1แผนกคอมพิวเตอร์ การคำนวณ และสถิติ, Los Alamos National Laboratory, Los Alamos, NM 87545, USA
2แผนกทฤษฎี, Los Alamos National Laboratory, Los Alamos, NM 87545, USA
พบบทความนี้ที่น่าสนใจหรือต้องการหารือ? Scite หรือแสดงความคิดเห็นใน SciRate.
นามธรรม
ทฤษฎีบทผันผวนแสดงความสอดคล้องกันระหว่างคุณสมบัติของระบบควอนตัมในสมดุลความร้อนและการกระจายงานที่เกิดขึ้นในกระบวนการที่ไม่สมดุลซึ่งเชื่อมโยงระบบควอนตัมสองระบบกับ Hamiltonians $H_0$ และ $H_1=H_0+V$ จากทฤษฎีบทเหล่านี้ เรานำเสนออัลกอริธึมควอนตัมเพื่อเตรียมการทำให้สถานะความร้อน $H_1$ บริสุทธิ์ที่อุณหภูมิผกผัน $beta ge 0$ โดยเริ่มจากการทำให้สถานะความร้อน $H_0$ บริสุทธิ์ ความซับซ้อนของอัลกอริธึมควอนตัมที่กำหนดโดยจำนวนการใช้งานของ unitaries บางตัวคือ $tilde {cal O}(e^{beta (Delta ! A- w_l)/2})$ โดยที่ $Delta ! A$ คือผลต่างของพลังงานฟรีระหว่าง $H_1$ และ $H_0,$ และ $w_l$ คือจุดตัดการทำงานที่ขึ้นอยู่กับคุณสมบัติของการกระจายงานและข้อผิดพลาดโดยประมาณ $epsilongt0$ หากกระบวนการที่ไม่สมดุลเป็นเรื่องเล็กน้อย ความซับซ้อนนี้จะเป็นแบบเอ็กซ์โพเนนเชียลใน $beta |V|$ โดยที่ $|V|$ เป็นสเปกตรัมของ $V$ สิ่งนี้แสดงถึงการปรับปรุงที่สำคัญของอัลกอริธึมควอนตัมก่อนหน้าที่มีความซับซ้อนแบบทวีคูณใน $beta |H_1|$ ในระบอบการปกครองที่ $|V|ll |H_1|$ การพึ่งพาความซับซ้อนใน $epsilon$ จะแตกต่างกันไปตามโครงสร้างของระบบควอนตัม ค่านี้อาจเป็นเลขชี้กำลังใน $1/epsilon$ โดยทั่วไป แต่เราแสดงให้เห็นว่าเป็น sublinear ใน $1/epsilon$ ถ้า $H_0$ และ $H_1$ ทด หรือพหุนามใน $1/epsilon$ ถ้า $H_0$ และ $H_1$ เป็น ระบบสปินท้องถิ่น ความเป็นไปได้ของการใช้การรวมที่ขับระบบออกจากสมดุลทำให้สามารถเพิ่มมูลค่าของ $w_l$ และปรับปรุงความซับซ้อนให้ดียิ่งขึ้นไปอีก ด้วยเหตุนี้ เราจึงวิเคราะห์ความซับซ้อนในการเตรียมสถานะทางความร้อนของแบบจำลอง Ising สนามตามขวางโดยใช้กระบวนการรวมที่ไม่สมดุลที่แตกต่างกัน และดูการปรับปรุงความซับซ้อนที่สำคัญ
► ข้อมูล BibTeX
► ข้อมูลอ้างอิง
[1] N. Metropolis, AW Rosenbluth, MN Rosenbluth, AH Teller และ E. Teller สมการการคำนวณสถานะด้วยเครื่องคำนวณแบบเร็ว วารสารฟิสิกส์เคมี, 21:1087–1092, 1953. doi:10.1063/1.1699114.
https://doi.org/10.1063/1.1699114
[2] แอลดี แลนเดา และ อีเอ็ม ลิฟชิตซ์ ฟิสิกส์สถิติ: ตอนที่ 1951 Butterworth-Heinemann, Oxford, XNUMX
[3] ม.ซูซูกิ. วิธีการควอนตัมมอนติคาร์โลในระบบสมดุลและความไม่สมดุล สปริงเกอร์ เซอร์ วิทยาศาสตร์โซลิดสเตต 74, สปริงเกอร์, 1987. ดอย:10.1007/978-3-642-83154-6.
https://doi.org/10.1007/978-3-642-83154-6
[4] แดเนียล เอ. ลิดาร์และโอเฟอร์ บีแฮม กำลังจำลองแว่นตาหมุนบนคอมพิวเตอร์ควอนตัม สรีรวิทยา ว. E, 56:3661, 1997. doi:10.1103/PhysRevE.56.3661.
https://doi.org/10.1103/PhysRevE.56.3661
[5] บีเอ็ม เทอร์ฮาล และ ดีพี ดิวินเชนโซ ปัญหาความสมดุลและการคำนวณฟังก์ชันสหสัมพันธ์บนคอมพิวเตอร์ควอนตัม สรีรวิทยา รายได้ A, 61:022301, 2000. doi:10.1103/PhysRevA.61.022301.
