การประมาณค่าแบบปรับตัวของควอนตัมที่สังเกตได้

เผยแพร่ซ้ำโดยเพลโต

ผู้ติดตาม: 0

เอเรียล ชลอสเบิร์ก^1,2, แอนดรูว์ เจ. เจน่า^3,4ปริยังกะ มุขปาฏิยย^3,4, แจน เอฟ. ฮาส^3,5,6, เฟลิกซ์ เลดิซกี้^3,4,7,8และลูก้า เดลลันโตนิโอ^3,5,9

¹JILA, University of Colorado และ National Institute of Standards and Technology, Boulder, CO 80309, USA
²ภาควิชาฟิสิกส์ มหาวิทยาลัยโคโลราโด โบลเดอร์ CO 80309 สหรัฐอเมริกา
³Institute for Quantum Computing, University of Waterloo, Waterloo, ON N2L 3G1, แคนาดา
⁴แผนก Combinatorics & Optimization, University of Waterloo, Waterloo, ON N2L 3G1, แคนาดา
⁵ภาควิชาฟิสิกส์ & ดาราศาสตร์ มหาวิทยาลัยวอเตอร์ลู วอเตอร์ลู ON N2L 3G1 แคนาดา
⁶สถาบันฟิสิกส์ทฤษฎีและ IQST, Universität Ulm, D-89069 Ulm, Germany
⁷ภาควิชาคณิตศาสตร์และ IQUIST, University of Illinois Urbana-Champaign, Urbana, IL 61801, USA
⁸Perimeter Institute for Theoretical Physics, Waterloo, ON N2L 2Y5, แคนาดา
⁹ภาควิชาฟิสิกส์และดาราศาสตร์ University of Exeter, Stocker Road, Exeter EX4 4QL, United Kingdom

พบบทความนี้ที่น่าสนใจหรือต้องการหารือ? Scite หรือแสดงความคิดเห็นใน SciRate.

นามธรรม

การประมาณค่าที่สังเกตได้ของควอนตัมอย่างแม่นยำเป็นงานที่สำคัญยิ่งในทางวิทยาศาสตร์ ด้วยความก้าวหน้าของฮาร์ดแวร์ การวัดระบบควอนตัมจะเป็นที่ต้องการมากขึ้น โดยเฉพาะอย่างยิ่งสำหรับโปรโตคอลรูปแบบต่างๆ ที่ต้องมีการสุ่มตัวอย่างจำนวนมาก ที่นี่ เราแนะนำแผนการวัดที่ปรับเปลี่ยนตัวประมาณค่าตามข้อมูลที่ได้รับก่อนหน้านี้ อัลกอริทึมของเราซึ่งเราเรียกว่า AEQuO ตรวจสอบทั้งค่าเฉลี่ยโดยประมาณและข้อผิดพลาดที่เกี่ยวข้องของสิ่งที่สังเกตได้อย่างต่อเนื่อง และกำหนดขั้นตอนการวัดถัดไปตามข้อมูลนี้ เราอนุญาตทั้งความสัมพันธ์การแลกเปลี่ยนที่ทับซ้อนกันและไม่ใช่บิตในชุดย่อยของตัวดำเนินการ Pauli ที่ถูกตรวจสอบพร้อมกัน ซึ่งจะเป็นการเพิ่มปริมาณข้อมูลที่รวบรวมได้สูงสุด AEQuO มีสองรูปแบบ: อัลกอริทึมการเติมถังโลภที่มีประสิทธิภาพดีสำหรับอินสแตนซ์ที่มีปัญหาเล็กน้อย และอัลกอริทึมที่ใช้การเรียนรู้ของเครื่องพร้อมการปรับสเกลที่ดีกว่าสำหรับอินสแตนซ์ขนาดใหญ่ การกำหนดค่าการวัดที่กำหนดโดยรูทีนย่อยเหล่านี้จะได้รับการประมวลผลเพิ่มเติมภายหลังเพื่อลดข้อผิดพลาดในตัวประมาณ เราทดสอบโปรโตคอลของเราเกี่ยวกับเคมีแบบแฮมิลตัน ซึ่ง AEQuO ให้ค่าประมาณข้อผิดพลาดที่ปรับปรุงวิธีการที่ทันสมัยทั้งหมดตามเทคนิคการจัดกลุ่มแบบต่างๆ หรือการวัดแบบสุ่ม ซึ่งช่วยลดค่าการวัดในการใช้งานควอนตัมในปัจจุบันและอนาคตได้อย่างมาก

