การวัดการจัดกลุ่มที่ทับซ้อนกัน: กรอบงานแบบรวมสำหรับการวัดสถานะควอนตัม

เผยแพร่ซ้ำโดยเพลโต

ผู้ติดตาม: 0

การวัดการจัดกลุ่มที่ทับซ้อนกัน: กรอบการทำงานแบบรวมสำหรับการวัดสถานะควอนตัม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ปู้เจียวหวู่^1,2จินจ้าวซุน^3,1,ฉีหวาง^4,1และเสี่ยวหยวน^1,2

¹ศูนย์ชายแดนศึกษาคอมพิวเตอร์ มหาวิทยาลัยปักกิ่ง ปักกิ่ง 100871 ประเทศจีน
²คณะวิทยาการคอมพิวเตอร์ มหาวิทยาลัยปักกิ่ง ปักกิ่ง 100871 ประเทศจีน
³Clarendon Laboratory, University of Oxford, Parks Road, Oxford OX1 3PU, สหราชอาณาจักร
⁴คณะฟิสิกส์ มหาวิทยาลัยปักกิ่ง ปักกิ่ง 100871 ประเทศจีน

พบบทความนี้ที่น่าสนใจหรือต้องการหารือ? Scite หรือแสดงความคิดเห็นใน SciRate.

นามธรรม

อัลกอริธึมควอนตัมที่ออกแบบมาสำหรับระบบควอนตัมหลายตัวที่เหมือนจริง เช่น เคมีและวัสดุ มักต้องใช้การวัดจำนวนมากของแฮมิลตัน การใช้ประโยชน์จากแนวคิดที่แตกต่างกัน เช่น การสุ่มตัวอย่างความสำคัญ ความเข้ากันได้ที่สังเกตได้ หรือเงาคลาสสิกของสถานะควอนตัม แผนการวัดขั้นสูงที่แตกต่างกันได้รับการเสนอเพื่อลดต้นทุนการวัดจำนวนมาก ถึงกระนั้น กลไกการลดต้นทุนที่ขีดเส้นใต้ดูเหมือนจะแตกต่างกัน และวิธีการค้นหาแผนการที่เหมาะสมที่สุดอย่างเป็นระบบยังคงเป็นความท้าทายที่สำคัญ ที่นี่ เราจัดการกับความท้าทายนี้โดยเสนอกรอบการวัดแบบควอนตัมที่เป็นหนึ่งเดียว ผสมผสานวิธีการวัดขั้นสูงเป็นกรณีพิเศษ กรอบการทำงานของเราช่วยให้เราสามารถแนะนำโครงร่างทั่วไป – การวัดการจัดกลุ่มที่ทับซ้อนกัน ซึ่งใช้ประโยชน์จากข้อดีของวิธีการที่มีอยู่ส่วนใหญ่ในเวลาเดียวกัน ความเข้าใจโดยสัญชาตญาณของโครงร่างคือการแบ่งการวัดออกเป็นกลุ่มที่ซ้อนทับกัน โดยแต่ละกลุ่มประกอบด้วยการวัดที่เข้ากันได้ เรามีกลยุทธ์การจัดกลุ่มที่ชัดเจนและตรวจสอบประสิทธิภาพเป็นตัวเลขสำหรับแฮมิลโตเนียนระดับโมเลกุลต่างๆ ที่มีมากถึง 16 คิวบิต ผลลัพธ์ที่เป็นตัวเลขของเราแสดงให้เห็นการปรับปรุงที่สำคัญกว่าแบบแผนที่มีอยู่ งานของเราปูทางไปสู่การวัดควอนตัมที่มีประสิทธิภาพและการประมวลผลควอนตัมที่รวดเร็วด้วยอุปกรณ์ควอนตัมในปัจจุบันและระยะใกล้

► ข้อมูล BibTeX

@article{Wu2023overlappedgrouping, doi = {10.22331/q-2023-01-13-896}, url = {https://doi.org/10.22331/q-2023-01-13-896}, title = {การจัดกลุ่มซ้อนทับ การวัด: {A} กรอบการทำงานแบบครบวงจรสำหรับการวัดสถานะควอนตัม}, ผู้เขียน = {Wu, Bujiao และ Sun, Jinzhao และ Huang, Qi และ Yuan, Xiao}, วารสาร = {{Quantum}}, issn = {2521-327X}, ผู้จัดพิมพ์ = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, ปริมาณ = {7}, หน้า = {896}, เดือน = มกราคม, ปี = {2023} }

► ข้อมูลอ้างอิง

[1] สก็อตต์ แอรอนสัน. เอกซเรย์เงาของรัฐควอนตัม วารสารสยามคอมพิวเตอร์ 49 (5): STOC18–368 2019 10.1145/3188745.3188802 URL https://doi.org/10.1145/3188745.3188802.
https://doi.org/10.1145/3188745.3188802

[2] อติธี อัจฉริยะ สิทธารถะ สหัส และ อนิรวัน เอ็ม เสงคุปต์ เอกซ์เรย์เงาตาม povm ที่ให้ข้อมูลครบถ้วน ปี 2021 URL https://doi.org/10.48550/arXiv.2105.05992
https://doi.org/10.48550/arXiv.2105.05992

[3] Ryan Babbush, Nathan Wiebe, Jarrod McClean, James McClain, Hartmut Neven และ Garnet Kin-Lic Chan การจำลองควอนตัมเชิงลึกต่ำของวัสดุ ฟิสิกส์ รายได้ X 8: 011044 มีนาคม 2018 10.1103/PhysRevX.8.011044 URL https://doi.org/10.1103/PhysRevX.8.011044
https://doi.org/10.1103/PhysRevX.8.011044

[4] 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, และ Alán Aspuru-Guzik อัลกอริทึมควอนตัมระดับกลาง (nisq) ที่ส่งเสียงดัง ปี 2021 URL https:///doi.org/10.1103/RevModPhys.94.015004
https://doi.org/10.1103/RevModPhys.94.015004

[5] Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Lukasz Cincio และ Patrick J. Coles เครื่องมือแก้ปัญหาเชิงเส้นควอนตัมแบบแปรผัน ปี 2019 URL https:///doi.org/10.48550/arXiv.1909.05820
https://doi.org/10.48550/arXiv.1909.05820