https://doi.org/10.1103/PhysRevA.61.022301
[6] RD Somma, S. Boixo, H. Barnum และ E. Knill การจำลองควอนตัมของกระบวนการหลอมแบบคลาสสิก สรีรวิทยา Rev. Lett., 101:130504, 2008. doi:10.1103/PhysRevLett.101.130504.
https://doi.org/10.1103/PhysRevLett.101.130504
[7] K. Temme, TJ Osborne, K. Vollbrecht, D. Poulin และ F. Verstraete สุ่มตัวอย่างมหานครควอนตัม ธรรมชาติ, 471:87–90, 2011. ดอย:10.1038/nature09770.
https://doi.org/10.1038/nature09770
[8] C. Chipot และ A. Pohorille การคำนวณพลังงานฟรี: ทฤษฎีและการประยุกต์ในวิชาเคมีและชีววิทยา Springer Verlag, New York, 2007. ดอย: 10.1007 / 978-3-540-38448-9
https://doi.org/10.1007/978-3-540-38448-9
[9] TA van der Straaten, G. Kathawala, A. Trellakis, RS Eisenberg และ U. Ravaioli Biomoca— แบบจำลองการขนส่ง Monte Carlo ของ Boltzmann สำหรับการจำลองช่องไอออน การจำลองระดับโมเลกุล, 31:151–171, 2005. doi:10.1080/08927020412331308700.
https://doi.org/10.1080/08927020412331308700
[10] DP Kroese และ JCC Chan การสร้างแบบจำลองทางสถิติและการคำนวณ สปริงเกอร์ นิวยอร์ก 2014 ดอย:10.1007/978-1-4614-8775-3
https://doi.org/10.1007/978-1-4614-8775-3
[11] S. Kirkpatrick, CD Gelatt Jr. และ MP Vecchi การเพิ่มประสิทธิภาพโดยการจำลองการหลอม วิทยาศาสตร์, 220:671–680, 1983. doi:10.1126/science.220.4598.671.
https://doi.org/10.1126/science.220.4598.671
[12] แอล. โลวาซ. อัลกอริทึมแบบสุ่มในการเพิ่มประสิทธิภาพแบบผสมผสาน DIMACS Series in Discrete Mathematics and Theoretical Computer Science, 20:153–179, 1995. doi:10.1090/dimacs/020.
https://doi.org/10.1090/dimacs/020
[13] เมเจ นิวแมน และ จีที บาร์เคมา วิธีการมอนติคาร์โลในฟิสิกส์สถิติ. สำนักพิมพ์มหาวิทยาลัยอ็อกซ์ฟอร์ด, อ็อกซ์ฟอร์ด, 1998
[14] MP Nightingale และ CJ Umrigar วิธีการควอนตัมมอนติคาร์โลในฟิสิกส์และเคมี สปริงเกอร์, เนเธอร์แลนด์, 1999
[15] EY Loh, JE Gubernatis, RT Scalettar, SR White, DJ Scalapino และ RL Sugar ปัญหาสัญญาณในการจำลองเชิงตัวเลขของระบบอิเล็กตรอนหลายตัว สรีรวิทยา รายได้ B, 41:9301–9307, 1990. doi:10.1103/PhysRevB.41.9301.
https://doi.org/10.1103/PhysRevB.41.9301
[16] Matthias Troyer และ Uwe-Jens Wiese ความซับซ้อนในการคำนวณและข้อจำกัดพื้นฐานของการจำลองควอนตัมมอนติคาร์โล fermionic สรีรวิทยา Rev. Lett., 94:170201, 2005. doi:10.1103/PhysRevLett.94.170201.
https://doi.org/10.1103/PhysRevLett.94.170201
[17] David Poulin และ Pawel Wocjan การสุ่มตัวอย่างจากสถานะควอนตัมกิ๊บส์ความร้อนและการประเมินฟังก์ชันพาร์ติชั่นด้วยคอมพิวเตอร์ควอนตัม สรีรวิทยา Rev. Lett., 103:220502, 2009. doi:10.1103/PhysRevLett.103.220502.
https://doi.org/10.1103/PhysRevLett.103.220502
[18] ซีเอฟ เชียง และ ป. วอคจันทร์. อัลกอริธึมควอนตัมสำหรับการเตรียมการวิเคราะห์สถานะกิ๊บส์ความร้อน ใน Quantum Cryptography and Computing หน้า 138–147, 2010 doi:10.48550/arXiv.1001.1130
https://doi.org/10.48550/arXiv.1001.1130
[19] Ersen Bilgin และ Sergio Boixo การเตรียมสถานะทางความร้อนของระบบควอนตัมโดยการลดขนาด สรีรวิทยา Rev. Lett., 105:170405, 2010. doi:10.1103/PhysRevLett.105.170405.
https://doi.org/10.1103/PhysRevLett.105.170405
[20] Michael J. Kastoryano และ Fernando GSL Brandão เครื่องสุ่มตัวอย่างควอนตัมกิ๊บส์: กรณีการเดินทาง คอม คณิตศาสตร์. Phys., 344:915, 2016. ดอย:10.48550/arXiv.1409.3435.