การประมาณค่าแบบปรับได้ของ PlatoBlockchain Data Intelligence ที่สังเกตได้ของควอนตัม ค้นหาแนวตั้ง AI.

ภาพเด่น: แผนของ AEqUO อัลกอริทึมการวัดของเรา O ที่สังเกตได้จะได้รับเป็นอินพุตและแสดงผ่านกราฟถ่วงน้ำหนัก ซึ่งเป็นไปได้ที่จะกู้คืนค่าเฉลี่ยและข้อผิดพลาดของตัวประมาณค่า หลังจากพบกลุ่มของกราฟที่สอดคล้องกับส่วนที่วัดได้พร้อมกันของ O แล้ว ช็อตจะถูกจัดสรรผ่านรูทีนย่อย Machine Learning (ML) หรือ Bucket Filling (BF) เมื่องบประมาณการวัดหมดลง การประมวลผลภายหลังจะถูกนำไปใช้และจะได้ค่าสุดท้ายของค่าเฉลี่ยและค่าประมาณข้อผิดพลาด

สรุปยอดนิยม

ระบบควอนตัมจะถูกทำลายอย่างถาวรทุกครั้งที่ตรวจวัด สิ่งนี้มีความหมายลึกซึ้งเมื่อต้องการดึงข้อมูลจากระบบควอนตัม ตัวอย่างเช่น เมื่อต้องประเมินค่าเฉลี่ยของสิ่งที่สังเกตได้ มักจะต้องทำการทดลองซ้ำหลายครั้ง ขึ้นอยู่กับกลยุทธ์การวัดที่ใช้ ข้อกำหนดเพื่อให้ได้ความแม่นยำเดียวกันนั้นแตกต่างกันอย่างมาก ในงานนี้ เราเสนอแนวทางใหม่ที่ลดทรัพยากรบนฮาร์ดแวร์ลงอย่างมาก กลยุทธ์ของเราเป็นแบบปรับเปลี่ยนได้ ในแง่ที่ว่าเรียนรู้และปรับปรุงการจัดสรรการวัดในขณะที่ได้รับข้อมูล นอกจากนี้ยังช่วยให้สามารถประเมินทั้งค่าเฉลี่ยและข้อผิดพลาดที่ส่งผลต่อค่าที่สังเกตได้ที่ต้องการในเวลาเดียวกัน เมื่อเปรียบเทียบกับวิธีการที่ทันสมัยอื่นๆ เราแสดงให้เห็นถึงการปรับปรุงที่สม่ำเสมอและดีขึ้นอย่างมากในความแม่นยำของการประมาณค่าเมื่อใช้โปรโตคอลของเรา

► ข้อมูล BibTeX

@บทความ{Shlosberg2023adaptiveestimation, doi = {10.22331/q-2023-01-26-906}, url = {https://doi.org/10.22331/q-2023-01-26-906}, title = {Adaptive estimation ของสิ่งที่สังเกตได้จากควอนตัม}, ผู้เขียน = {Shlosberg, Ariel และ Jena, Andrew J. และ Mukhopadhyay, Priyanka และ Haase, Jan F. และ Leditzky, Felix และ Dellantonio, Luca}, วารสาร = {{Quantum}}, issn = {2521- 327X}, ผู้จัดพิมพ์ = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, เล่ม = {7}, หน้า = {906}, เดือน = มกราคม, ปี = {2023} }