[6] เซอร์เกย์ บราวี, ซาราห์ เชลดอน, อะบินัฟ กันดาลา, เดวิด ซี. แมคเคย์ และเจย์ เอ็ม. แกมเบ็ตตา ลดข้อผิดพลาดในการวัดในการทดลองหลายบิต ฟิสิกส์ รายได้ A 103: 042605 เม.ย. 2021 10.1103/PhysRevA.103.042605 URL https://doi.org/10.1103/PhysRevA.103.042605
https://doi.org/10.1103/PhysRevA.103.042605

[7] 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 เคมีควอนตัมในยุคของควอนตัมคอมพิวเตอร์ บทวิจารณ์เกี่ยวกับสารเคมี 119 (19): 10856–10915, 2019 10.1021/acs.chemrev.8b00803 URL https://doi.org/10.1021/acs.chemrev.8b00803 PMID: 31469277.
https://doi.org/10.1021/acs.chemrev.8b00803

[8] ฮวน การ์ราสกียา, จาโกโม ตอร์ไล, โรเจอร์ จี เมลโก และเลอันโดร โอลิตา สร้างสถานะควอนตัมขึ้นใหม่ด้วยแบบจำลองการกำเนิด Nature Machine Intelligence, 1 (3): 155–161, 2019 10.1038/s42256-019-0028-1 URL https://doi.org/10.1038/s42256-019-0028-1.
https://doi.org/10.1038/s42256-019-0028-1

[9] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio และคณะ อัลกอริทึมควอนตัมแปรผัน ฟิสิกส์รีวิวธรรมชาติ 3 (9): 625–644, 2021 10.1038/s42254-021-00348-9 URL https://doi.org/10.1038/s42254-021-00348-9
https://doi.org/10.1038/s42254-021-00348-9

[10] Senrui Chen, Wenjun Yu, Pei Zeng และ Steven T. Flammia การประมาณเงาที่แข็งแกร่ง PRX Quantum 2: 030348 กันยายน 2021 10.1103/PRXQuantum.2.030348 URL https://doi.org/10.1103/PRXQuantum.2.030348.
https://doi.org/10.1103/PRXQuantum.2.030348

[11] เคนนี ชู, อันโตนิโอ เมซซากาโป และจูเซปเป คาร์เลโอ สถานะเครือข่ายประสาทเฟอร์มิโอนิกสำหรับโครงสร้างอิเล็กทรอนิกส์ ab-initio การสื่อสารธรรมชาติ 11 (1): 1–7, 2020 10.1038/s41467-020-15724-9 URL https://doi.org/10.1038/s41467-020-15724-9
https://doi.org/10.1038/s41467-020-15724-9

[12] Cristina Cirstou, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J Coles และ Andrew Sornborger การส่งต่ออย่างรวดเร็วแบบผันแปรสำหรับการจำลองควอนตัมเกินเวลาเชื่อมโยงกัน npj Quantum Information, 6 (1): 1–10, 2020 URL https:///doi.org/10.1038/s41534-020-00302-0
https://doi.org/10.1038/s41534-020-00302-0

[13] JI Colless, VV Ramasesh, D. Dahlen, MS Blok, ME Kimchi-Schwartz, JR McClean, J. Carter, WA de Jong และ I. Siddiqi การคำนวณสเปกตรัมของโมเลกุลบนตัวประมวลผลควอนตัมด้วยอัลกอริธึมที่ยืดหยุ่นต่อข้อผิดพลาด ฟิสิกส์ รายได้ X 8: 011021 ก.พ. 2018 10.1103/PhysRevX.8.011021 URL https://doi.org/10.1103/PhysRevX.8.011021
https://doi.org/10.1103/PhysRevX.8.011021

[14] Benjamin Commeau, M. Cerezo, Zoë Holmes, Lukasz Cincio, Patrick J. Coles และ Andrew Sornborger การเปลี่ยนแนวทแยงแบบแฮมิลตันแบบแปรผันสำหรับการจำลองควอนตัมแบบไดนามิก 2020 URL https://doi.org/10.48550/arXiv.2009.02559
https://doi.org/10.48550/arXiv.2009.02559

[15] จอร์แดน คอตเลอร์ และแฟรงก์ วิลเซก การตรวจเอกซเรย์ควอนตัมที่ทับซ้อนกัน ฟิสิกส์ รายได้ Lett. 124: 100401 มี.ค. 2020 10.1103/PhysRevLett.124.100401 URL https://doi.org/10.1103/PhysRevLett.124.100401
https://doi.org/10.1103/PhysRevLett.124.100401

[16] Ophelia Crawford, Barnaby van Straaten, Daochen Wang, Thomas Parks, Earl Campbell และ Stephen Brierley การวัดควอนตัมที่มีประสิทธิภาพของตัวดำเนินการ Pauli เมื่อมีข้อผิดพลาดในการสุ่มตัวอย่างแบบจำกัด ควอนตัม 5:385 2021 10.22331/q-2021-01-20-385 URL https://doi.org/10.22331%2Fq-2021-01-20-385.
https://doi.org/10.22331/q-2021-01-20-385

[17] EF Dumitrescu, AJ McCaskey, G. Hagen, GR Jansen, TD Morris, T. Papenbrock, RC Pooser, DJ Dean และ P. Lougovski คลาวด์ควอนตัมคอมพิวเตอร์ของนิวเคลียสอะตอม ฟิสิกส์ รายได้ Lett. 120: 210501 พฤษภาคม 2018 10.1103/PhysRevLett.120.210501 URL https://doi.org/10.1103/PhysRevLett.120.210501
https://doi.org/10.1103/PhysRevLett.120.210501

[18] ซูกูรู เอนโด, ไซมอน ซี. เบนจามิน และหยิงลี่ การลดข้อผิดพลาดเชิงควอนตัมในทางปฏิบัติสำหรับแอปพลิเคชันในอนาคตอันใกล้ ฟิสิกส์ รายได้ X 8: 031027 กรกฎาคม 2018 10.1103/PhysRevX.8.031027 URL https://doi.org/10.1103/PhysRevX.8.031027
https://doi.org/10.1103/PhysRevX.8.031027