https://doi.org/10.48550/arXiv.1409.3435
[21] Anirban Narayan Chowdhury และ Rolando D. Somma อัลกอริธึมควอนตัมสำหรับการสุ่มตัวอย่างกิ๊บส์และการประมาณค่าเวลากดปุ่ม ปริมาณ ข้อมูล คอมพ์, 17(1–2):41–64, 2017. ดอย:10.48550/arXiv.1603.02940.
https://doi.org/10.48550/arXiv.1603.02940
[22] Tomotoka Kuwahara, Kohtaro Kato และ Fernando GSL Brandão การจัดกลุ่มข้อมูลร่วมกันแบบมีเงื่อนไขสำหรับสถานะควอนตัมกิบบ์ที่สูงกว่าอุณหภูมิเกณฑ์ สรีรวิทยา Rev. Lett., 124:220601, 2020. doi:10.1103/PhysRevLett.124.220601.
https://doi.org/10.1103/PhysRevLett.124.220601
[23] มาริโอ้ เซเกดี้. การเพิ่มความเร็วของควอนตัมของอัลกอริธึมตามลูกโซ่มาร์คอฟ ในการดำเนินการของ IEEE Symposium ประจำปีครั้งที่ 45 เรื่อง FOCS. หน้า 32–41 IEEE, 2004. ดอย:10.1109/FOCS.2004.53.
https://doi.org/10.1109/FOCS.2004.53
[24] FGSL Brandão และ KM Svore การเพิ่มความเร็วของควอนตัมสำหรับการแก้โปรแกรมกึ่งกำหนด ในปี 2017 IEEE 58th Annual Symposium on Foundations of Computer Science (FOCS), หน้า 415–426, 2017
[25] J. Van Apeldoorn, A. Gilyén, S. Gribling และ R. de Wolf ตัวแก้ไข Quantum sdp: ขอบเขตบนและล่างที่ดีขึ้น ในปี 2017 IEEE 58th Annual Symposium on Foundations of Computer Science (FOCS), หน้า 403–414, 2017. doi:10.48550/arXiv.1609.05537.
https://doi.org/10.48550/arXiv.1609.05537
[26] เซธ ลอยด์. เครื่องจำลองควอนตัมสากล Science, 273:1073–1078, 1996. doi:10.1126/science.273.5278.1073.
https://doi.org/10.1126/science.273.5278.1073
[27] RD Somma, G. Ortiz, JE Gubernatis, E. Knill และ R. Laflamme การจำลองปรากฏการณ์ทางกายภาพโดยเครือข่ายควอนตัม สรีรวิทยา Rev. A, 65:042323, 2002. doi:10.1103/PhysRevA.65.042323.
https://doi.org/10.1103/PhysRevA.65.042323
[28] RD Somma, G. Ortiz, E. Knill และ JE Gubernatis การจำลองควอนตัมของปัญหาฟิสิกส์ อินเตอร์ เจ. ควอน. Inf., 1:189, 2003. doi:10.1117/12.487249.
https://doi.org/10.1117/12.487249
[29] DW Berry, G. Ahokas, R. Cleve และ BC Sanders อัลกอริธึมควอนตัมที่มีประสิทธิภาพสำหรับการจำลองแฮมิลตันแบบกระจัดกระจาย คอม คณิตศาสตร์. Phys., 270:359, 2007. doi:10.1007/s00220-006-0150-x.
https://doi.org/10.1007/s00220-006-0150-x
[30] N. Wiebe, D. Berry, P. Hoyer และ BC Sanders การสลายตัวของลำดับที่สูงขึ้นของตัวดำเนินการที่สั่งซื้อ เจ. ฟิสิกส์. ตอบ: คณิตศาสตร์ ทฤษฎี., 43:065203, 2010. ดอย:10.1088/1751-8113/43/6/065203.
https://doi.org/10.1088/1751-8113/43/6/065203
[31] AM Childs และ N. Wiebe การจำลองแบบแฮมิลตันโดยใช้การรวมเชิงเส้นของการดำเนินการรวมกัน ข้อมูลควอนตัมและการคำนวณ, 12:901–924, 2012. doi:10.48550/arXiv.1202.5822.
https://doi.org/10.48550/arXiv.1202.5822
[32] Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari และ Rolando D. Somma จำลองไดนามิกของแฮมิลโทเนียนด้วยซีรีส์เทย์เลอร์ที่ตัดทอน สรีรวิทยา Rev. Lett., 114:090502, 2015. doi:10.1103/PhysRevLett.114.090502.
https://doi.org/10.1103/PhysRevLett.114.090502
[33] GH ต่ำและ IL Chuang การจำลองแบบแฮมิลโทเนียนที่เหมาะสมที่สุดโดยการประมวลผลสัญญาณควอนตัม สรีรวิทยา Rev. Lett., 118:010501, 2017. doi:10.1103/PhysRevLett.118.010501.
https://doi.org/10.1103/PhysRevLett.118.010501
[34] ยู. วูลฟ์. การชะลอตัวที่สำคัญ ฟิสิกส์นิวเคลียร์ ข, 17:93–102, 1990. ดอย:10.1016/0920-5632(90)90224-I.