► ข้อมูลอ้างอิง

[1] PW Shor “อัลกอริทึมสำหรับการคำนวณควอนตัม: ลอการิทึมแยกและการแยกตัวประกอบ” การประชุมวิชาการประจำปีครั้งที่ 35 เรื่อง Foundations of Computer Science 124-134 (1994)
https://doi.org/10.1109/SFCS.1994.365700

[2] Michael A. Nielsenand Issaac L. Chuang “การคำนวณควอนตัมและข้อมูลควอนตัม” Cambridge University Press (2010)
https://doi.org/10.1017/CBO9780511976667

[3] อันโตนิโอ อาซิน, อิมมานูเอล โบลช, แฮร์รี เบอร์แมน, ทอมมาโซ คาลาร์โก, คริสโตเฟอร์ ไอชเลอร์, เจนส์ ไอเซิร์ต, แดเนียล เอสตีฟ, นิโคลัส กิซิน, สเตฟเฟน เจ เกลเซอร์, เฟดอร์ เยเลซโก, สเตฟาน คูห์ร, มาเชียจ เลเวนสไตน์, แม็กซ์ เอฟ รีเดล, ปิเอต โอ ชมิดต์, ร็อบ ทิว, อันเดรียส วอลล์ราฟฟ์ , Ian Walmsley และ Frank K Wilhelm, “แผนงานเทคโนโลยีควอนตัม: มุมมองของชุมชนยุโรป” New Journal of Physics 20, 080201 (2018)
https://doi.org/10.1088/1367-2630/aad1ea
arXiv: 1712.03773

[4] John Preskill “Quantum Computing ในยุค NISQ และหลังจากนั้น” Quantum 2, 79 (2018)
https://doi.org/10.22331/q-2018-08-06-79
arXiv: 1801.00862

[5] IM Georgescu, S. Ashhab และ Franco Nori, “การจำลองควอนตัม” บทวิจารณ์ของ Modern Physics 86, 153–185 (2014)
https://doi.org/10.1103/RevModPhys.86.153
arXiv: 1308.6253

[6] Mari Carmen Banuls, Rainer Blatt, Jacopo Catani, Alessio Celi, Juan Ignacio Cirac, Marcello Dalmonte, Leonardo Fallani, Karl Jansen, Maciej Lewenstein และ Simone Montangero, “การจำลองทฤษฎี lattice gauge ภายในเทคโนโลยีควอนตัม” The European Physical Journal D 74, 1 –42 (2020).
https://doi.org/10.1140/epjd/e2020-100571-8
arXiv: 1911.00003

[7] Jan F. Haase, Luca Dellantonio, Alessio Celi, Danny Paulson, Angus Kan, Karl Jansen และ Christine A Muschik, “แนวทางการใช้ทรัพยากรอย่างมีประสิทธิภาพสำหรับควอนตัมและการจำลองแบบคลาสสิกของทฤษฎีมาตรวัดในฟิสิกส์อนุภาค” Quantum 5, 393 (2021)
https://doi.org/10.22331/q-2021-02-04-393
arXiv: 2006.14160

[8] Danny Paulson, Luca Dellantonio, Jan F. Haase, Alessio Celi, Angus Kan, Andrew Jena, Christian Kokail, Rick van Bijnen, Karl Jansen, Peter Zoller และ Christine A. Muschik, “การจำลองเอฟเฟกต์ 2 มิติในทฤษฎี Lattice Gauge บนควอนตัม คอมพิวเตอร์” PRX Quantum 2, 030334 (2021)
https://doi.org/10.1103/PRXQuantum.2.030334
arXiv: 2008.09252

[9] Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, Sukin Sim, Libor Veis และ Alán Aspuru-Guzik, “ เคมีควอนตัมในยุคของคอมพิวเตอร์ควอนตัม” บทวิจารณ์ทางเคมี 119, 10856–10915 (2019)
https://doi.org/10.1021/acs.chemrev.8b00803
arXiv: 1812.09976

[10] John Preskill “คอมพิวเตอร์ควอนตัมในอีก 40 ปีต่อมา” arXiv preprint (2021)
https://doi.org/10.48550/arXiv.2106.10522
arXiv: 2106.10522

