1Instituto de Computação de Alto Desempenho, Agência para Ciência, Tecnologia e Pesquisa (A*STAR), 1 Fusionopolis Way, #16-16 Connexis, Cingapura 138632, Cingapura
2Zapata Computing, Inc., 100 Federal Street, 20º andar, Boston, Massachusetts 02110, EUA
3Departamento de Ciência da Computação, Universidade do Texas em Austin, Austin, TX 78712, EUA
Acha este artigo interessante ou deseja discutir? Scite ou deixe um comentário no SciRate.
Sumário
O protocolo clássico de sombras, introduzido recentemente por Huang, Kueng e Preskill [Nat. Física. 16, 1050 (2020)], é um protocolo quântico clássico para estimar propriedades de um estado quântico desconhecido. Ao contrário da tomografia quântica completa, o protocolo pode ser implementado em hardware quântico de curto prazo e requer poucas medições quânticas para fazer muitas previsões com alta probabilidade de sucesso.
Neste artigo, estudamos os efeitos do ruído no protocolo clássico de sombras. Em particular, consideramos o cenário em que os circuitos quânticos envolvidos no protocolo estão sujeitos a vários canais de ruído conhecidos e derivamos um limite superior analítico para a complexidade da amostra em termos de uma seminorma sombra para ruído local e global. Além disso, modificando a etapa clássica de pós-processamento do protocolo sem ruído, definimos um novo estimador que permanece imparcial na presença de ruído. Como aplicações, mostramos que nossos resultados podem ser usados para provar limites superiores rigorosos de complexidade de amostra nos casos de ruído despolarizante e amortecimento de amplitude.
► dados BibTeX
► Referências
[1] John Preskill. Quantum Computing na era NISQ e além. Quantum, 2:79, 2018. doi: 10.22331 / q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79
[2] 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, e Alán Aspuru-Guzik. Algoritmos quânticos barulhentos de escala intermediária. Rev. Mod. Phys., 94:015004, fevereiro de 2022. doi:10.1103/RevModPhys.94.015004.
https: / / doi.org/ 10.1103 / RevModPhys.94.015004
[3] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, et al. Algoritmos quânticos variacionais. Nature Reviews Physics, 3(9):625–644, 2021. doi:10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
[4] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J. Love, Alán Aspuru-Guzik e Jeremy L. O'Brien. Um solucionador de autovalores variacionais em um processador quântico fotônico. Comunicações da natureza, 5:4213, 2014. doi:10.1038/ncomms5213.
https: / / doi.org/ 10.1038 / ncomms5213
[5] Edward Farhi, Jeffrey Goldstone e Sam Gutmann. Um algoritmo de otimização quântica aproximada. Pré-impressão do arXiv arXiv:1411.4028, 2014. doi:10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv: 1411.4028
[6] Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, e outros. Química Quântica na Era da Computação Quântica. Revisões químicas, 119(19):10856–10915, 2019. doi:10.1021/acs.chemrev.8b00803.
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803
[7] Vittorio Giovannetti, Seth Lloyd e Lorenzo Maccone. Metrologia Quântica. Cartas de revisão física, 96(1):010401, 2006. doi:10.1103/PhysRevLett.96.010401.
https: / / doi.org/ 10.1103 / PhysRevLett.96.010401
[8] Nikolaj Moll, Panagiotis Barkoutsos, Lev S. Bishop, Jerry M. Chow, Andrew Cross, Daniel J. Egger, Stefan Filipp, Andreas Fuhrer, Jay M. Gambetta, Marc Ganzhorn, et al. Otimização quântica usando algoritmos variacionais em dispositivos quânticos de curto prazo. Ciência e Tecnologia Quântica, 3(3):030503, 2018. https:////doi:10.1088/2058-9565/aab822.
https: / / doi.org/ 10.1088 / 2058-9565 / aab822
[9] Dave Wecker, Matthew B. Hastings e Matthias Troyer. Progresso em direção a algoritmos variacionais quânticos práticos. Revisão Física A, 92(4):042303, 2015. doi:10.1103/PhysRevA.92.042303.
https: / / doi.org/ 10.1103 / PhysRevA.92.042303
[10] William J. Huggins, Jarrod R. McClean, Nicholas C. Rubin, Zhang Jiang, Nathan Wiebe, K. Birgitta Whaley e Ryan Babbush. Medições eficientes e resistentes ao ruído para química quântica em computadores quânticos de curto prazo. npj Informação Quântica, 7(1):1–9, 2021. doi:10.1038/s41534-020-00341-7.
https://doi.org/10.1038/s41534-020-00341-7
[11] Hsin-Yuan Huang, Richard Kueng e John Preskill. Prever muitas propriedades de um sistema quântico a partir de poucas medições. Física da Natureza, 16(10):1050–1057, 2020. doi:10.1038/s41567-020-0932-7.
https://doi.org/10.1038/s41567-020-0932-7
[12] Jeongwan Haah, Aram Harrow, Zhengfeng Ji, Xiaodi Wu e Nengkun Yu. Tomografia de amostra ideal de estados quânticos. Transações IEEE sobre Teoria da Informação, 63(9):5628–5641, 2017. doi:10.1109/TIT.2017.2719044.
https: / / doi.org/ 10.1109 / TIT.2017.2719044
[13] Ryan O'Donnell e John Wright. Tomografia quântica eficiente. Em Anais do quadragésimo oitavo simpósio anual da ACM sobre Teoria da Computação, páginas 899–912, 2016. doi:10.1145/2897518.2897544.