https://doi.org/10.1016/0920-5632(90)90224-I
[35] AY Kitaev, AH Shen และ MN Vyalyi การคำนวณแบบคลาสสิกและควอนตัม American Mathematical Society, 2002. URL: http:///doi.org/10.1090/gsm/047, doi:10.1090/gsm/047.
https://doi.org/10.1090/gsm/047
[36] ค. จาร์ซินสกี้. ความแตกต่างของพลังงานอิสระสมดุลจากการวัดที่ไม่สมดุล: วิธีสมการหลัก สรีรวิทยา Rev. E, 56:5018–5035, 1997. doi:10.1103/PhysRevE.56.5018.
https://doi.org/10.1103/PhysRevE.56.5018
[37] ค. จาร์ซินสกี้. ความเท่าเทียมกันแบบไม่สมดุลสำหรับความแตกต่างของพลังงานอิสระ สรีรวิทยา Rev. Lett., 78:2690–2693, 1997. doi:10.1103/PhysRevLett.78.2690.
https://doi.org/10.1103/PhysRevLett.78.2690
[38] คริสโตเฟอร์ จาร์ซินสกี้. ความเท่าเทียมกันและความไม่เท่าเทียมกัน: การย้อนกลับไม่ได้และกฎข้อที่สองของอุณหพลศาสตร์ที่ระดับนาโน ทบทวนประจำปีของ Condensed Matter Physics, 2(1):329–351, 2011. arXiv:https://doi.org/10.1146/annurev-conmatphys-062910-140506, doi:10.1146/annurev-conmatphys -062910-140506.
https://doi.org/10.1146/annurev-conmatphys-062910-140506
arXiv:https://doi.org/10.1146/annurev-conmatphys-062910-140506
[39] เกวิน อี. ครุกส์. ทฤษฎีบทผันผวนของการผลิตเอนโทรปีและความสัมพันธ์การทำงานที่ไม่สมดุลสำหรับความแตกต่างของพลังงานอิสระ สรีรวิทยา Rev. E, 60:2721–2726, 1999. doi:10.1103/PhysRevE.60.2721.
https://doi.org/10.1103/PhysRevE.60.2721
[40] เกวิน อี. ครุกส์. ค่าเฉลี่ยของชุดเส้นทางในระบบขับเคลื่อนไกลจากสมดุล สรีรวิทยา รายได้ E, 61:2361–2366, 2000. doi:10.1103/PhysRevE.61.2361.
https://doi.org/10.1103/PhysRevE.61.2361
[41] ออกุสโต เจ. รอนกาเลีย, เฟเดริโก เซริโซลา และฆวน ปาโบล ปาซ การวัดงานเป็นการวัดควอนตัมทั่วไป สรีรวิทยา Rev. Lett., 113:250601, 2014. doi:10.1103/PhysRevLett.113.250601.
https://doi.org/10.1103/PhysRevLett.113.250601
[42] Lindsay Bassman, Katherine Klymko, Diyi Liu, Norman M Tubman และ Wibe A de Jong การคำนวณพลังงานอิสระด้วยความสัมพันธ์ที่ผันผวนบนคอมพิวเตอร์ควอนตัม พิมพ์ล่วงหน้า arXiv arXiv:2103.09846, 2021. doi:10.48550/arXiv.2103.09846.
https://doi.org/10.48550/arXiv.2103.09846
arXiv: 2103.09846
[43] เอส. บาร์เน็ตต์. ข้อมูลควอนตัม เล่มที่ 16 สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด 2009
[44] M. Nielsen และ I. Chuang การคำนวณควอนตัมและข้อมูลควอนตัม สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์, เคมบริดจ์, 2001. ดอย:10.1017/CBO9780511976667
https://doi.org/10.1017/CBO9780511976667
[45] Emanuel Knill, Gerardo Ortiz และ Rolando D. Somma การวัดควอนตัมที่เหมาะสมที่สุดของค่าคาดหวังของสิ่งที่สังเกตได้ สรีรวิทยา Rev. A, 75:012328, 2007. doi:10.1103/PhysRevA.75.012328.
https://doi.org/10.1103/PhysRevA.75.012328
[46] Guang Hao Low และ Isaac L Chuang การจำลองแฮมิลตันโดย qubitization ควอนตัม, 3:163, 2019. ดอย:10.22331/q-2019-07-12-163.
https://doi.org/10.22331/q-2019-07-12-163
[47] คริสโตเฟอร์ จาร์ซินสกี้. เหตุการณ์หายากและการบรรจบกันของมูลค่างานเฉลี่ยแบบทวีคูณ สรีรวิทยา Rev. E, 73:046105, 2006. doi:10.1103/PhysRevE.73.046105.
https://doi.org/10.1103/PhysRevE.73.046105
[48] Yu Tong, Dong An, Nathan Wiebe และ Lin Lin การผกผันอย่างรวดเร็ว ตัวแก้ไขระบบเชิงเส้นควอนตัมที่ปรับสภาพล่วงหน้า การคำนวณฟังก์ชันของกรีนอย่างรวดเร็ว และการประเมินฟังก์ชันเมทริกซ์อย่างรวดเร็ว สรีรวิทยา Rev. A, 104:032422, Sep 2021. doi:10.1103/PhysRevA.104.032422.