[11] Heinz-Peter Breuerand Francesco Petruccione "ทฤษฎีของระบบควอนตัมเปิด" Oxford University Press on Demand (2002)
https://doi.org/10.1093/acprof:oso/9780199213900.001.0001

[12] Y. Cao, J. Romero และ A. Aspuru-Guzik, “ศักยภาพของการคำนวณด้วยควอนตัมสำหรับการค้นคว้ายา” IBM Journal of Research and Development 62, 6:1–6:20 (2018)
https://doi.org/10.1147/JRD.2018.2888987

[13] WM Itano, JC Bergquist, JJ Bollinger, JM Gilligan, DJ Heinzen, FL Moore, MG Raizen และ DJ Wineland, “Quantum projection noise: Population fluctuations in two-level systems” Physical Review A 47, 3554–3570 (1993)
https://doi.org/10.1103/PhysRevA.47.3554

[14] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan และ Lukasz Cincio, “อัลกอริทึมควอนตัมแบบแปรผัน” Nature Reviews Physics 3, 625–644 (2021) .
https://doi.org/10.1038/s42254-021-00348-9
arXiv: 2012.09265

[15] RR Ferguson, L. Dellantonio, A. Al Balushi, K. Jansen, W. Dür และ CA Muschik, “Eigensolver Quantum Variational Variational” จดหมายทบทวนทางกายภาพ 126, 220501 (2021)
https://doi.org/10.1103/PhysRevLett.126.220501
arXiv: 2010.13940

[16] Andrew Jena, Scott Genin และ Michele Mosca, “Pauli Partitioning with Respect to Gate Sets” arXiv preprint (2019)
https://doi.org/10.48550/arXiv.1907.07859
arXiv: 1907.07859

[17] Jarrod R. McClean, Jonathan Romero, Ryan Babbush และ Alán Aspuru-Guzik, “ทฤษฎีของอัลกอริธึมควอนตัมคลาสสิกแบบผสมแปรผัน” New Journal of Physics 18, 023023 (2016)
https://doi.org/10.1088/1367-2630/18/2/023023
arXiv: 1509.04279

[18] Vladyslav Verteletskyi, Tzu-Ching Yen และ Artur F. Izmaylov, “การเพิ่มประสิทธิภาพการวัดใน eigensolver ควอนตัมที่แปรผันโดยใช้ปกกลุ่มขั้นต่ำ” วารสารฟิสิกส์เคมี 152, 124114 (2020)
https://doi.org/10.1063/1.5141458
arXiv: 1907.03358

[19] Andrew Arrasmith, Lukasz Cincio, Rolando D. Somma และ Patrick J. Coles, “Operator Sampling for Shot-frugal Optimization in Variational Algorithms” arXiv preprint (2020)
https://doi.org/10.48550/arXiv.2004.06252
arXiv: 2004.06252

[20] Ophelia Crawford, Barnaby van Straaten, Daochen Wang, Thomas Parks, Earl Campbell และ Stephen Brierley, “การวัดควอนตัมอย่างมีประสิทธิภาพของตัวดำเนินการ Pauli เมื่อมีข้อผิดพลาดในการสุ่มตัวอย่างแบบจำกัด” Quantum 5, 385 (2021)
https://doi.org/10.22331/q-2021-01-20-385
arXiv: 1908.06942

[21] Hsin-Yuan Huang, Richard Kueng และ John Preskill, “Efficient Estimation of Pauli Observables by Derandomization” Physical Review Letters 127, 030503 (2021)
https://doi.org/10.1103/PhysRevLett.127.030503
arXiv: 2103.07510

[22] Giacomo Torlai, Guglielmo Mazzola, Giuseppe Carleo และ Antonio Mezzacapo, “การวัดที่แม่นยำของควอนตัมที่สังเกตได้ด้วยตัวประมาณเครือข่ายประสาทเทียม” การวิจัยทบทวนทางกายภาพ 2, 022060 (2020)
https://doi.org/10.1103/PhysRevResearch.2.022060
arXiv: 1910.07596