https: / / doi.org/ 10.1145 / 2897518.2897544
[14] Scott Aaronson. Tomografia de sombra de estados quânticos. SIAM Journal on Computing, 49(5):STOC18–368, 2019. doi:10.1137/18M120275X.
https:///doi.org/10.1137/18M120275X
[15] Mark R. Jerrum, Leslie G. Valiant e Vijay V. Vazirani. Geração Aleatória de Estruturas Combinatórias a partir de uma Distribuição Uniforme. Ciência da Computação Teórica, 43:169–188, 1986. doi:10.1016/0304-3975(86)90174-X.
https://doi.org/10.1016/0304-3975(86)90174-X
[16] Huangjun Zhu, Richard Kueng, Markus Grassl e David Gross. O grupo Clifford falha graciosamente em ser um design 4 unitário. Pré-impressão do arXiv arXiv:1609.08172, 2016. doi:10.48550/arXiv.1609.08172.
https:///doi.org/10.48550/arXiv.1609.08172
arXiv: 1609.08172
[17] Zak Webb. O grupo Clifford forma um projeto 3 unitário. Informação Quântica e Computação, 16(15&16):1379–1400, 2016. doi:10.26421/QIC16.15-16-8.
https: / / doi.org/ 10.26421 / QIC16.15-16-8
[18] Senrui Chen, Wenjun Yu, Pei Zeng e Steven T. Flammia. Estimativa robusta de sombra. PRX Quantum, 2:030348, setembro de 2021. doi:10.1103/PRXQuantum.2.030348.
https: / / doi.org/ 10.1103 / PRXQuantum.2.030348
[19] Steven T. Flammia e Joel J. Wallman. Estimativa Eficiente de Canais Pauli. Transações ACM em Computação Quântica, 1(1):1–32, 2020. doi:10.1145/3408039.
https: / / doi.org/ 10.1145 / 3408039
[20] Senrui Chen, Sisi Zhou, Alireza Seif e Liang Jiang. Vantagens quânticas para estimativa do canal Pauli. Revisão Física A, 105(3):032435, 2022. doi:10.1103/PhysRevA.105.032435.
https: / / doi.org/ 10.1103 / PhysRevA.105.032435
[21] Michael A. Nielsen e Isaac L. Chuang. Computação Quântica e Informação Quântica. Cambridge University Press, 2010. doi:10.1017/CBO9780511976667.
https: / / doi.org/ 10.1017 / CBO9780511976667
[22] Zdenek Hradil. Estimativa de estado quântico. Revisão Física A, 55(3):R1561, 1997. doi:10.1103/PhysRevA.55.R1561.
https: / / doi.org/ 10.1103 / PhysRevA.55.R1561
[23] Matteo Paris e Jaroslav Rehacek. Estimativa do Estado Quântico, volume 649. Springer Science & Business Media, 2004. doi:10.1007/b98673.
https: / / doi.org/ 10.1007 / b98673
[24] Robin Blume-Kohout. Estimativa ideal e confiável de estados quânticos. New Journal of Physics, 12(4):043034, abril de 2010. doi:10.1088/1367-2630/12/4/043034.
https://doi.org/10.1088/1367-2630/12/4/043034
[25] K. Banaszek, M. Cramer e D. Gross. Concentre-se na tomografia quântica. New Journal of Physics, 15(12):125020, dezembro de 2013. doi:10.1088/1367-2630/15/12/125020.
https://doi.org/10.1088/1367-2630/15/12/125020
[26] David Gross, Yi-Kai Liu, Steven T. Flammia, Stephen Becker e Jens Eisert. Tomografia de estado quântico via sensoriamento comprimido. Física. Rev. Lett., 105:150401, outubro de 2010. doi:10.1103/PhysRevLett.105.150401.
https: / / doi.org/ 10.1103 / PhysRevLett.105.150401
[27] Steven T. Flammia, David Gross, Yi-Kai Liu e Jens Eisert. Tomografia quântica via sensoriamento comprimido: limites de erro, complexidade amostral e estimadores eficientes. New Journal of Physics, 14(9):095022, setembro de 2012. doi:10.1088/1367-2630/14/9/095022.
https://doi.org/10.1088/1367-2630/14/9/095022
[28] Takanori Sugiyama, Peter S. Turner e Mio Murao. Tomografia Quântica com Precisão Garantida. Física. Lett., 111:160406, outubro de 2013. doi:10.1103/PhysRevLett.111.160406.
https: / / doi.org/ 10.1103 / PhysRevLett.111.160406
[29] Richard Kueng, Huangjun Zhu e David Gross. Recuperação de matriz de baixa classificação das órbitas de Clifford. Pré-impressão do arXiv arXiv:1610.08070, 2016. doi:10.48550/arXiv.1610.08070.
https:///doi.org/10.48550/arXiv.1610.08070
arXiv: 1610.08070
[30] Richard Kueng, Holger Rauhut e Ulrich Terstiege. Recuperação de matriz de classificação baixa a partir de medições de classificação um. Análise Harmônica Aplicada e Computacional, 42(1):88–116, 2017. doi:10.1016/j.acha.2015.07.007.
https:///doi.org/10.1016/j.acha.2015.07.007
[31] M Guţă, J. Kahn, R. Kueng e JA Tropp. Tomografia de estado rápido com limites de erro ideais. Journal of Physics A: Mathematical and Theoretical, 53(20):204001, abril de 2020. doi:10.1088/1751-8121/ab8111.