https://doi.org/10.1103/PhysRevA.104.032422
[49] อ. คิเตฟ การวัดควอนตัมและปัญหาโคลงอาเบเลียน arXiv:quant-ph/9511026, 1995. doi:10.48550/arXiv.quant-ph/9511026.
https://doi.org/10.48550/arXiv.quant-ph/9511026
arXiv:ปริมาณ-ph/9511026
[50] R. Cleve, A. Ekert, C. Macchiavello และ M. Mosca อัลกอริทึมควอนตัมกลับมาอีกครั้ง Proc. อาร์ ซอค ลอนดอน. อ. 454:339–354, 1998. ดอย:10.1098/rspa.1998.0164.
https://doi.org/10.1098/rspa.1998.0164
[51] Gilles Brassard, Peter Høyer, Michele Mosca และ Alain Tapp การขยายและการประมาณค่าแอมพลิจูดควอนตัม ในการคำนวณและข้อมูลควอนตัม เล่มที่ 305 ของคณิตศาสตร์ร่วมสมัย หน้า 53–74 AMS, 2002. ดอย:10.1090/conm/305/05215.
https://doi.org/10.1090/conm/305/05215
[52] Maris Ozols, Martin Roetteler และ Jérémie Roland การสุ่มตัวอย่างการปฏิเสธควอนตัม ในการดำเนินการของนวัตกรรมครั้งที่ 3 ในการประชุมวิทยาการคอมพิวเตอร์เชิงทฤษฎี ITCS '12, หน้า 290–308, New York, NY, USA, 2012 สมาคมเครื่องจักรคอมพิวเตอร์ ดอย:10.1145/2090236.2090261.
https://doi.org/10.1145/2090236.2090261
[53] David Poulin และ Pawel Wocjan การเตรียมสถานะภาคพื้นดินของระบบควอนตัมหลายตัวบนคอมพิวเตอร์ควอนตัม สรีรวิทยา Rev. Lett., 102:130503, 2009. doi:10.1103/PhysRevLett.102.130503.
https://doi.org/10.1103/PhysRevLett.102.130503
[54] S. Boixo, E. Knill และ RD Somma อัลกอริธึมควอนตัมที่รวดเร็วสำหรับการข้ามเส้นทางของลักษณะเฉพาะ arXiv:1005.3034, 2010. ดอย:10.48550/arXiv.1005.3034.
https://doi.org/10.48550/arXiv.1005.3034
arXiv: 1005.3034
[55] Yimin Ge, Jordi Tura และ J. Ignacio Cirac การเตรียมสถานะกราวด์ที่เร็วขึ้นและการประมาณพลังงานภาคพื้นดินที่มีความแม่นยำสูงด้วย qubits ที่น้อยลง Journal of Mathematical Physics, 60(2):022202, 2019. arXiv:https://doi.org/10.1063/1.5027484, doi:10.1063/1.5027484.
https://doi.org/10.1063/1.5027484
arXiv:https://doi.org/10.1063/1.5027484
[56] Lin Lin และ Yu Tong การประมาณค่าพลังงานภาคพื้นดินที่จำกัดโดยไฮเซนเบิร์กสำหรับคอมพิวเตอร์ควอนตัมที่ทนทานต่อข้อผิดพลาดแต่เนิ่นๆ PRX Quantum, 3:010318, 2022. doi:10.1103/PRXQuantum.3.010318.
https://doi.org/10.1103/PRXQuantum.3.010318
[57] Chi-Fang Chen และ Fernando GSL Brandão การทำให้เป็นความร้อนอย่างรวดเร็วจากสมมติฐานการทำให้เป็นความร้อนของไอเกนสเตต พิมพ์ล่วงหน้า arXiv arXiv:2112.07646, 2021. doi:10.48550/arXiv.2112.07646.
https://doi.org/10.48550/arXiv.2112.07646
arXiv: 2112.07646
[58] Oles Shtanko และ Ramis Movassagh อัลกอริทึมสำหรับการเตรียมสถานะของกิ๊บส์บนวงจรควอนตัมแบบสุ่มที่ไม่มีเสียงและมีเสียงรบกวน พิมพ์ล่วงหน้า arXiv arXiv:2112.14688, 2021. doi:10.48550/arXiv.2112.14688.
https://doi.org/10.48550/arXiv.2112.14688
arXiv: 2112.14688
[59] Marcos Rigol, Vanja Dunjko และ Maxim Olshanii การทำให้เป็นความร้อนและกลไกของระบบควอนตัมแบบแยกเดี่ยวทั่วไป ธรรมชาติ 452(7189):854–858, 2008. ดอย:10.1038/nature06838.
https://doi.org/10.1038/nature06838
[60] Mario Motta, Chong Sun, Adrian TK Tan, Matthew J O'Rourke, Erika Ye, Austin J Minnich, Fernando GSL Brandão และ Garnet Kin Chan การหาค่าลักษณะเฉพาะและสถานะทางความร้อนบนคอมพิวเตอร์ควอนตัมโดยใช้วิวัฒนาการเวลาจินตภาพควอนตัม ฟิสิกส์ธรรมชาติ, 16(2):205–210, 2020. ดอย:10.1038/s41567-019-0704-4.