[23] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo และ Robert Wille, “Decision Diagrams for Quantum Measurements with Shallow Circuits” 2021 IEEE International Conference on Quantum Computing and Engineering (QCE) 24–34 (2021)
https://doi.org/10.1109/QCE52317.2021.00018

[24] Hsin-Yuan Huang, Richard Kueng และ John Preskill, “ทำนายคุณสมบัติหลายอย่างของระบบควอนตัมจากการวัดเพียงเล็กน้อย” Nature Physics 16, 1050–1057 (2020)
https://doi.org/10.1038/s41567-020-0932-7
arXiv: 2002.08953

[25] Charles Hadfield, Sergey Bravyi, Rudy Raymond และ Antonio Mezzacapo, “Measurements of Quantum Hamiltonians with Locally-Biased Classical Shadows” Communications in Mathematical Physics 391, 951–967 (2022)
https://doi.org/10.1007/s00220-022-04343-8

[26] Charles Hadfield “Adaptive Pauli Shadows for Energy Estimation” arXiv preprint (2021)
https://doi.org/10.48550/arXiv.2105.12207
arXiv: 2105.12207

[27] Bujiao Wu, Jinzhao Sun, Qi Huang และ Xiao Yuan, “การวัดการจัดกลุ่มที่ทับซ้อนกัน: กรอบการทำงานแบบครบวงจรสำหรับการวัดสถานะควอนตัม” arXiv preprint (2021)
https://doi.org/10.48550/arXiv.2105.13091
arXiv: 2105.13091

[28] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami และ Yuya O. Nakagawa, “การประมาณค่าความคาดหวังด้วยควอนตัมโดยการสุ่มตัวอย่างพื้นฐานการคำนวณ” Phys. รายได้ Res 4, 033173 (2022).
https://doi.org/10.1103/PhysRevResearch.4.033173

[29] Pranav Gokhale, Olivia Angiuli, Yongshan Ding, Kaiwen Gui, Teague Tomesh, Martin Suchara, Margaret Martonosi และ Frederic T. Chong, “การลดการเตรียมการของรัฐใน Variational Quantum Eigensolver โดยการแบ่งส่วนออกเป็นครอบครัวที่เดินทาง” arXiv preprint (2019)
https://doi.org/10.48550/arXiv.1907.13623
arXiv: 1907.13623

[30] Ikko Hamamura และ Takashi Imamichi “การประเมินประสิทธิภาพของควอนตัมที่สังเกตได้โดยใช้การวัดแบบพัวพัน” npj Quantum Information 6, 1–8 (2020)
https://doi.org/10.1038/s41534-020-0284-2

[31] Tzu-Ching Yen, Vladyslav Verteletskyi และ Artur F. Izmaylov, “การวัดตัวดำเนินการที่เข้ากันได้ทั้งหมดในชุดเดียวของการวัดแบบ Qubit เดียวโดยใช้การแปลงแบบรวม” วารสารทฤษฎีเคมีและการคำนวณ 16, 2400–2409 (2020)
https://doi.org/10.1021/acs.jctc.0c00008

[32] Artur F. Izmaylov, Tzu-Ching Yen, Robert A. Lang และ Vladyslav Verteletskyi, “Unitary Partitioning Approach to the Measurement Problem in the Variational Quantum Eigensolver Method” Journal of Chemical Theory and Computation 16, 190–195 (2020)
https://doi.org/10.1021/acs.jctc.9b00791

[33] Cambyse Rouzé และ Daniel Stilck França “การเรียนรู้ระบบควอนตัมร่างกายหลายส่วนจากสำเนาไม่กี่ชุด” arXiv preprint (2021)
https://doi.org/10.48550/arXiv.2107.03333
arXiv: 2107.03333

[34] Andrew J. Jena และ Ariel Shlosberg “การเพิ่มประสิทธิภาพการวัด VQE (ที่เก็บ GitHub)” https:///github.com/AndrewJena/VQE_measurement_optimization (2021)
https://github.com/AndrewJena/VQE_measurement_optimization