https: / / doi.org/ 10.1088 / 1751-8121 / ab8111
[32] Marcus Cramer, Martin B. Plenio, Steven T. Flammia, Rolando Somma, David Gross, Stephen D. Bartlett, Olivier Landon-Cardinal, David Poulin e Yi-Kai Liu. Tomografia de estado quântico eficiente. Comunicações da natureza, 1(1):1–7, 2010. doi: 10.1038/ncomms1147.
https: / / doi.org/ 10.1038 / ncomms1147
[33] BP Lanyon, C. Maier, Milan Holzäpfel, Tillmann Baumgratz, C Hempel, P Jurcevic, Ish Dhand, AS Buyskikh, AJ Daley, Marcus Cramer, et al. Tomografia eficiente de um sistema quântico de muitos corpos. Física da Natureza, 13(12):1158–1162, 2017. doi:10.1038/nphys4244.
https: / / doi.org/ 10.1038 / nphys4244
[34] Olivier Landon-Cardinal e David Poulin. Método prático de aprendizagem para estados emaranhados multiescala. New Journal of Physics, 14(8):085004, agosto de 2012. doi:10.1088/1367-2630/14/8/085004.
https://doi.org/10.1088/1367-2630/14/8/085004
[35] Juan Carrasquilla, Giacomo Torlai, Roger G. Melko e Leandro Aolita. Reconstruindo estados quânticos com modelos generativos. Nature Machine Intelligence, 1(3):155–161, 2019. doi:10.1038/s42256-019-0028-1.
https://doi.org/10.1038/s42256-019-0028-1
[36] Xun Gao e Lu-Ming Duan. Representação eficiente de estados quânticos de muitos corpos com redes neurais profundas. Comunicações da natureza, 8(1):1–6, 2017. doi:10.1038/s41467-017-00705-2.
https://doi.org/10.1038/s41467-017-00705-2
[37] Jordan Cotler e Frank Wilczek. Tomografia quântica sobreposta. Física. Lett., 124:100401, março de 2020. doi:10.1103/PhysRevLett.124.100401.
https: / / doi.org/ 10.1103 / PhysRevLett.124.100401
[38] Scott Aaronson e Guy N. Rothblum. Medição suave de estados quânticos e privacidade diferencial. Nos Anais do 51º Simpósio Anual ACM SIGACT sobre Teoria da Computação, páginas 322–333, 2019. doi:10.1145/3313276.3316378.
https: / / doi.org/ 10.1145 / 3313276.3316378
[39] Costin Bădescu e Ryan O'Donnell. Análise de dados quânticos aprimorada. Nos Anais do 53º Simpósio Anual ACM SIGACT sobre Teoria da Computação, páginas 1398–1411, 2021. doi:10.1145/3406325.3451109.
https: / / doi.org/ 10.1145 / 3406325.3451109
[40] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M Chow e Jay M. Gambetta. Solucionador quântico variacional com eficiência de hardware para moléculas pequenas e ímãs quânticos. Natureza, 549(7671):242–246, 2017. doi:10.1038/nature23879.
https: / / doi.org/ 10.1038 / nature23879
[41] Vladyslav Verteletskyi, Tzu-Ching Yen e Artur F. Izmaylov. Otimização de medição no autosolver quântico variacional usando uma cobertura de clique mínima. The Journal of Chemical Physics, 152(12):124114, 2020. doi:10.1063/1.5141458.
https: / / doi.org/ 10.1063 / 1.5141458
[42] Artur F. Izmaylov, Tzu-Ching Yen, Robert A. Lang e Vladyslav Verteletskyi. Abordagem de particionamento unitário para o problema de medição no método variacional quântico autosolver. Journal of Chemical Theory and Computation, 16(1):190–195, 2019. doi:10.1021/acs.jctc.9b00791.
https: / / doi.org/ 10.1021 / acs.jctc.9b00791
[43] Andrew Zhao, Andrew Tranter, William M. Kirby, Shu Fay Ung, Akimasa Miyake e Peter J. Love. Redução de medição em algoritmos quânticos variacionais. Revisão Física A, 101(6):062322, 2020. doi:10.1103/PhysRevA.101.062322.
https: / / doi.org/ 10.1103 / PhysRevA.101.062322
[44] Guoming Wang, Dax Enshan Koh, Peter D. Johnson e Yudong Cao. Minimizando o tempo de execução de estimativa em computadores quânticos barulhentos. PRX Quantum, 2:010346, março de 2021. doi:10.1103/PRXQuantum.2.010346.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010346
[45] Dax Enshan Koh, Guoming Wang, Peter D. Johnson e Yudong Cao. Fundamentos para inferência bayesiana com funções de verossimilhança projetadas para estimativa robusta de amplitude. Journal of Mathematical Physics, 63:052202, 2022. doi:10.1063/5.0042433.
https: / / doi.org/ 10.1063 / 5.0042433
[46] Jérôme F. Gonthier, Maxwell D. Radin, Corneliu Buda, Eric J. Doskocil, Clena M. Abuan e Jhonathan Romero. Identificando desafios em direção à vantagem quântica prática por meio da estimativa de recursos: o obstáculo da medição no autosolver quântico variacional. Pré-impressão do arXiv arXiv:2012.04001, 2020. doi:10.48550/arXiv.2012.04001.