https://doi.org/10.1038/s41567-019-0704-4
[61] R Sagastizabal, SP Premaratne, BA Klaver, MA Rol, V Negı̂rneac, MS Moreira, X Zou, S Johri, N Muthusubramanian, M Beekman, และคณะ การเตรียมตัวแปรของสถานะอุณหภูมิจำกัดบนคอมพิวเตอร์ควอนตัม npj ข้อมูลควอนตัม, 7(1):1–7, 2021. doi:10.1038/s41534-021-00468-1.
https://doi.org/10.1038/s41534-021-00468-1
[62] จอห์น มาร์ตินและไบรอัน สวิงเกิล ผลิตภัณฑ์สเปกตรัม ansatz และความเรียบง่ายของสถานะทางความร้อน สรีรวิทยา รายได้ A, 100(3):032107, 2019. doi:10.1103/PhysRevA.100.032107.
https://doi.org/10.1103/PhysRevA.100.032107
[63] Guillaume Verdon, Jacob Marks, Sasha Nanda, Stefan Leichenauer และ Jack Hidary โมเดลที่ใช้ควอนตัมแฮมิลโทเนียนและอัลกอริธึมความร้อนควอนตัมแบบแปรผัน พิมพ์ล่วงหน้า arXiv arXiv:1910.02071, 2019. doi:10.48550/arXiv.1910.02071.
https://doi.org/10.48550/arXiv.1910.02071
arXiv: 1910.02071
[64] Anirban N Chowdhury, Guang Hao Low และ Nathan Wiebe อัลกอริธึมควอนตัมที่แปรผันสำหรับการเตรียมสถานะควอนตัมกิบบ์ พิมพ์ล่วงหน้า arXiv arXiv:2002.00055, 2020. doi:10.48550/arXiv.2002.00055.
https://doi.org/10.48550/arXiv.2002.00055
arXiv: 2002.00055
[65] โหย่วหวาง กวางสีหลี่ และซินหวาง การเตรียมสถานะควอนตัมกิ๊บส์แบบแปรผันด้วยซีรีส์เทย์เลอร์ที่ถูกตัดทอน สรีรวิทยา รายได้ประยุกต์, 16:054035, 2021. doi:10.1103/PhysRevApplied.16.054035.
https://doi.org/10.1103/PhysRevApplied.16.054035
[66] โจนาธาน โฟดาเจอร์, อาเธอร์ เปซาห์ และลาร์ส ไค แฮนเซน ความร้อนควอนตัมแปรผันช่วยลดเสียงรบกวน รายงานทางวิทยาศาสตร์, 12(1):1–11, 2022. doi:10.1038/s41598-022-07296-z.
https://doi.org/10.1038/s41598-022-07296-z
[67] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush และ Hartmut Neven ที่ราบสูงที่แห้งแล้งในภูมิประเทศการฝึกอบรมโครงข่ายประสาทควอนตัม การสื่อสารธรรมชาติ, 9(1):1–6, 2018. ดอย:10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4
[68] M Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio และ Patrick J Coles ฟังก์ชันต้นทุนขึ้นอยู่กับที่ราบสูงที่แห้งแล้งในวงจรควอนตัมแบบพาราเมทริกแบบตื้น Nature Communications, 12(1):1–12, 2021. URL: https:///www.doi.org/10.1038/s41467-021-21728-w, doi:10.1038/s41467-021-21728 -w.
https://doi.org/10.1038/s41467-021-21728-w
[69] Zoë Holmes, Andrew Arrasmith, Bin Yan, Patrick J Coles, Andreas Albrecht และ Andrew T Sornborger ที่ราบสูงแห้งแล้งขัดขวางการเรียนรู้ สรีรวิทยา รายได้ Lett., 126(19):190501, 2021. doi:10.1103/PhysRevLett.126.190501.
https://doi.org/10.1103/PhysRevLett.126.190501
[70] Zoë Holmes, Kunal Sharma, M. Cerezo และ Patrick J Coles เชื่อมโยงการแสดงออกของ ansatz กับขนาดการไล่ระดับสีและที่ราบสูงที่แห้งแล้ง สรีรวิทยา Rev. X Quantum, 3:010313, 2022. doi:10.1103/PRXQuantum.3.010313.
https://doi.org/10.1103/PRXQuantum.3.010313
[71] Carlos Ortiz Marrero, Mária Kieferová และ Nathan Wiebe ที่ราบสูงแห้งแล้งที่เกิดจากสิ่งกีดขวาง PRX Quantum, 2:040316, ต.ค. 2021 ดอย:10.1103/PRXQuantum.2.040316
https://doi.org/10.1103/PRXQuantum.2.040316
[72] Lennart Bittel และ Martin Kliesch การฝึกอบรมอัลกอริธึมควอนตัมแบบแปรผันเป็นแบบ np-hard สรีรวิทยา Rev. Lett., 127:120502, 2021. doi:10.1103/PhysRevLett.127.120502.
