowa: symetrie”. Springer Science & Business Media. (2012).
https:/​/​doi.org/​10.1007/​978-3-662-00902-4

[81] Roya McWeeny'ego. „Symetria: wprowadzenie do teorii grup i jej zastosowań”. Firma kurierska. (2002).

[82] Ramiro Sagastizabal, Xavier Bonet-Monroig, Malay Singh, M Adriaan Rol, CC Bultink, Xiang Fu, CH Price, VP Ostroukh, N Muthusubramanian, A Bruno i in. „Eksperymentalne łagodzenie błędów poprzez weryfikację symetrii w wariacyjnym kwantowym rozwiązaniu własnym”. fizyka Wersja A 100, 010302 (2019).
https: / / doi.org/ 10.1103 / physreva.100.010302

[83] Johannes Jakob Meyer, Marian Mularski, Elies Gil-Fuster, Antonio Anna Mele, Francesco Arzani, Alissa Wilms i Jens Eisert. „Wykorzystanie symetrii w wariacyjnym kwantowym uczeniu maszynowym” (2022). arXiv:2205.06217.
arXiv: 2205.06217

[84] Jin-Guo Liu, Yi-Hong Zhang, Yuan Wan i Lei Wang. „Wariacyjne kwantowe narzędzie własne z mniejszą liczbą kubitów”. fizyka Ks. Rez. 1, 023025 (2019).
https: / / doi.org/ 10.1103 / physrevresearch.1.023025

[85] Panagiotis Kl Barkoutsos, Jerome F Gonthier, Igor Sokolov, Nikolaj Moll, Gian Salis, Andreas Fuhrer, Marc Ganzhorn, Daniel J Egger, Matthias Troyer, Antonio Mezzacapo i in. „Algorytmy kwantowe do obliczeń struktury elektronowej: hamiltonowska cząstka-dziura i zoptymalizowane rozszerzenia funkcji falowej”. fizyka Rev. A 98, 022322 (2018).
https: / / doi.org/ 10.1103 / physreva.98.022322

[86] Hefeng Wang, S Ashhab i Franco Nori. „Wydajny algorytm kwantowy do przygotowywania stanów podobnych do układu molekularnego na komputerze kwantowym”. fizyka Wersja A 79, 042335 (2009).
https: / / doi.org/ 10.1103 / physreva.79.042335

[87] Kazuhiro Seki, Tomonori Shirakawa i Seiji Yunoki. „Dostosowany do symetrii wariacyjny kwantowy układ własny”. fizyka Wersja A 101, 052340 (2020).
https: / / doi.org/ 10.1103 / physreva.101.052340

[88] Bryan T. Gard, Linghua Zhu, George S. Barron, Nicholas J. Mayhall, Sophia E. Economou i Edwin Barnes. „Wydajne obwody przygotowania stanu zachowujące symetrię dla algorytmu wariacyjnego kwantowego rozwiązania własnego”. Npj Quantum Inf. 6, 10 (2020).
https:/​/​doi.org/​10.1038/​s41534-019-0240-1

[89] George S Barron, Bryan T Gard, Orien J Altman, Nicholas J Mayhall, Edwin Barnes i Sophia E Economou. „Zachowanie symetrii dla wariacyjnych kwantowych rozwiązań własnych w obecności szumu”. fizyka Wielebny Appl. 16, 034003 (2021).
https: / / doi.org/ 10.1103 / physrevapplied.16.034003

[90] Feng Zhang, Niladri Gomes, Noah F Berthusen, Peter P Orth, Cai-Zhuang Wang, Kai-Ming Ho i Yong-Xin Yao. „Kwantowe rozwiązanie problemu własnego z płytkim obwodem oparte na inspirowanym symetrią podziale przestrzeni Hilberta do obliczeń chemii kwantowej”. fizyka Ks. Rez. 3, 013039 (2021).
https: / / doi.org/ 10.1103 / physrevresearch.3.013039

[91] Han Zheng, Zimu Li, Junyu Liu, Sergii Strelchuk i Risi Kondor. „Przyspieszenie uczenia się stanów kwantowych poprzez ekwiwalentne grupowe splotowe kwantowe ansätze” (2021). arXiv:2112.07611.
arXiv: 2112.07611

[92] Ilya G Ryabinkin, Scott N Genin i Artur F. Izmaylov. „Ograniczony wariacyjny kwantowy algorytm własny: wyszukiwarka komputera kwantowego w przestrzeni focka”. J. Chem. Obliczenia teoretyczne. 15, 249–255 (2018).
https: / / doi.org/ 10.1021 / acs.jctc.8b00943

[93] Andrew G. Taube i Rodney J. Bartlett. „Nowe perspektywy teorii unitarnych sprzężonych klastrów”. Międzynarodowe czasopismo chemii kwantowej 106, 3393–3401 (2006).
https: / / doi.org/ 10.1002 / qua.21198

[94] Peter JJ O'Malley, Ryan Babbush, Ian D Kivlichan, Jonathan Romero, Jarrod R McClean, Rami Barends, Julian Kelly, Pedram Roushan, Andrew Tranter, Nan Ding i in. „Skalowalna symulacja kwantowa energii molekularnych”. fizyka Wersja X 6, 031007 (2016).
https: / / doi.org/ 10.1103 / physrevx.6.031007