https:///doi.org/10.48550/arXiv.2012.04001
arXiv: 2012.04001
[47] Andrew Zhao, Nicholas C. Rubin e Akimasa Miyake. Tomografia Parcial Fermiônica via Sombras Clássicas. Física. Rev., 127:110504, setembro de 2021. doi:10.1103/PhysRevLett.127.110504.
https: / / doi.org/ 10.1103 / PhysRevLett.127.110504
[48] Kianna Wan, William J. Huggins, Joonho Lee e Ryan Babbush. Sombras Matchgate para Simulação Quântica Fermiônica. Pré-impressão do arXiv arXiv:2207.13723, 2022. doi:10.48550/arXiv.2207.13723.
https:///doi.org/10.48550/arXiv.2207.13723
arXiv: 2207.13723
[49] Bryan O'Gorman. Tomografia fermiônica e aprendizado. Pré-impressão do arXiv arXiv:2207.14787, 2022. doi:10.48550/arXiv.2207.14787.
https:///doi.org/10.48550/arXiv.2207.14787
arXiv: 2207.14787
[50] Charles Hadfield, Sergey Bravyi, Rudy Raymond e Antonio Mezzacapo. Medições de hamiltonianos quânticos com sombras clássicas com polarização local. Comunicações em Física Matemática, 391(3):951–967, 2022. doi:10.1007/s00220-022-04343-8.
https://doi.org/10.1007/s00220-022-04343-8
[51] Andreas Elben, Richard Kueng, Hsin-Yuan Robert Huang, Rick van Bijnen, Christian Kokail, Marcello Dalmonte, Pasquale Calabrese, Barbara Kraus, John Preskill, Peter Zoller, e outros. Emaranhamento de estados mistos a partir de medições aleatórias locais. Cartas de Revisão Física, 125(20):200501, 2020. doi:10.1103/PhysRevLett.125.200501.
https: / / doi.org/ 10.1103 / PhysRevLett.125.200501
[52] GI Struchalin, Ya. A. Zagorovskii, EV Kovlakov, SS Straupe e SP Kulik. Estimativa Experimental de Propriedades de Estado Quântico a partir de Sombras Clássicas. PRX Quantum, 2:010307, janeiro de 2021. doi:10.1103/PRXQuantum.2.010307.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010307
[53] Dax Enshan Koh e Sabee Grewal. Sombras clássicas com ruído. Pré-impressão do arXiv arXiv:2011.11580v1, 2020.
arXiv: 2011.11580v1
[54] Robin Harper, Steven T. Flammia e Joel J. Wallman. Aprendizagem eficiente de ruído quântico. Física da Natureza, 16(12):1184–1188, 2020. doi:10.1038/s41567-020-0992-8.
https://doi.org/10.1038/s41567-020-0992-8
[55] Guangxi Li, Zhixin Song e Xin Wang. VSQL: Aprendizagem quântica sombra variacional para classificação. Anais da Conferência AAAI sobre Inteligência Artificial, 35(9):8357–8365, maio de 2021.
[56] Joseph M. Lukens, Kody JH Law e Ryan S. Bennink. Uma análise bayesiana de sombras clássicas. npj Quantum Inf., 7(113):1–10, julho de 2021. doi:10.1038/s41534-021-00447-6.
https://doi.org/10.1038/s41534-021-00447-6
[57] Roy J. Garcia, You Zhou e Arthur Jaffe. Mistura quântica com sombras clássicas. Física. Research, 3:033155, agosto de 2021. doi:10.1103/PhysRevResearch.3.033155.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033155
[58] Hong-Ye Hu e Yi-Zhuang Você. Tomografia de sombra de estados quânticos orientada por Hamiltoniano. Física. Research, 4:013054, janeiro de 2022. doi:10.1103/PhysRevResearch.4.013054.
https: / / doi.org/ 10.1103 / PhysRevResearch.4.013054
[59] Antoine Neven, José Carrasco, Vittorio Vitale, Christian Kokail, Andreas Elben, Marcello Dalmonte, Pasquale Calabrese, Peter Zoller, Benoı̂t Vermersch, Richard Kueng, et al. Detecção de emaranhamento resolvido por simetria usando momentos de transposição parcial. npj Quantum Inf., 7(152):1–12, outubro de 2021. doi:10.1038/s41534-021-00487-y.
https: / / doi.org/ 10.1038 / s41534-021-00487-y
[60] Hsin-Yuan Huang, Richard Kueng e John Preskill. Estimativa eficiente de observáveis de Pauli por desrandomização. Física. Rev. Lett., 127:030503, julho de 2021.
https: / / doi.org/ 10.1103 / PhysRevLett.127.030503
[61] Atithi Acharya, Siddhartha Saha e Anirvan M. Sengupta. Tomografia de sombra baseada em medidas positivas informativas e completas com valor do operador. Física. Rev.
https: / / doi.org/ 10.1103 / PhysRevA.104.052418
[62] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo e Robert Wille. Diagramas de decisão para medições quânticas com circuitos rasos. Em 2021, Conferência Internacional IEEE sobre Computação e Engenharia Quântica (QCE), páginas 24–34. IEEE, 2021. doi:10.1109/QCE52317.2021.00018.
https: / / doi.org/ 10.1109 / QCE52317.2021.00018
[63] Carlos Hadfield. Sombras Pauli Adaptativas para Estimativa de Energia. Pré-impressão do arXiv arXiv:2105.12207, 2021. doi:10.48550/arXiv.2105.12207.