[19] Suguru Endo, Jinzhao Sun, Ying Li, Simon C. Benjamin และ Xiao Yuan การจำลองควอนตัมแปรผันของกระบวนการทั่วไป ฟิสิกส์ รายได้ Lett. 125: 010501 มิถุนายน 2020 10.1103/PhysRevLett.125.010501 URL https://doi.org/10.1103/PhysRevLett.125.010501
https://doi.org/10.1103/PhysRevLett.125.010501

[20] Suguru Endo, Zhenyu Cai, Simon C. Benjamin และ Xiao Yuan อัลกอริทึมควอนตัมคลาสสิกแบบไฮบริดและการลดข้อผิดพลาดควอนตัม วารสารสมาคมกายภาพแห่งญี่ปุ่น 90 (3): 032001, 2021 10.7566/JPSJ.90.032001 URL https://doi.org/10.7566/JPSJ.90.032001
https://doi.org/10.7566/JPSJ.90.032001

[21] Keisuke Fujii, Kaoru Mizuta, Hiroshi Ueda, Kosuke Mitarai, Wataru Mizukami และ Yuya O. Nakagawa eigensolver ควอนตัมแปรผันลึก: วิธีการแบ่งและพิชิตสำหรับการแก้ปัญหาที่ใหญ่กว่าด้วยคอมพิวเตอร์ควอนตัมขนาดเล็ก PRX Quantum 3:010346 มี.ค. 2022 10.1103/PRXQuantum.3.010346 URL https://doi.org/10.1103/PRXQuantum.3.010346
https://doi.org/10.1103/PRXQuantum.3.010346

[22] Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Lukasz Cincio, Patrick J. Coles และ Andrew Sornborger การจำลองที่ยาวนานด้วยความเที่ยงตรงสูงบนฮาร์ดแวร์ควอนตัม ปี 2021 URL https://arxiv.org/abs/2102.04313
arXiv: 2102.04313

[23] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari และ William J. Zeng การอนุมานสัญญาณรบกวนเป็นศูนย์แบบดิจิตอลเพื่อลดข้อผิดพลาดควอนตัม ในปี 2020 IEEE International Conference on Quantum Computing and Engineering (QCE) หน้า 306–316, 2020 10.1109/QCE49297.2020.00045 URL https://doi.org/10.1109/QCE49297.2020.00045
https://doi.org/10.1109/QCE49297.2020.00045

[24] Pranav Gokhale, Olivia Angiuli, Yongshan Ding, Kaiwen Gui, Teague Tomesh, Martin Suchara, Margaret Martonosi และ Frederic T Chong ลดการเตรียมสถานะใน eigensolver ควอนตัมแบบแปรผันโดยการแบ่งกลุ่มเป็นครอบครัวที่เดินทาง URL https://doi.org/10.48550/arXiv.1907.13623
https://doi.org/10.48550/arXiv.1907.13623

[25] Harper R Grimsley, Sophia E Economou, Edwin Barnes และ Nicholas J. Mayhall อัลกอริทึมการแปรผันแบบปรับได้สำหรับการจำลองโมเลกุลที่แน่นอนบนคอมพิวเตอร์ควอนตัม การสื่อสารธรรมชาติ 10 (1): 1–9, 2019 10.1038/s41467-018-07090-4 URL https://doi.org/10.1038/s41467-019-10988-2.
https://doi.org/10.1038/s41467-018-07090-4

[26] ชาร์ลส์ แฮดฟิลด์. เงาเพาลีแบบปรับได้สำหรับการประมาณค่าพลังงาน ปี 2021 URL https:///doi.org/10.48550/arXiv.2105.12207
https://doi.org/10.48550/arXiv.2105.12207

[27] Charles Hadfield, Sergey Bravyi, Rudy Raymond และ Antonio Mezzacapo การวัดควอนตัมแฮมิลตันด้วยเงาแบบคลาสสิกที่มีอคติเฉพาะที่ การสื่อสารในฟิสิกส์คณิตศาสตร์ 391 (3): 951–967, 2022 10.1007/s00220-022-04343-8 URL https://doi.org/10.1007/s00220-022-04343-8
https://doi.org/10.1007/s00220-022-04343-8

[28] Cornelius Hempel, Christine Maier, Jonathan Romero, Jarrod McClean, Thomas Monz, Heng Shen, Petar Jurcevic, Ben P. Lanyon, Peter Love, Ryan Babbush, Alán Aspuru-Guzik, Rainer Blatt และ Christian F. Roos การคำนวณทางเคมีควอนตัมบนเครื่องจำลองควอนตัมไอออนที่ติดกับดัก ฟิสิกส์ รายได้ X 8: 031022 กรกฎาคม 2018 10.1103/PhysRevX.8.031022 URL https://doi.org/10.1103/PhysRevX.8.031022
https://doi.org/10.1103/PhysRevX.8.031022

[29] ออสการ์ ฮิกกอตต์, Daochen Wang และ Stephen Brierley การคำนวณควอนตัมแปรผันของสภาวะตื่นเต้น ควอนตัม 3: 156 กรกฎาคม 2019 ISSN 2521-327X 10.22331/q-2019-07-01-156. URL https://doi.org/10.22331/q-2019-07-01-156.
https://doi.org/10.22331/q-2019-07-01-156

[30] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo และ Robert Wille ไดอะแกรมการตัดสินใจสำหรับการวัดควอนตัมด้วยวงจรตื้น ในปี 2021 IEEE International Conference on Quantum Computing and Engineering (QCE) หน้า 24–34 ปี 2021 10.1109/QCE52317.2021.00018 URL https://doi.org/10.1109/QCE52317.2021.00018.
https://doi.org/10.1109/QCE52317.2021.00018

[31] Hsin-Yuan Huang, Richard Kueng และ John Preskill ทำนายคุณสมบัติหลายอย่างของระบบควอนตัมจากการวัดเพียงเล็กน้อย ฟิสิกส์ธรรมชาติ 16 (10): 1050–1057, 2020 10.1038/s41567-020-0932-7 URL https://doi.org/10.1038/s41567-020-0932-7.
https://doi.org/10.1038/s41567-020-0932-7