[95] Jonathan Romero, Ryan Babbush, Jarrod R McClean, Cornelius Hempel, Peter J Love i Alán Aspuru-Guzik. „Strategie obliczeń kwantowych energii molekularnych przy użyciu unitarnego sprzężonego klastra ansatz”. Nauka kwantowa. Techno. 4, 014008 (2018).
https:/​/​doi.org/​10.1088/​2058-9565/​aad3e4

[96] Dave Wecker, Matthew B. Hastings i Matthias Troyer. „Postęp w kierunku praktycznych kwantowych algorytmów wariacyjnych”. fizyka Wersja A 92, 042303 (2015).
https: / / doi.org/ 10.1103 / physreva.92.042303

[97] Dong C. Liu i Jorge Nocedal. „O metodzie ograniczonej pamięci bfgs do optymalizacji na dużą skalę”. Programowanie matematyczne 45, 503–528 (1989).
https: / / doi.org/ 10.1007 / BF01589116

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

[99] Yoshifumi Nakata, Christoph Hirche, Ciara Morgan i Andreas Winter. „Unitarne 2-konstrukcje z losowych unitarnych x i z-diagonalnych”. J. Matematyka. fizyka 58, 052203 (2017).
https: / / doi.org/ 10.1063 / 1.4983266

[100] Farrokh Vatan i Colin Williams. „Optymalne obwody kwantowe dla ogólnych bramek dwukubitowych”. Fiz. Rev. A 69, 032315 (2004).
https: / / doi.org/ 10.1103 / PhysRevA.69.032315

[101] Vojtěch Havlíček, Antonio D Córcoles, Kristan Temme, Aram W Harrow, Abhinav Kandala, Jerry M Chow i Jay M Gambetta. „Nadzorowane uczenie się za pomocą przestrzeni cech ulepszonych kwantowo”. Przyroda 567, 209–212 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-0980-2

[102] Juan Carlos Garcia-Escartin i Pedro Chamorro-Posada. „Test zamiany i efekt hong-ou-mandel są równoważne”. fizyka Wersja A 87, 052330 (2013).
https: / / doi.org/ 10.1103 / physreva.87.052330

[103] Łukasz Cincio, Yiğit Subaşı, Andrew T Sornborger i Patrick J Coles. „Nauka kwantowego algorytmu nakładania się stanów”. Nowy J. Phys. 20, 113022 (2018).
https: / / doi.org/ 10.1088 / 1367-2630 / aae94a

[104] Kohdai Kuroiwa i Yuya O Nakagawa. „Metody kar dla wariacyjnego kwantowego rozwiązania własnego”. fizyka Ks. Rez. 3, 013197 (2021).
https: / / doi.org/ 10.1103 / physrevresearch.3.013197

[105] Chufan Lyu, Xiaoyu Tang, Junning Li, Xusheng Xu, Man-Hong Yung i Abolfazl Bayat. „Wariacyjna symulacja kwantowa systemów oddziałujących na duże odległości” (2022). arXiv:2203.14281.
arXiv: 2203.14281

[106] Chufan Lyu. „Kody dla wariacyjnego kwantowego spinu eigensolver wzmocnionego symetrią”. https://​/​gitee.com/​mindspore/​mindquantum/​tree/​research/​paper_with_code/​symmetry_enhanced_variational_quantum_spin_eigensolver (2022).
https://​/​gitee.com/​mindspore/​mindquantum/​tree/​research/​paper_with_code/​symmetry_enhanced_variational_quantum_spin_eigensolver

Cytowany przez

[1] Yuhan Huang, Qingyu Li, Xiaokai Hou, Rebing Wu, Man-Hong Yung, Abolfazl Bayat i Xiaoting Wang, „Solidny, efektywny pod względem zasobów, wariacyjny ansatz kwantowy dzięki algorytmowi ewolucyjnemu”, Przegląd fizyczny A 105 5, 052414 (2022).

[2] Margarite L. LaBorde i Mark M. Wilde, „Algorytmy kwantowe do testowania symetrii hamiltonowskiej”, Listy z przeglądu fizycznego 129 16, 160503 (2022).

[3] Chufan Lyu, Xiaoyu Tang, Junning Li, Xusheng Xu, Man-Hong Yung i Abolfazl Bayat, „Wariacyjna symulacja kwantowa systemów interakcji dalekiego zasięgu”, arXiv: 2203.14281.

[4] Arunava Majumder, Dylan Lewis i Sougato Bose, „Variational Quantum Circuits for Multi-Qubit Gate Automata”, arXiv: 2209.00139.

[5] Raphael César de Souza Pimenta i Anibal Thiago Bezerra, „Revisiting semiconductor masowych hamiltonian przy użyciu komputerów kwantowych”, arXiv: 2208.10323.

Powyższe cytaty pochodzą z Reklamy SAO / NASA (ostatnia aktualizacja pomyślnie 2023-01-21 01:01:04). 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 2023-01-21 01:01:02).

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