https:///doi.org/10.48550/arXiv.2105.12207
arXiv: 2105.12207
[64] Bujiao Wu, Jinzhao Sun, Qi Huang e Xiao Yuan. Medição de agrupamento sobreposto: uma estrutura unificada para medir estados quânticos. Pré-impressão do arXiv arXiv:2105.13091, 2021. doi:10.48550/arXiv.2105.13091.
https:///doi.org/10.48550/arXiv.2105.13091
arXiv: 2105.13091
[65] Aniket Rath, Cyril Branciard, Anna Minguzzi e Benoı̂t Vermersch. Informações quânticas de Fisher a partir de medições aleatórias. Física. Lett., 127:260501, dezembro de 2021. doi:10.1103/PhysRevLett.127.260501.
https: / / doi.org/ 10.1103 / PhysRevLett.127.260501
[66] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan e He Lu. Medição experimental de estado quântico com sombras clássicas. Física. Rev., 127:200501, novembro de 2021.
https: / / doi.org/ 10.1103 / PhysRevLett.127.200501
[67] Hsin-Yuan Huang, Richard Kueng, Giacomo Torlai, Victor V. Albert e John Preskill. Aprendizado de máquina comprovadamente eficiente para problemas quânticos de muitos corpos. Pré-impressão do arXiv arXiv:2106.12627, 2021. doi:10.48550/arXiv.2106.12627.
https:///doi.org/10.48550/arXiv.2106.12627
arXiv: 2106.12627
[68] William J. Huggins, Bryan A. O'Gorman, Nicholas C. Rubin, David R. Reichman, Ryan Babbush e Joonho Lee. Monte Carlo quântico fermiônico imparcial com um computador quântico. Natureza, 603(7901):416–420, março de 2022. doi:10.1038/s41586-021-04351-z.
https: / / doi.org/ 10.1038 / s41586-021-04351-z
[69] Hong-Ye Hu, Soonwon Choi e Yi-Zhuang You. Tomografia de sombra clássica com dinâmica quântica localmente embaralhada. Pré-impressão do arXiv arXiv:2107.04817, 2021. doi:10.48550/arXiv.2107.04817.
https:///doi.org/10.48550/arXiv.2107.04817
arXiv: 2107.04817
[70] Steven T. Flammia. Amostragem de autovalor médio do circuito. Pré-impressão do arXiv arXiv:2108.05803, 2021. doi:10.48550/arXiv.2108.05803.
https:///doi.org/10.48550/arXiv.2108.05803
arXiv: 2108.05803
[71] Ryan Levy, Di Luo e Bryan K. Clark. Sombras clássicas para tomografia de processo quântico em computadores quânticos de curto prazo. Pré-impressão do arXiv arXiv:2110.02965, 2021. doi:10.48550/arXiv.2110.02965.
https:///doi.org/10.48550/arXiv.2110.02965
arXiv: 2110.02965
[72] Jonathan Kunjummen, Minh C. Tran, Daniel Carney e Jacob M. Taylor. Tomografia de processo sombra de canais quânticos. Pré-impressão do arXiv arXiv:2110.03629, 2021. doi:10.48550/arXiv.2110.03629.
https:///doi.org/10.48550/arXiv.2110.03629
arXiv: 2110.03629
[73] Jonas Helsen, Marios Ioannou, Ingo Roth, Jonas Kitzinger, Emilio Onorati, Albert H. Werner e Jens Eisert. Estimando propriedades do conjunto de portas a partir de sequências aleatórias. Pré-impressão do arXiv arXiv:2110.13178, 2021. doi:10.48550/arXiv.2110.13178.
https:///doi.org/10.48550/arXiv.2110.13178
arXiv: 2110.13178
[74] Sitan Chen, Jordan Cotler, Hsin-Yuan Huang e Jerry Li. Separações exponenciais entre aprendizagem com e sem memória quântica. Em 2021, 62º Simpósio Anual IEEE sobre Fundamentos da Ciência da Computação (FOCS), páginas 574–585, 2022. doi:10.1109/FOCS52979.2021.00063.
https: / / doi.org/ 10.1109 / FOCS52979.2021.00063
[75] Simone Notarnicola, Andreas Elben, Thierry Lahaye, Antoine Browaeys, Simone Montangero e Benoit Vermersch. Uma caixa de ferramentas de medição aleatória para tecnologias quânticas Rydberg. Pré-impressão do arXiv arXiv:2112.11046, 2021. doi:10.48550/arXiv.2112.11046.
https:///doi.org/10.48550/arXiv.2112.11046
arXiv: 2112.11046
[76] Stefan H. Sack, Raimel A. Medina, Alexios A. Michailidis, Richard Kueng e Maksym Serbyn. Evitando planaltos áridos usando sombras clássicas. PRX Quantum, 3:020365, junho de 2022. doi:10.1103/PRXQuantum.3.020365.
https: / / doi.org/ 10.1103 / PRXQuantum.3.020365
[77] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia e Arthur Jaffe. Sombras clássicas com conjuntos unitários invariantes de Pauli. Pré-impressão do arXiv arXiv:2202.03272, 2022. doi:10.48550/arXiv.2202.03272.
https:///doi.org/10.48550/arXiv.2202.03272
arXiv: 2202.03272
[78] Max McGinley, Sebastian Leontica, Samuel J. Garratt, Jovan Jovanovic e Steven H. Simon. Quantificando o embaralhamento de informações por meio de tomografia de sombra clássica em simuladores quânticos programáveis. Pré-impressão do arXiv arXiv:2202.05132, 2022. doi:10.48550/arXiv.2202.05132.