[35] Scott Aaronson และ Daniel Gottesman "การจำลองที่ดีขึ้นของวงจรโคลง" การทบทวนทางกายภาพ A 70, 052328 (2004)
https://doi.org/10.1103/PhysRevA.70.052328

[36] Coen Bronand Joep Kerbosch “อัลกอริทึม 457: การค้นหากลุ่มทั้งหมดของกราฟที่ไม่ระบุทิศทาง” การสื่อสารของ ACM 16, 575–577 (1973)
https://doi.org/10.1145/362342.362367

[37] Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest และ Clifford Stein, “Introduction to algorithms” MIT press (2009)

[38] Stephan Hoyer, Jascha Sohl-Dickstein และ Sam Greydanus, “Neural reparameterization ช่วยปรับปรุงการปรับโครงสร้างให้เหมาะสม” NeurIPS 2019 Deep Inverse Workshop (2019)
https://doi.org/10.48550/arXiv.1909.04240
arXiv: 1909.04240

[39] Herbert Robbinsand Sutton Monro “วิธีการประมาณค่าสุ่ม” The Annals of Mathematical Statistics 400–407 (1951)
https://doi.org/10.1214/aoms/1177729586

[40] Diederik P. Kingmaand Jimmy Ba “Adam: A Method for Stochastic Optimization” 3rd International Conference on Learning Representations (2015)
https://doi.org/10.48550/arXiv.1412.6980
arXiv: 1412.6980

[41] Stephen Wright และ Jorge Nocedal “Numerical Optimization” Springer Science 35, 7 (1999)

[42] Philip E. Gilland Walter Murray “วิธีกึ่งนิวตันสำหรับการเพิ่มประสิทธิภาพที่ไม่มีข้อจำกัด” IMA Journal of Applied Mathematics 9, 91–108 (1972)
https://doi.org/10.1093/imamat/9.1.91

[43] Chigozie Nwankpa, Winifred Ijomah, Anthony Gachagan และ Stephen Marshall, “Activation Functions: Comparison of Trends in Practice and Research for Deep Learning” arXiv preprint (2018)
https://doi.org/10.48550/arXiv.1811.03378
arXiv: 1811.03378

[44] Fabian HL Essler, Holger Frahm, Frank Göhmann, Andreas Klümper และ Vladimir E Korepin, “The one-dimensional Hubbard model” Cambridge University Press (2005)

[45] Zonghan Wu, Shirui Pan, Fengwen Chen, Guodong Long, Chengqi Zhang และ Philip S. Yu, “A Comprehensive Survey on Graph Neural Networks” IEEE Transactions on Neural Networks and Learning Systems 32, 4–24 (2021)
https://doi.org/10.1109/TNNLS.2020.2978386
arXiv: 1901.00596

[46] JF Haase, PJ Vetter, T. Unden, A. Smirne, J. Rosskopf, B. Naydenov, A. Stacey, F. Jelezko, MB Plenio และ SF Huelga, “ลักษณะทางกายภาพที่ควบคุมไม่ได้สำหรับ Qubit ในเพชร” ทบทวนจดหมาย 121, 060401 (2018)
https://doi.org/10.1103/PhysRevLett.121.060401
arXiv: 1802.00819

[47] Nicholas C. Rubin, Ryan Babbush และ Jarrod McClean, “Application of fermionic marginal constraints to hybrid quantum algorithms” New Journal of Physics 20, 053020 (2018)
https://doi.org/10.10881367-2630/aab919
arXiv: 1801.03524

[48] John Kruschke "ทำการวิเคราะห์ข้อมูลแบบเบย์: บทช่วยสอนด้วย R, JAGS และ Stan" Academic Press (2014)
https://doi.org/10.1016/B978-0-12-405888-0.09999-2

[49] Andrew Gelman, John B. Carlin, Hal S. Stern และ Donald B. Rubin, “การวิเคราะห์ข้อมูลแบบเบย์” Chapman Hall/CRC (1995)