https://doi.org/10.1103/PhysRevLett.127.120502
[73] Michele Campisi, Peter Hänggi และ Peter Talkner Colloquium: ความสัมพันธ์ผันผวนของควอนตัม: รากฐานและการประยุกต์ใช้ รายได้ Mod. Phys., 83:771–791, 2011. doi:10.1103/RevModPhys.83.771.
https://doi.org/10.1103/RevModPhys.83.771
[74] เอช ทาซากิ. ความสัมพันธ์ของ Jarzynski สำหรับระบบควอนตัมและแอปพลิเคชันบางอย่าง eprint arXiv:cond-mat/0009244, 2000. arXiv:cond-mat/0009244, doi:10.48550/arXiv.cond-mat/0009244.
https://doi.org/10.48550/arXiv.cond-mat/0009244
arXiv:cond-mat/0009244
[75] เจ. คุรชาน. ทฤษฎีบทความผันผวนของควอนตัม eprint arXiv:cond-mat/0007360, 2000. arXiv:cond-mat/0007360, doi:10.48550/arXiv.cond-mat/0007360.
https://doi.org/10.48550/arXiv.cond-mat/0007360
arXiv:cond-mat/0007360
[76] Peter Talkner และ Peter Hänggi ทฤษฎีบทความผันผวนของควอนตัมทาซากิ-ครุก วารสารฟิสิกส์ A: คณิตศาสตร์และทฤษฎี, 40(26):F569, 2007. doi:10.1088/1751-8113/40/26/F08.
https://doi.org/10.1088/1751-8113/40/26/F08
[77] A. Chowdhury, Y. Subaşi และ RD Somma ปรับปรุงการดำเนินการของตัวดำเนินการสะท้อน arXiv:1803.02466, 2018. ดอย:10.48550/arXiv.1803.02466.
https://doi.org/10.48550/arXiv.1803.02466
arXiv: 1803.02466
[78] อันเดรีย โซลฟาเนลลี, อเลสซานโดร ซานตินี่ และมิเคเล่ กัมปีซี การทดลองตรวจสอบความสัมพันธ์ผันผวนกับคอมพิวเตอร์ควอนตัม PRX Quantum, 2:030353, 2021. doi:10.1103/PRXQuantum.2.030353.
https://doi.org/10.1103/PRXQuantum.2.030353
[79] Phillip Kaye, Raymond Laflamme และ Michele Mosca ความรู้เบื้องต้นเกี่ยวกับการคำนวณควอนตัม สำนักพิมพ์มหาวิทยาลัยอ็อกซ์ฟอร์ด 2007
[80] Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari และ Rolando D. Somma การปรับปรุงความแม่นยำแบบทวีคูณสำหรับการจำลองแฮมิลตันที่กระจัดกระจาย ในโปร อาการ ACM ครั้งที่ 46 ทฤษฎี Comp., หน้า 283–292, 2014. doi:10.1145/2591796.2591854.
https://doi.org/10.1145/2591796.2591854
[81] Nandou Lu และ David A. Kofke ความแม่นยำในการคำนวณการรบกวนพลังงานอิสระในการจำลองระดับโมเลกุล ผม. การสร้างแบบจำลอง The Journal of Chemical Physics, 114(17):7303–7311, 2001. arXiv:https://doi.org/10.1063/1.1359181, doi:10.1063/1.1359181.
https://doi.org/10.1063/1.1359181
arXiv:https://doi.org/10.1063/1.1359181
[82] Nicole Yunger Halpern และ Christopher Jarzynski จำนวนการทดลองที่จำเป็นในการประมาณความแตกต่างของพลังงานฟรี โดยใช้ความสัมพันธ์แบบผันผวน สรีรวิทยา Rev. E, 93:052144, 2016. doi:10.1103/PhysRevE.93.052144.
https://doi.org/10.1103/PhysRevE.93.052144
[83] Anirban Narayan Chowdhury, Rolando D. Somma และ Yigit Subasi พาร์ติชั่นคอมพิวเตอร์ทำงานในรูปแบบ one-clean-qubit สรีรวิทยา Rev. A, 103:032422, 2021. doi:10.1103/PhysRevA.103.032422.
https://doi.org/10.1103/PhysRevA.103.032422
[84] Andrew M. Childs, Robin Kothari และ Rolando D. Somma อัลกอริธึมระบบเชิงเส้นควอนตัมที่มีการพึ่งพาอาศัยความแม่นยำที่ดีขึ้นแบบทวีคูณ SIAM J. Comp., 46:1920, 2017. doi:10.1137/16M1087072.
https://doi.org/10.113716M1087072
[85] GH Low, TJ Yoder และ IL Chuang ระเบียบวิธีของเกทควอนตัมคอมโพสิตเรโซแนนซ์ด้านเท่าเรโซแนนซ์ สรีรวิทยา Rev. X, 6:041067, 2016. doi:10.1103/PhysRevX.6.041067.