https:///doi.org/10.48550/arXiv.2202.05132
arXiv: 2202.05132
[79] Lu Liu, Ting Zhang, Xiao Yuan e He Lu. Investigação Experimental das Relações de Incerteza Quântica com Sombras Clássicas. Fronteiras em Física, 10, 2022. doi:10.3389/fphy.2022.873810.
https: / / doi.org/ 10.3389 / fphy.2022.873810
[80] Joseph M. Lukens, Kody JH Law e Ryan S. Bennink. Sombras clássicas e estimativa da média bayesiana: uma comparação. Na Conferência sobre Lasers e Eletroóptica, página FW3N.3. Sociedade Óptica da América, 2021. doi:10.1364/CLEO_QELS.2021.FW3N.3.
https:///doi.org/10.1364/CLEO_QELS.2021.FW3N.3
[81] Angus Lowe. Aprendendo estados quânticos sem medições emaranhadas. Dissertação de mestrado, Universidade de Waterloo, 2021.
[82] Hsin-Yuan Huang. Aprendendo estados quânticos a partir de suas sombras clássicas. Nat. Rev.
https://doi.org/10.1038/s42254-021-00411-5
[83] Hong-Ye Hu, Ryan LaRose, Yi-Zhuang You, Eleanor Rieffel e Zhihui Wang. Tomografia de sombra lógica: estimativa eficiente de observáveis com mitigação de erros. Pré-impressão do arXiv arXiv:2203.07263, 2022. doi:10.48550/arXiv.2203.07263.
https:///doi.org/10.48550/arXiv.2203.07263
arXiv: 2203.07263
[84] Alireza Seif, Ze-Pei Cian, Sisi Zhou, Senrui Chen e Liang Jiang. Destilação de sombra: mitigação de erros quânticos com sombras clássicas para processadores quânticos de curto prazo. Pré-impressão do arXiv arXiv:2203.07309, 2022. doi:10.48550/arXiv.2203.07309.
https:///doi.org/10.48550/arXiv.2203.07309
arXiv: 2203.07309
[85] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoı̂t Vermersch e Peter Zoller. A caixa de ferramentas de medição aleatória. Pré-impressão do arXiv arXiv:2203.11374, 2022. doi:10.48550/arXiv.2203.11374.
https:///doi.org/10.48550/arXiv.2203.11374
arXiv: 2203.11374
[86] Gregory Boyd e Bálint Koczor. Treinamento de circuitos quânticos variacionais com CoVaR: descoberta de raiz de covariância com sombras clássicas. Pré-impressão do arXiv arXiv:2204.08494, 2022. doi:10.48550/arXiv.2204.08494.
https:///doi.org/10.48550/arXiv.2204.08494
arXiv: 2204.08494
[87] H. Chau Nguyen, Jan Lennart Bönsel, Jonathan Steinberg e Otfried Gühne. Otimizando a tomografia de sombra com medidas generalizadas. Pré-impressão do arXiv arXiv:2205.08990, 2022. doi:10.48550/arXiv.2205.08990.
https:///doi.org/10.48550/arXiv.2205.08990
arXiv: 2205.08990
[88] Luuk Coopmans, Yuta Kikuchi e Marcello Benedetti. Prevendo valores de expectativa do estado de Gibbs com sombras térmicas puras. Pré-impressão do arXiv arXiv:2206.05302, 2022. doi:10.48550/arXiv.2206.05302.
https:///doi.org/10.48550/arXiv.2206.05302
arXiv: 2206.05302
[89] Saumya Shivam, CW von Keyserlingk e SL Sondhi. Sobre sombras clássicas e híbridas dos estados quânticos. Pré-impressão do arXiv arXiv:2206.06616, 2022. doi:10.48550/arXiv.2206.06616.
https:///doi.org/10.48550/arXiv.2206.06616
arXiv: 2206.06616
[90] Daniel McNulty, Filip B. Maciejewski e Michał Oszmaniec. Estimando hamiltonianos quânticos por meio de medições conjuntas de observáveis barulhentos e não pendulares. Pré-impressão do arXiv arXiv:2206.08912, 2022. doi:10.48550/arXiv.2206.08912.
https:///doi.org/10.48550/arXiv.2206.08912
arXiv: 2206.08912
[91] Suguru Endo, Zhenyu Cai, Simon C. Benjamin e Xiao Yuan. Algoritmos híbridos quânticos-clássicos e mitigação de erros quânticos. Jornal da Sociedade Física do Japão, 90(3):032001, 2021. doi:10.7566/JPSJ.90.032001.
https: / / doi.org/ 10.7566 / JPSJ.90.032001
[92] Austin G. Fowler, Matteo Mariantoni, John M. Martinis e Andrew N. Cleland. Códigos de superfície: Rumo à computação quântica prática em grande escala. Revisão Física A, 86(3):032324, 2012. doi:10.1103/PhysRevA.86.032324.
https: / / doi.org/ 10.1103 / PhysRevA.86.032324
[93] Earl T. Campbell, Barbara M. Terhal e Christophe Vuillot. Caminhos para a computação quântica universal tolerante a falhas. Natureza, 549(7671):172–179, 2017. doi:10.1038/nature23460.
https: / / doi.org/ 10.1038 / nature23460
[94] Ying Li e Simon C. Benjamin. Simulador quântico variacional eficiente que incorpora minimização ativa de erros. Física. X, 7:021050, junho de 2017. doi:10.1103/PhysRevX.7.021050.
https: / / doi.org/ 10.1103 / PhysRevX.7.021050
[95] Kristan Temme, Sergey Bravyi e Jay M. Gambetta. Mitigação de erros para circuitos quânticos de curta profundidade. Física. Rev. Lett., 119:180509, novembro de 2017. doi:10.1103/PhysRevLett.119.180509.