[32] Hsin-Yuan Huang, Kishor Bharti และ Patrick Rebentrost อัลกอริทึมควอนตัมระยะใกล้สำหรับระบบสมการเชิงเส้นที่มีฟังก์ชันการสูญเสียการถดถอย New Journal of Physics, 23 (11): 113021, พ.ย. 2021ก. 10.1088/1367-2630/ac325f URL https://doi.org/10.1088/1367-2630/ac325f
https://doi.org/10.1088/1367-2630/ac325f

[33] Hsin-Yuan Huang, Richard Kueng และ John Preskill การประมาณอย่างมีประสิทธิภาพของเพาลีที่สังเกตได้โดยการสุ่ม ฟิสิกส์ รายได้ Lett., 127: 030503, ก.ค. 2021b. 10.1103/PhysRevLett.127.030503. URL https://doi.org/10.1103/PhysRevLett.127.030503
https://doi.org/10.1103/PhysRevLett.127.030503

[34] วิลเลียม เจ. ฮักกินส์, จาร์ร็อด อาร์. แมคคลีน, นิโคลัส ซี. รูบิน, จาง เจียง, นาธาน วีบ, เค เบอร์กิตตา เวลลีย์ และไรอัน แบบบุช การวัดค่าความยืดหยุ่นที่มีประสิทธิภาพและเสียงรบกวนสำหรับเคมีควอนตัมในคอมพิวเตอร์ควอนตัมระยะใกล้ npj ข้อมูลควอนตัม, 7 (1): 1–9, 2021 10.1038/s41534-020-00341-7 URL https://doi.org/10.1038/s41534-020-00341-7.
https://doi.org/10.1038/s41534-020-00341-7

[35] Artur F Izmaylov, Tzu-Ching Yen, Robert A Lang และ Vladyslav Verteletskyi วิธีการแบ่งพาร์ติชันแบบรวมสำหรับปัญหาการวัดในวิธีควอนตัมไอเกนโซลเวอร์แบบแปรผัน วารสารทฤษฎีเคมีและการคำนวณ 16 (1): 190–195, 2019a 10.1021/acs.jctc.9b00791. URL https://doi.org/10.1021/acs.jctc.9b00791
https://doi.org/10.1021/acs.jctc.9b00791

[36] Artur F Izmaylov, Tzu-Ching Yen และ Ilya G Ryabinkin ทบทวนกระบวนการวัดค่าใน eigensolver ควอนตัมแบบแปรผัน: เป็นไปได้ไหมที่จะลดจำนวนตัวดำเนินการวัดแยกกัน วิทยาศาสตร์เคมี, 10 (13): 3746–3755, 2019b. 10.1039/C8SC05592K. URL https://doi.org/10.1039/C8SC05592K.
https://doi.org/10.1039/C8SC05592K

[37] Andrew Jena, Scott Genin และ Michele Mosca เพาลีแบ่งตามชุดเกท 2019 URL https:///doi.org/10.48550/arXiv.1907.07859
https://doi.org/10.48550/arXiv.1907.07859

[38] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M Chow และ Jay M Gambetta ตัวแก้ไขควอนตัมไอเกนแบบแปรผันที่มีประสิทธิภาพสำหรับฮาร์ดแวร์สำหรับโมเลกุลขนาดเล็กและแม่เหล็กควอนตัม ธรรมชาติ 549 (7671): 242–246, 2017 10.1038/nature23879 URL https://doi.org/10.1038/nature23879
https://doi.org/10.1038/nature23879

[39] หยิงลี่ และไซมอน ซี. เบนจามิน. เครื่องจำลองควอนตัมแบบแปรผันที่มีประสิทธิภาพซึ่งรวมการลดข้อผิดพลาดที่ใช้งานอยู่ ฟิสิกส์ รายได้ X 7: 021050 มิถุนายน 2017 10.1103/PhysRevX.7.021050 URL https://doi.org/10.1103/PhysRevX.7.021050
https://doi.org/10.1103/PhysRevX.7.021050

[40] Jin-Guo Liu, Yi-Hong Zhang, Yuan Wan และ Lei Wang eigensolver ควอนตัมแปรผันที่มี qubits น้อยลง ฟิสิกส์ รายได้การวิจัย 1: 023025 ก.ย. 2019 10.1103/PhysRevResearch.1.023025 URL https://doi.org/10.1103/PhysRevResearch.1.023025.
https://doi.org/10.1103/PhysRevResearch.1.023025

[41] เหอ หม่า, มาร์โก โกโวนี และจูเลีย กัลลี การจำลองควอนตัมของวัสดุในคอมพิวเตอร์ควอนตัมระยะใกล้ npj วัสดุการคำนวณ 6 (1): 1–8, 2020 10.1038/s41524-020-00353-z URL https://doi.org/10.1038/s41524-020-00353-z.
https://doi.org/10.1038/s41524-020-00353-z

[42] แซม แมคอาร์เดิล, ไทสัน โจนส์, ซูกูรู เอ็นโด, หยิง ลี่, ไซมอน ซี เบนจามิน และเซียว หยวน การจำลองควอนตัมตาม ansatz ที่หลากหลายของวิวัฒนาการของเวลาในจินตนาการ npj ข้อมูลควอนตัม 5 (1): 1–6, 2019 10.1038/s41534-019-0187-2 URL https://doi.org/10.1038/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2

[43] Sam McArdle, Suguru Endo, Alán Aspuru-Guzik, Simon C. Benjamin และ Xiao Yuan เคมีคำนวณควอนตัม รายได้ Mod ส. 92: 015003 มี.ค. 2020 10.1103/RevModPhys.92.015003 URL https://doi.org/10.1103/RevModPhys.92.015003
https://doi.org/10.1103/RevModPhys.92.015003

[44] Jarrod R McClean, Jonathan Romero, Ryan Babbush และ Alán Aspuru-Guzik ทฤษฎีของอัลกอริธึมควอนตัมคลาสสิกแบบผสมแปรผัน New Journal of Physics 18 (2): 023023 ก.พ. 2016 10.1088/1367-2630/18/2/023023 URL https://doi.org/10.1088/1367-2630/18/2/023023
https://doi.org/10.1088/1367-2630/18/2/023023