[50] เปาโล ฟอร์นาซินี “ความไม่แน่นอนในการวัดทางกายภาพ: ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์ข้อมูลในห้องปฏิบัติการฟิสิกส์” Springer (2008)
https://doi.org/10.1007/978-0-387-78650-6

[51] Roger A. Hornand Charles R. Johnson “การวิเคราะห์เมทริกซ์” Cambridge University Press (2012)

[52] JW Moonand L. Moser “เกี่ยวกับกลุ่มในกราฟ” Israel Journal of Mathematics 3, 23–28 (1965)
https://doi.org/10.1007/BF02760024

[53] Dong C. Liuand Jorge Nocedal “ในวิธี BFGS ของหน่วยความจำที่จำกัดสำหรับการเพิ่มประสิทธิภาพในระดับมาก” การเขียนโปรแกรมทางคณิตศาสตร์ 45, 503–528 (1989)
https://doi.org/10.1007/BF01589116

อ้างโดย

[1] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch และ Peter Zoller, “กล่องเครื่องมือการวัดแบบสุ่ม”, ฟิสิกส์รีวิวธรรมชาติ 5 1, 9 (2023).

[2] Zachary Pierce Bansingh, Tzu-Ching Yen, Peter D. Johnson และ Artur F. Izmaylov, “ค่าความเที่ยงตรงสำหรับการวัดแบบไม่เฉพาะที่ในอัลกอริธึมควอนตัมแบบแปรผัน”, arXiv: 2205.07113, (2022).

[3] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami และ Yuya O. Nakagawa, “การประมาณค่าความคาดหวังด้วยควอนตัมโดยการสุ่มตัวอย่างตามการคำนวณ”, การวิจัยทบทวนทางกายภาพ 4 3, 033173 (2022).

[4] Bujiao Wu, Jinzhao Sun, Qi Huang และ Xiao Yuan, “การวัดการจัดกลุ่มที่ซ้อนทับกัน: กรอบการทำงานแบบรวมสำหรับการวัดสถานะควอนตัม”, arXiv: 2105.13091, (2021).

[5] Tzu-Ching Yen, Aadithya Ganeshram และ Artur F. Izmaylov, “การปรับปรุงเชิงกำหนดของการวัดควอนตัมด้วยการจัดกลุ่มของตัวดำเนินการที่เข้ากันได้ การแปลงที่ไม่ใช่เฉพาะที่ และการประมาณค่าความแปรปรวนร่วม”, arXiv: 2201.01471, (2022).

[6] Bojia Duan และ Chang-Yu Hsieh, “การโหลดข้อมูลตามแฮมิลตันด้วยวงจรควอนตัมตื้น”, การตรวจร่างกาย A 106 5, 052422 (2022).

[7] แดเนียล มิลเลอร์, ลอริน อี. ฟิสเชอร์, อิกอร์ โอ. โซโคลอฟ, พานาจิโอทิส เคแอล Barkoutsos, และ Ivano Tavernelli, “วงจรเส้นทแยงมุมที่ปรับแต่งด้วยฮาร์ดแวร์”, arXiv: 2203.03646, (2022).

[8] Francisco Escudero, David Fernández-Fernández, Gabriel Jaumà, Guillermo F. Peñas และ Luciano Pereira, “การวัดที่พัวพันกับฮาร์ดแวร์อย่างมีประสิทธิภาพสำหรับอัลกอริธึมควอนตัมผันแปร”, arXiv: 2202.06979, (2022).

[9] William Kirby, Mario Motta และ Antonio Mezzacapo, “วิธีการของ Lanczos ที่แม่นยำและมีประสิทธิภาพบนคอมพิวเตอร์ควอนตัม”, arXiv: 2208.00567, (2022).

[10] Lane G. Gunderman, “การแปลงคอลเลกชันของผู้ประกอบการ Pauli ให้เป็นคอลเลกชันที่เทียบเท่ากันของผู้ประกอบการ Pauli บนการลงทะเบียนขั้นต่ำ”, arXiv: 2206.13040, (2022).