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509
[96] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari e William J. Zeng. Extrapolação digital de ruído zero para mitigação de erros quânticos. Em 2020, Conferência Internacional IEEE sobre Computação e Engenharia Quântica (QCE), páginas 306–316, 2020. doi:10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045
[97] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles e Lukasz Cincio. Mitigação de erros com dados do circuito quântico de Clifford. Quantum, 5:592, novembro de 2021. doi:10.22331/q-2021-11-26-592.
https://doi.org/10.22331/q-2021-11-26-592
[98] Jarrod R. McClean, Mollie E. Kimchi-Schwartz, Jonathan Carter e Wibe A. de Jong. Hierarquia híbrida quântica-clássica para mitigação de decoerência e determinação de estados excitados. Física. Rev. A, 95:042308, abril de 2017. doi:10.1103/PhysRevA.95.042308.
https: / / doi.org/ 10.1103 / PhysRevA.95.042308
[99] Suguru Endo, Simon C. Benjamin e Ying Li. Mitigação prática de erros quânticos para aplicações em futuro próximo. Física. X, 8:031027, julho de 2018. doi:10.1103/PhysRevX.8.031027.
https: / / doi.org/ 10.1103 / PhysRevX.8.031027
[100] João Watrous. A Teoria da Informação Quântica. Cambridge University Press, 2018. doi:10.1017/9781316848142.
https: / / doi.org/ 10.1017 / 9781316848142
[101] Sepehr Nezami e Michael Walter. Emaranhamento multipartido em redes de tensores estabilizadores. Física. Rev. Lett., 125:241602, dezembro de 2020. doi:10.1103/PhysRevLett.125.241602.
https: / / doi.org/ 10.1103 / PhysRevLett.125.241602
[102] Fernando GSL Brandão e Michal Horodecki. As acelerações quânticas exponenciais são genéricas. Inf. Quântica. Comput., 13(11&12):901–924, 2013. doi:10.26421/QIC13.11-12-1.
https: / / doi.org/ 10.26421 / QIC13.11-12-1
[103] Adam Bouland, Joseph F. Fitzsimons e Dax Enshan Koh. Classificação de complexidade de circuitos de Clifford conjugados. Em Rocco A. Servedio, editor, 33rd Computational Complexity Conference (CCC 2018), volume 102 de Leibniz International Proceedings in Informatics (LIPIcs), páginas 21:1–21:25, Dagstuhl, Alemanha, 2018. Schloss Dagstuhl–Leibniz-Zentrum para informática. doi:10.4230/LIPIcs.CCC.2018.21.
https: / / doi.org/ 10.4230 / LIPIcs.CCC.2018.21
[104] Rawad Mezher, Joe Ghalbouni, Joseph Dgheim e Damian Markham. Projetos t unitários aproximados eficientes de conjuntos universais parcialmente invertíveis e sua aplicação à aceleração quântica. Pré-impressão do arXiv arXiv:1905.01504, 2019. doi:10.48550/arXiv.1905.01504.
https:///doi.org/10.48550/arXiv.1905.01504
arXiv: 1905.01504
[105] Oleg Szehr, Frédéric Dupuis, Marco Tomamichel e Renato Renner. Desacoplamento com dois projetos aproximados unitários. New Journal of Physics, 15(5):053022, 2013. doi:10.1088/1367-2630/15/5/053022.
https://doi.org/10.1088/1367-2630/15/5/053022
[106] Andris Ambainis, Jan Bouda e Andreas Winter. Criptografia não maleável de informações quânticas. Journal of Mathematical Physics, 50(4):042106, 2009. doi:10.1063/1.3094756.
https: / / doi.org/ 10.1063 / 1.3094756
[107] Huangjun Zhu. Os grupos Multiqubit Clifford são projetos unitários de 3. Revisão Física A, 96(6):062336, 2017. doi:10.1103/PhysRevA.96.062336.
https: / / doi.org/ 10.1103 / PhysRevA.96.062336
[108] Joel J. Wallman. Benchmarking randomizado com ruído dependente de gate. Quantum, 2:47, janeiro de 2018. doi:10.22331/q-2018-01-29-47.
https://doi.org/10.22331/q-2018-01-29-47
[109] Kevin Young, Stephen Bartlett, Robin J. Blume-Kohout, John King Gamble, Daniel Lobser, Peter Maunz, Erik Nielsen, Timothy James Proctor, Melissa Revelle e Kenneth Michael Rudinger. Diagnosticando e destruindo ruído não Markoviano. Relatório técnico, Laboratório Nacional Sandia. (SNL-CA), Livermore, CA (Estados Unidos), 2020. doi:10.2172/1671379.
https: / / doi.org/ 10.2172 / 1671379
[110] Tilo Eggeling e Reinhard F. Werner. Propriedades de separabilidade de estados tripartidos com simetria $Uotimes Uotimes U$. Revisão Física A, 63(4):042111, 2001. doi:10.1103/PhysRevA.63.042111.
https: / / doi.org/ 10.1103 / PhysRevA.63.042111
[111] Peter D. Johnson e Lorenza Viola. Correlações quânticas compatíveis: Problemas de extensão para Werner e estados isotrópicos. Revisão Física A, 88(3):032323, 2013. doi:10.1103/PhysRevA.88.032323.
https: / / doi.org/ 10.1103 / PhysRevA.88.032323
Citado por
[1] Jules Tilly, Hongxiang Chen, Shuxiang Cao, Dario Picozzi, Kanav Setia, Ying Li, Edward Grant, Leonard Wossnig, Ivan Rungger, George H. Booth e Jonathan Tennyson, “The Variational Quantum Eigensolver: a review of methods and Melhores Práticas", arXiv: 2111.05176.