[45] Jarrod R McClean, Mollie E Kimchi-Schwartz, Jonathan Carter และ Wibe A de Jong ลำดับชั้นแบบควอนตัมคลาสสิกแบบไฮบริดเพื่อลดความไม่สอดคล้องกันและการกำหนดสถานะที่ตื่นเต้น การทบทวนทางกายภาพ A, 95 (4): 042308, 2017 URL https:///doi.org/10.1103/PhysRevA.95.042308
https://doi.org/10.1103/PhysRevA.95.042308

[46] Jarrod R McClean, Zhang Jiang, Nicholas C. Rubin, Ryan Babbush และ Hartmut Neven ถอดรหัสข้อผิดพลาดควอนตัมด้วยการขยายพื้นที่ย่อย Nature Communications, 11 (1): 1–9, 2020 10.1038/s41467-020-14341-w URL https://doi.org/10.1038/s41467-020-14341-w.
https://doi.org/10.1038/s41467-020-14341-w

[47] Nikolaj Moll, Panagiotis Barkoutsos, Lev S Bishop, Jerry M Chow, Andrew Cross, Daniel J Egger, Stefan Filipp, Andreas Fuhrer, Jay M Gambetta, Marc Ganzhorn และคณะ การเพิ่มประสิทธิภาพควอนตัมโดยใช้อัลกอริธึมการแปรผันบนอุปกรณ์ควอนตัมระยะใกล้ วิทยาศาสตร์และเทคโนโลยีควอนตัม 3 (3): 030503, 2018 10.1088/2058-9565/aab822 URL https://doi.org/10.1088/2058-9565/aab822
https://doi.org/10.10882058-9565/aab822

[48] Ken M Nakanishi, Kosuke Mitarai และ Keisuke Fujii Subspace-search quantum eigensolver แปรผันสำหรับสถานะที่ตื่นเต้น การวิจัยทบทวนทางกายภาพ 1 (3): 033062, 2019 10.1103/PhysRevResearch.1.033062 URL https://doi.org/10.1103/PhysRevResearch.1.033062.
https://doi.org/10.1103/PhysRevResearch.1.033062

[49] Bryan O'Gorman, William J Huggins, Eleanor G Rieffel และ K Birgitta Whaley เครือข่ายการแลกเปลี่ยนทั่วไปสำหรับการประมวลผลควอนตัมระยะใกล้ ปี 2019 URL https:///doi.org/10.48550/arXiv.1905.05118
https://doi.org/10.48550/arXiv.1905.05118

[50] PJJ O'Malley, R. Babbush, ID Kivlichan, J. Romero, JR McClean, R. Barends, J. Kelly, P. Roushan, A. Tranter, N. Ding, B. Campbell, Y. Chen, Z. Chen , B. Chiaro, A. Dunsworth, AG Fowler, E. Jeffrey, E. Lucero, A. Megrant, JY Mutus, M. Neeley, C. Neill, C. Quintana, D. Sank, A. Vainsencher, J. Wenner , TC White, PV Coveney, PJ Love, H. Neven, A. Aspuru-Guzik และ JM Martinis การจำลองควอนตัมที่ปรับขนาดได้ของพลังงานระดับโมเลกุล ฟิสิกส์ รายได้ X, 6: 031007, ก.ค. 2016 10.1103/PhysRevX.6.031007 URL https://doi.org/10.1103/PhysRevX.6.031007
https://doi.org/10.1103/PhysRevX.6.031007

[51] แมทธิว ออตเต็น และสตีเฟน เค เกรย์ การบัญชีสำหรับข้อผิดพลาดในอัลกอริทึมควอนตัมผ่านการลดข้อผิดพลาดแต่ละรายการ Npj Quantum Inf., 5 (1): 11, 2019 10.1038/s41534-019-0125-3 URL https://doi.org/10.1038/s41534-019-0125-3.
https://doi.org/10.1038/s41534-019-0125-3

[52] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J Love, Alán Aspuru-Guzik และ Jeremy L O'brien ตัวแก้ค่าลักษณะเฉพาะที่แปรผันบนตัวประมวลผลควอนตัมแบบโทนิค การสื่อสารธรรมชาติ 5: 4213 2014 10.1038/ncomms5213 URL https://doi.org/10.1038/ncomms5213
https://doi.org/10.1038/ncomms5213

[53] จอห์น เพรสสกิล. คอมพิวเตอร์ควอนตัมในยุค nisq และหลังจากนั้น ควอนตัม 2:79 น. 2018 10.22331/q-2018-08-06-79 URL https://doi.org/10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79

[54] ควอนตัม AI ของ Google, ผู้ทำงานร่วมกัน*†, Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Sergio Boixo, Michael บรอจตัน, Bob B Buckley และคณะ Hartree-fock บนคอมพิวเตอร์ควอนตัม qubit ตัวนำยิ่งยวด วิทยาศาสตร์ 369 (6507): 1084–1089, 2020 10.1126/science.abb9811 URL https://doi.org/10.1126/science.abb9811
https://doi.org/10.1126/science.abb9811

[55] Nicholas C. Rubin, Ryan Babbush และ Jarrod McClean การประยุกต์ใช้ข้อ จำกัด ส่วนขอบของเฟอร์มิโอนิกกับอัลกอริธึมควอนตัมแบบไฮบริด New Journal of Physics 20 (5): 053020 พฤษภาคม 2018 10.1088/1367-2630/aab919 URL https://doi.org/10.1088/1367-2630/aab919
https://doi.org/10.10881367-2630/aab919

[56] Ariel Shlosberg, Andrew J. Jena, Priyanka Mukhopadhyay, Jan F. Haase, Felix Leditzky และ Luca Dellantonio การประมาณแบบปรับได้ของควอนตัมที่สังเกตได้ ปี 2021 URL https:///doi.org/10.48550/arXiv.2110.15339
https://doi.org/10.48550/arXiv.2110.15339