[11] Andrew Jena, Scott N. Genin และ Michele Mosca, “การเพิ่มประสิทธิภาพการวัดความผันแปร-ควอนตัม-ไอเกนโซลเวอร์โดยการแบ่งตัวดำเนินการ Pauli โดยใช้ประตูคลิฟฟอร์ดแบบหลายคิวบิตบนฮาร์ดแวร์ควอนตัมระดับกลางที่มีเสียงดัง” การตรวจร่างกาย A 106 4, 042443 (2022).

[12] Alexander Gresch และ Martin Kliesch, “รับประกันการประมาณค่าพลังงานอย่างมีประสิทธิภาพของควอนตัมกลุ่มแฮมิลตันหลายตัวโดยใช้ ShadowGrouping” arXiv: 2301.03385, (2023).

การอ้างอิงข้างต้นมาจาก are อบต./นาซ่าโฆษณา (ปรับปรุงล่าสุดสำเร็จ 2023-01-26 13:33:05 น.) รายการอาจไม่สมบูรณ์เนื่องจากผู้จัดพิมพ์บางรายไม่ได้ให้ข้อมูลอ้างอิงที่เหมาะสมและครบถ้วน

ไม่สามารถดึงข้อมูล Crossref อ้างโดย data ระหว่างความพยายามครั้งล่าสุด 2023-01-26 13:33:03 น.: ไม่สามารถดึงข้อมูลที่อ้างถึงสำหรับ 10.22331/q-2023-01-26-906 จาก Crossref นี่เป็นเรื่องปกติหาก DOI ได้รับการจดทะเบียนเมื่อเร็วๆ นี้

บทความนี้เผยแพร่ใน Quantum ภายใต้ the ครีเอทีฟคอมมอนส์แบบแสดงที่มา 4.0 สากล (CC BY 4.0) ใบอนุญาต ลิขสิทธิ์ยังคงอยู่กับผู้ถือลิขสิทธิ์ดั้งเดิม เช่น ผู้เขียนหรือสถาบันของพวกเขา

เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
ที่มา: https://quantum-journal.org/papers/q-2023-01-26-906/

ประทับเวลา: January 26, 2023

ประทับเวลา: สิงหาคม 23, 2022

การประมาณแบบปรับได้ของควอนตัมที่สังเกตได้

เผยแพร่ซ้ำโดยเพลโต

นามธรรม

สรุปยอดนิยม

► ข้อมูล BibTeX

► ข้อมูลอ้างอิง

อ้างโดย

เพิ่มเติมจาก วารสารควอนตัม

เงาคลาสสิกตามการวัดที่พันกันในท้องถิ่น

การถักวงจรแบบจำกัดเหนือศีรษะสำหรับไดนามิกควอนตัมแบบแปรผัน

ในการเข้ารหัสบล็อกควอนตัมที่มีประสิทธิภาพของตัวดำเนินการเทียมแบบดิฟเฟอเรนเชียล

การประมาณแบบปรับได้ของควอนตัมที่สังเกตได้

อุณหภูมิควอนตัมที่สำคัญและความเป็นไปได้ในระบบการหมุน

กลุ่ม qudit Pauli: คู่ที่ไม่สับเปลี่ยน, เซตที่ไม่สับเปลี่ยน และทฤษฎีบทโครงสร้าง

ความหนาแน่นของพลังงานในกลศาสตร์ควอนตัม

บรรลุขีดจำกัดของทฤษฎีสนามควอนตัมในแบบจำลองการเชื่อมโยงควอนตัมที่ห่างไกลจากสมดุล

การตรวจสอบความพัวพันของควอนตัมจากประชากรในระดับแม่เหล็ก: นอกเหนือไปจากความไม่เท่าเทียมกันของสปิน

อัลกอริธึมการส่งข้อความควอนตัมเพื่อการถอดรหัสที่ดีที่สุดและมีประสิทธิภาพ

เกี่ยวกับเรา

การค้นหาแนวตั้ง & Ai

ระบบปฏิบัติการ

การติดต่อ

ลงชื่อเข้าใช้