[2] 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 e Alán Aspuru-Guzik, “Algoritmos quânticos de escala intermediária barulhentos”, Comentários de Modern Physics 94 1, 015004 (2022).
[3] Hsin-Yuan Huang, Richard Kueng, Giacomo Torlai, Victor V. Albert e John Preskill, “Aprendizado de máquina comprovadamente eficiente para problemas quânticos de muitos corpos”, arXiv: 2106.12627.
[4] Antoine Neven, Jose Carrasco, Vittorio Vitale, Christian Kokail, Andreas Elben, Marcello Dalmonte, Pasquale Calabrese, Peter Zoller, Benoît Vermersch, Richard Kueng e Barbara Kraus, “Detecção de emaranhamento resolvido por simetria usando momentos de transposição parcial”, npj Informações Quânticas 7, 152 (2021).
[5] Stefan H. Sack, Raimel A. Medina, Alexios A. Michailidis, Richard Kueng e Maksym Serbyn, “Evitando Planaltos Estéreis Usando Sombras Clássicas”, PRX Quantum 3 2, 020365 (2022).
[6] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch e Peter Zoller, “A caixa de ferramentas de medição aleatória”, arXiv: 2203.11374.
[7] Hsin-Yuan Huang, Richard Kueng e John Preskill, “Estimativa eficiente de observáveis de Pauli por desrandomização”, Cartas de Revisão Física 127 3, 030503 (2021).
[8] Daniel McNulty, Filip B. Maciejewski e Michał Oszmaniec, “Estimando hamiltonianos quânticos por meio de medições conjuntas de observáveis ruidosos e não comutáveis”, arXiv: 2206.08912.
[9] Senrui Chen, Wenjun Yu, Pei Zeng e Steven T. Flammia, “Estimativa Robusta de Sombra”, PRX Quantum 2 3, 030348 (2021).
[10] Hong-Ye Hu e Yi-Zhuang You, “Tomografia de sombra de estados quânticos conduzida por Hamiltonian”, Pesquisa de Revisão Física 4 1, 013054 (2022).
[11] Hong-Ye Hu, Soonwon Choi e Yi-Zhuang You, “Tomografia de sombra clássica com dinâmica quântica localmente codificada”, arXiv: 2107.04817.
[12] Roy J. Garcia, You Zhou e Arthur Jaffe, “Quantum scrambling with classic shadows”, Pesquisa de Revisão Física 3 3, 033155 (2021).
[13] Ryan Levy, Di Luo e Bryan K. Clark, "Sombras clássicas para tomografia de processo quântico em computadores quânticos de curto prazo", arXiv: 2110.02965.
[14] Aniket Rath, Cyril Branciard, Anna Minguzzi e Benoît Vermersch, “Quantum Fisher Information from Randomized Measurements”, Cartas de Revisão Física 127 26, 260501 (2021).
[15] Charles Hadfield, “Sombras Adaptativas de Pauli para Estimativa de Energia”, arXiv: 2105.12207.
[16] Jose Carrasco, Andreas Elben, Christian Kokail, Barbara Kraus e Peter Zoller, “Perspectivas Teóricas e Experimentais da Verificação Quântica”, arXiv: 2102.05927.
[17] Lorenzo Leone, Salvatore FE Oliviero e Alioscia Hamma, “A magia impede a certificação quântica”, arXiv: 2204.02995.
[18] Atithi Acharya, Siddhartha Saha e Anirvan M. Sengupta, “Tomografia de sombra baseada em POVM informacionalmente completa”, arXiv: 2105.05992.
[19] Simone Notarnicola, Andreas Elben, Thierry Lahaye, Antoine Browaeys, Simone Montangero e Benoit Vermersch, “Uma caixa de ferramentas de medição aleatória para tecnologias quânticas de Rydberg”, arXiv: 2112.11046.
[20] Atithi Acharya, Siddhartha Saha e Anirvan M. Sengupta, “Tomografia de sombra baseada em medida positiva informacionalmente completa com valor do operador”, Revisão Física A 104 5, 052418 (2021).
[21] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia e Arthur Jaffe, “Sombras clássicas com conjuntos unitários invariantes de Pauli”, arXiv: 2202.03272.
As citações acima são de SAO / NASA ADS (última atualização com êxito 2022-08-16 14:04:23). A lista pode estar incompleta, pois nem todos os editores fornecem dados de citação adequados e completos.
Não foi possível buscar Dados citados por referência cruzada durante a última tentativa 2022-08-16 14:04:21: Não foi possível buscar os dados citados por 10.22331 / q-2022-08-16-776 do Crossref. Isso é normal se o DOI foi registrado recentemente.
Este artigo é publicado na Quantum sob o Atribuição 4.0 do Creative Commons Internacional (CC BY 4.0) licença. Os direitos autorais permanecem com os detentores originais, como os autores ou suas instituições.