[57] Armands Strikis, Dayue Qin, Yanzhu Chen, Simon C. Benjamin และ Ying Li การลดข้อผิดพลาดควอนตัมตามการเรียนรู้ PRX Quantum 2: 040330 พฤศจิกายน 2021 10.1103/PRXQuantum.2.040330 URL https://doi.org/10.1103/PRXQuantum.2.040330
https://doi.org/10.1103/PRXQuantum.2.040330

[58] GI สตรูชาลิน, ยา. A. Zagorovskii, EV Kovlakov, SS Straupe และ SP Kulik การประมาณเชิงทดลองของคุณสมบัติสถานะควอนตัมจากเงาคลาสสิก PRX Quantum 2: 010307 ม.ค. 2021 10.1103/PRXQuantum.2.010307 URL https://doi.org/10.1103/PRXQuantum.2.010307
https://doi.org/10.1103/PRXQuantum.2.010307

[59] Jinzhao Sun, Xiao Yuan, Takahiro Tsunoda, Vlatko Vedral, Simon C. Benjamin และ Suguru Endo ลดเสียงรบกวนที่สมจริงในอุปกรณ์ควอนตัมระดับกลางที่มีเสียงดังที่ใช้งานได้จริง ฟิสิกส์ รายได้ที่สมัคร 15: 034026 มีนาคม 2021 10.1103/PhysRevApplied.15.034026 URL https://doi.org/10.1103/PhysRevApplied.15.034026.
https://doi.org/10.1103/PhysRevApplied.15.034026

[60] Jinzhao Sun, Suguru Endo, Huiping Lin, Patrick Hayden, Vlatko Vedral และ Xiao Yuan การจำลองควอนตัมก่อกวน ก.ย. 2022 URL https:///doi.org/10.1103/PhysRevLett.129.120505
https://doi.org/10.1103/PhysRevLett.129.120505

[61] Kristan Temme, Sergey Bravyi และ Jay M. Gambetta การลดข้อผิดพลาดสำหรับวงจรควอนตัมความลึกสั้น ฟิสิกส์ รายได้ Lett. 119: 180509 พ.ย. 2017 10.1103/PhysRevLett.119.180509 URL https://doi.org/10.1103/PhysRevLett.119.180509.
https://doi.org/10.1103/PhysRevLett.119.180509

[62] Giacomo Torlai, Guglielmo Mazzola, Juan Carrasquilla, Matthias Troyer, Roger Melko และ Giuseppe Carleo การตรวจเอกซเรย์รัฐควอนตัมเครือข่ายประสาท ฟิสิกส์ธรรมชาติ 14 (5): 447–450 2018 10.1038/s41567-018-0048-5 URL https://doi.org/10.1038/s41567-018-0048-5.
https://doi.org/10.1038/s41567-018-0048-5

[63] Giacomo Torlai, Guglielmo Mazzola, Giuseppe Carleo และ Antonio Mezzacapo การวัดควอนตัมที่สังเกตได้อย่างแม่นยำด้วยตัวประมาณเครือข่ายประสาทเทียม ฟิสิกส์ Rev. Res., 2: 022060, มิ.ย. 2020. 10.1103/PhysRevResearch.2.022060. URL https://doi.org/10.1103/PhysRevResearch.2.022060.
https://doi.org/10.1103/PhysRevResearch.2.022060

[64] Harish J Valury, Michael A Jones, Charles D Hill และ Lloyd CL Hollenberg การแก้ไขช่วงเวลาที่คำนวณด้วยควอนตัมเป็นค่าประมาณการผันแปร ควอนตัม 4: 373 2020 10.22331/q-2020-12-15-373 URL https://doi.org/10.22331/q-2020-12-15-373.
https://doi.org/10.22331/q-2020-12-15-373

[65] Vladyslav Verteletskyi, Tzu-Ching Yen และ Artur F Izmaylov การเพิ่มประสิทธิภาพการวัดใน eigensolver ควอนตัมแบบแปรผันโดยใช้การครอบคลุมกลุ่มขั้นต่ำ วารสารฟิสิกส์เคมี 152 (12): 124114, 2020 10.1063/1.5141458 URL https://doi.org/10.1063/1.5141458.
https://doi.org/10.1063/1.5141458

[66] แซมซั่น วัง, เอ็นริโก ฟอนทานา, มาร์โก เซเรโซ, คูนาล ชาร์มา, อากิรา โซเน, ลูคัส ซินซิโอ และแพทริค เจ โคลส์ ที่ราบสูงแห้งแล้งที่เกิดจากเสียงรบกวนในอัลกอริธึมควอนตัมแปรผัน การสื่อสารธรรมชาติ 12 (1): 1–11, 2021 10.1038/s41467-021-27045-6 URL https://doi.org/10.1038/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6

[67] Dave Wecker, Matthew B. Hastings และ Matthias Troyer ความคืบหน้าสู่อัลกอริธึมการแปรผันเชิงควอนตัมที่ใช้งานได้จริง ฟิสิกส์ รายได้ A 92: 042303 ต.ค. 2015 10.1103/PhysRevA.92.042303 URL https://doi.org/10.1103/PhysRevA.92.042303
https://doi.org/10.1103/PhysRevA.92.042303

[68] Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C. Benjamin และ Xiao Yuan อัลกอริทึมการแปรผันสำหรับพีชคณิตเชิงเส้น แถลงการณ์วิทยาศาสตร์ พ.ศ. 2021 ISSN 2095-9273 10.1016/j.scib.2021.06.023. URL https://doi.org/10.1016/j.scib.2021.06.023.
https://doi.org/10.1016/j.scib.2021.06.023

[69] Zhi-Cheng Yang, Armin Rahmani, Alireza Shabani, Hartmut Neven และ Claudio Chamon การปรับอัลกอริธึมควอนตัมแบบแปรผันให้เหมาะสมโดยใช้หลักการขั้นต่ำของพอนทรียาจิน ฟิสิกส์ รายได้ X 7: 021027 พฤษภาคม 2017 10.1103/PhysRevX.7.021027 URL https://doi.org/10.1103/PhysRevX.7.021027
https://doi.org/10.1103/PhysRevX.7.021027

[70] Tzu-Ching Yen, Vladyslav Verteletskyi และ Artur F Izmaylov การวัดตัวดำเนินการที่เข้ากันได้ทั้งหมดในชุดการวัดแบบควิบิตเดียวโดยใช้การแปลงแบบรวม วารสารทฤษฎีเคมีและการคำนวณ 16 (4): 2400–2409, 2020 10.1021/acs.jctc.0c00008 URL https://doi.org/10.1021/acs.jctc.0c00008
https://doi.org/10.1021/acs.jctc.0c00008

[71] Tzu-Ching Yen, Aadithya Ganeshram และ Artur F Izmaylov การปรับปรุงเชิงกำหนดของการวัดควอนตัมด้วยการจัดกลุ่มตัวดำเนินการที่เข้ากันได้ การแปลงที่ไม่ใช่เฉพาะที่ และการประมาณความแปรปรวนร่วม ปี 2022 URL https:///doi.org/10.48550/arXiv.2201.01471
https://doi.org/10.48550/arXiv.2201.01471

[72] เซียว หยวน, ซูกูรู เอนโด, ฉี จ้าว, หยิง ลี่ และไซมอน ซี เบนจามิน ทฤษฎีการจำลองควอนตัมแปรผัน ควอนตัม 3:191 2019 10.22331/q-2019-10-07-191 URL https://doi.org/10.22331/q-2019-10-07-191.
https://doi.org/10.22331/q-2019-10-07-191

[73] Xiao Yuan, Jinzhao Sun, Junyu Liu, Qi Zhao และ You Zhou การจำลองควอนตัมด้วยเครือข่ายเทนเซอร์แบบไฮบริด ฟิสิกส์ รายได้ Lett. 127: 040501 ก.ค. 2021 10.1103/PhysRevLett.127.040501 URL https://doi.org/10.1103/PhysRevLett.127.040501
https://doi.org/10.1103/PhysRevLett.127.040501

[74] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan และ He Lu การวัดสถานะควอนตัมเชิงทดลองด้วยเงาแบบคลาสสิก ฟิสิกส์ รายได้ Lett. 127: 200501 พ.ย. 2021 10.1103/PhysRevLett.127.200501 URL https://doi.org/10.1103/PhysRevLett.127.200501.
https://doi.org/10.1103/PhysRevLett.127.200501

[75] Zi-Jian Zhang, Jinzhao Sun, Xiao Yuan และ Man-Hong Yung การจำลองแฮมิลตันเชิงลึกด้วยสูตรผลิตภัณฑ์ที่ปรับเปลี่ยนได้ ปี 2020 URL https:///doi.org/10.48550/arXiv.2011.05283
https://doi.org/10.48550/arXiv.2011.05283

[76] Andrew Zhao, Andrew Tranter, William M. Kirby, Shu Fay Ung, Akimasa Miyake และ Peter J. Love การลดการวัดในอัลกอริธึมควอนตัมแปรผัน ฟิสิกส์ รายได้ A 101: 062322 มิ.ย. 2020 10.1103/PhysRevA.101.062322 URL https://doi.org/10.1103/PhysRevA.101.062322.
https://doi.org/10.1103/PhysRevA.101.062322

[77] Andrew Zhao, Nicholas C. Rubin และ Akimasa Miyake การตรวจเอกซเรย์บางส่วนของ Fermionic ผ่านเงาแบบคลาสสิก ฟิสิกส์ รายได้ Lett. 127: 110504 ก.ย. 2021 10.1103/PhysRevLett.127.110504 URL https://doi.org/10.1103/PhysRevLett.127.110504
https://doi.org/10.1103/PhysRevLett.127.110504

[78] Leo Zhou, Sheng-Tao Wang, Soonwon Choi, Hannes Pichler และ Mikhail D. Lukin อัลกอริธึมการปรับให้เหมาะสมเชิงควอนตัม: ประสิทธิภาพ กลไก และการใช้งานบนอุปกรณ์ระยะใกล้ ฟิสิกส์ รายได้ X 10: 021067 มิถุนายน 2020 10.1103/PhysRevX.10.021067 URL https://doi.org/10.1103/PhysRevX.10.021067
https://doi.org/10.1103/PhysRevX.10.021067

อ้างโดย

[1] Kouhei Nakaji, Suguru Endo, Yuichiro Matsuzaki และ Hideaki Hakoshima, “การเพิ่มประสิทธิภาพการวัดของการจำลองควอนตัมแบบแปรผันโดยเงาแบบคลาสสิกและการสุ่มตัวอย่าง”, arXiv: 2208.13934.

[2] Dax Enshan Koh และ Sabee Grewal, “Classical Shadows With Noise”, arXiv: 2011.11580.

[3] Andrew Zhao, Nicholas C. Rubin และ Akimasa Miyake, “Fermionic Partial Tomography via Classical Shadows”, จดหมายทบทวนทางกายภาพ 127 11, 110504 (2021).

[4] Daniel McNulty, Filip B. Maciejewski และ Michał Oszmaniec, “การประมาณควอนตัมแฮมิลตันผ่านการวัดร่วมของสิ่งสังเกตที่ไม่เคลื่อนที่ที่มีเสียงดัง”, arXiv: 2206.08912.

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

[6] Junyu Liu, Zimu Li, Han Zheng, Xiao Yuan และ Jinzhao Sun, “สู่อัลกอริธึมควอนตัม Jordan-Lee-Preskill ที่ผันแปร”, การเรียนรู้ของเครื่อง: วิทยาศาสตร์และเทคโนโลยี 3 4, 045030 (2022).

[7] Bryce Fuller, Charles Hadfield, Jennifer R. Glick, Takashi Imamichi, Toshinari Itoko, Richard J. Thompson, Yang Jiao, Marna M. Kagele, Adriana W. Blom-Schieber, Rudy Raymond และ Antonio Mezzacapo, “วิธีแก้ปัญหาโดยประมาณ ของปัญหา Combinatorial ผ่านการผ่อนคลายควอนตัม”, arXiv: 2111.03167.

[8] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan และ He Lu, “การทดลองการวัดสถานะควอนตัมด้วยเงาคลาสสิก”, จดหมายทบทวนทางกายภาพ 127 20, 200501 (2021).

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

[10] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia และ Arthur Jaffe, “เงาแบบคลาสสิกกับวง Pauli-invariant unitary ensemble”, arXiv: 2202.03272.

[11] Weitang Li, Zigeng Huang, Changsu Cao, Yifei Huang, Zhigang Shuai, Xiaoming Sun, Jinzhao Sun, Xiao Yuan และ Dingshun Lv, “สู่การจำลองควอนตัมเชิงปฏิบัติของระบบเคมีที่สมจริงบนคอมพิวเตอร์ควอนตัมระยะใกล้”, arXiv: 2109.08062.

[12] Ariel Shlosberg, Andrew J. Jena, Priyanka Mukhopadhyay, Jan F. Haase, Felix Leditzky และ Luca Dellantonio, “Adaptive estimation of quantum observables”, arXiv: 2110.15339.

[13] Zi-Jian Zhang, Jinzhao Sun, Xiao Yuan และ Man-Hong Yung, “การจำลองแบบแฮมิลตันเชิงลึกต่ำโดยสูตรผลิตภัณฑ์ที่ปรับเปลี่ยนได้”, arXiv: 2011.05283.

[14] Yusen Wu, Bujiao Wu, Jingbo Wang และ Xiao Yuan, “ความได้เปรียบที่พิสูจน์ได้ในการเรียนรู้ระยะควอนตัมผ่าน Quantum Kernel Alphatron”, arXiv: 2111.07553.

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

[16] Zhenhuan Liu, Pei Zeng, You Zhou และ Mile Gu, “การกำหนดลักษณะความสัมพันธ์ภายในระบบควอนตัมหลายฝ่ายผ่านการวัดแบบสุ่มในท้องถิ่น”, การตรวจร่างกาย A 105 2, 022407 (2022).

[17] William Kirby, Mario Motta และ Antonio Mezzacapo, “วิธีการของ Lanczos ที่แม่นยำและมีประสิทธิภาพบนคอมพิวเตอร์ควอนตัม”, arXiv: 2208.00567.

[18] Marco Majland, Rasmus Berg Jensen, Mads Greisen Højlund, Nikolaj Thomas Zinner และ Ove Christiansen, “การเพิ่มประสิทธิภาพรันไทม์สำหรับโครงสร้างการสั่นสะเทือนบนคอมพิวเตอร์ควอนตัม: พิกัดและแผนการวัด”, arXiv: 2211.11615.

[19] Seonghoon Choi, Ignacio Loaiza และ Artur F. Izmaylov, “Fluid fermionic fragments for optimize quantum of electronic Hamiltonians in the Variational eigensolver”, arXiv: 2208.14490.

[20] Tianren Gu, Xiao Yuan และ Bujiao Wu, “แผนการวัดที่มีประสิทธิภาพสำหรับระบบโบโซนิก”, arXiv: 2210.13585.

[21] You Zhou และ Qing Liu, “การวิเคราะห์ประสิทธิภาพการประมาณเงาแบบหลายภาพ”, arXiv: 2212.11068.

[22] Xiao-Ming Zhang, Zixuan Huo, Kecheng Liu, Ying Li และ Xiao Yuan, "คอมไพเลอร์วงจรสุ่มที่เป็นกลางสำหรับการจำลองแบบแฮมิลตันที่ขึ้นกับเวลา", arXiv: 2212.09445.

[23] Alexander Gresch และ Martin Kliesch, “รับประกันการประมาณค่าพลังงานอย่างมีประสิทธิภาพของควอนตัมกลุ่มแฮมิลตันหลายตัวโดยใช้ ShadowGrouping” arXiv: 2301.03385.

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

การอ้างอิงข้างต้นมาจาก are อบต./นาซ่าโฆษณา (ปรับปรุงล่าสุดสำเร็จ 2023-01-13 11:36:07 น.) รายการอาจไม่สมบูรณ์เนื่องจากผู้จัดพิมพ์บางรายไม่ได้ให้ข้อมูลอ้างอิงที่เหมาะสมและครบถ้วน

ไม่สามารถดึงข้อมูล Crossref อ้างโดย data ระหว่างความพยายามครั้งล่าสุด 2023-01-13 11:36:05 น.: ไม่สามารถดึงข้อมูลที่อ้างถึงสำหรับ 10.22331/q-2023-01-13-896 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-2023-01-13-896/

ประทับเวลา: January 13, 2023

ประทับเวลา: ตุลาคม 3, 2023

การวัดการจัดกลุ่มที่ทับซ้อนกัน: กรอบการทำงานแบบครบวงจรสำหรับการวัดสถานะควอนตัม

เผยแพร่ซ้ำโดยเพลโต

นามธรรม

► ข้อมูล BibTeX

► ข้อมูลอ้างอิง

อ้างโดย

เพิ่มเติมจาก วารสารควอนตัม

ข้อได้เปรียบของควอนตัมโดยใช้โฟตอนบิดเบี้ยวมิติสูงเป็นออโตมาตาไฟไนต์ควอนตัม

ความซับซ้อนของเครื่องเวกเตอร์ที่รองรับควอนตัม

การทำงานแบบถอดเปลี่ยนได้แบบคลาสสิก

การจำลองควอนตัมของวัสดุแบตเตอรี่โดยใช้ศักย์เทียมไอออนิก

รูปแบบการเข้ารหัส QLDPC-GKP แบบจำกัดอัตราที่เหนือกว่า CSS Hamming Bound

วิถีวัตถุในควอนตัมไดนามิกส์แบบคลาสสิกผสม

การสร้างสิ่งกีดขวางแบบทดลองสำหรับการกระจายคีย์ควอนตัมเกิน 1 Gbit/s

การเข้ารหัสและการวิเคราะห์ควอนตัมเกี่ยวกับกระบวนการสุ่มเวลาต่อเนื่องพร้อมการประยุกต์ใช้ทางการเงิน

เกี่ยวกับเรา

การค้นหาแนวตั้ง & Ai

ระบบปฏิบัติการ

การติดต่อ

ลงชื่อเข้าใช้