https://doi.org/10.1103/PhysRevX.6.041067
[86] András Gilyén, Yuan Su, Guang Hao Low และ Nathan Wiebe การแปลงค่าเอกพจน์ของควอนตัมและอื่น ๆ : การปรับปรุงแบบเอ็กซ์โพเนนเชียลสำหรับเลขคณิตเมทริกซ์ควอนตัม ในโปร ของ ACM SIGACT Symp ประจำปีครั้งที่ 51 ทฤษฎี Comp., STOC 2019, หน้า 193–204, New York, NY, USA, 2019. Association for Computing Machinery. ดอย:10.1145/3313276.3316366.
https://doi.org/10.1145/3313276.3316366
[87] จองวาน ฮา. การสลายตัวของผลิตภัณฑ์ของฟังก์ชันคาบในการประมวลผลสัญญาณควอนตัม ควอนตัม, 3:190, 2019. ดอย:10.22331/q-2019-10-07-190.
https://doi.org/10.22331/q-2019-10-07-190
[88] Yulong Dong, Xiang Meng, K. Birgitta Whaley และ Lin Lin การประเมินปัจจัยเฟสที่มีประสิทธิภาพในการประมวลผลสัญญาณควอนตัม สรีรวิทยา Rev. A, 103:042419, 2021. doi:10.1103/PhysRevA.103.042419.
https://doi.org/10.1103/PhysRevA.103.042419
[89] แอนดรูว์ โพโฮริลล์, คริสโตเฟอร์ จาร์ซินสกี้ และคริสตอฟ ชิปอต แนวปฏิบัติที่ดีในการคำนวณพลังงานฟรี The Journal of Physical Chemistry B, 114(32):10235–10253, 2010. doi:10.1021/jp102971x.
https://doi.org/10.1021/jp102971x
[90] E. Lieb, T. Schultz และ D. Mattis แบบจำลองที่ละลายน้ำได้สองแบบของสายโซ่ต้านแม่เหล็ก แอน. ส.ส., 16:406, 1961. ดอย:10.1016/0003-4916(61)90115-4.
https://doi.org/10.1016/0003-4916(61)90115-4
[91] ปิแอร์ ฟูตี. โมเดลไอซิ่งหนึ่งมิติที่มีสนามขวาง แอน. ฟิสิกส์, 57:79–90, 1970. ดอย:10.1016/0003-4916(70)90270-8.
https://doi.org/10.1016/0003-4916(70)90270-8
[92] Burak Şahinoğluและ Rolando D. Somma การจำลองแฮมิลตันในพื้นที่ย่อยพลังงานต่ำ npj ควอน Inf., 7:119, 2021. ดอย:10.1038/s41534-021-00451-w.
https://doi.org/10.1038/s41534-021-00451-w
[93] Rolando D. Somma และ Sergio Boixo การขยายช่องว่างสเปกตรัม SIAM J. Comp, 42:593–610, 2013. doi:10.1137/120871997.
https://doi.org/10.1137/120871997
[94] เจ. ฮับบาร์ด. การคำนวณฟังก์ชันพาร์ทิชัน สรีรวิทยา Rev. Lett., 3:77, 1959. doi:10.1103/PhysRevLett.3.77.
https://doi.org/10.1103/PhysRevLett.3.77
[95] วิธีการที่จะใช้ unitaries ดังกล่าวซึ่งใช้เทคนิคการขยายช่องว่างสเปกตรัมได้อธิบายไว้ใน Ref. SB13. ต้องใช้ $H_0$ และ $H_1$ ในการนำเสนอในรูปแบบเฉพาะ เช่น การรวมเชิงเส้นของหน่วยเดียวหรือการรวมเชิงเส้นของโปรเจ็กเตอร์
[96] อิไต อารัด, โทโมทากะ คุวาฮาระ และ เซฟ แลนโด เชื่อมต่อการกระจายพลังงานทั่วโลกและในพื้นที่ในแบบจำลองการหมุนควอนตัมบนโครงตาข่าย Journal of Statistical Mechanics: Theory and Experiment, 2016(3):033301, 2016. doi:10.1088/1742-5468/2016/03/033301.
https://doi.org/10.1088/1742-5468/2016/03/033301
อ้างโดย
[1] Alexander Schuckert, Annabelle Bohrdt, Eleanor Crane และ Michael Knap, “การตรวจสอบอุณหภูมิจำกัดที่สังเกตได้ในตัวจำลองควอนตัมด้วยไดนามิกในระยะเวลาอันสั้น”, arXiv: 2206.01756.
การอ้างอิงข้างต้นมาจาก are อบต./นาซ่าโฆษณา (ปรับปรุงล่าสุดสำเร็จ 2022-10-07 11:17:12 น.) รายการอาจไม่สมบูรณ์เนื่องจากผู้จัดพิมพ์บางรายไม่ได้ให้ข้อมูลอ้างอิงที่เหมาะสมและครบถ้วน
On บริการอ้างอิงของ Crossref ไม่พบข้อมูลอ้างอิงงาน (ความพยายามครั้งสุดท้าย 2022-10-07 11:17:11)
บทความนี้เผยแพร่ใน Quantum ภายใต้ the ครีเอทีฟคอมมอนส์แบบแสดงที่มา 4.0 สากล (CC BY 4.0) ใบอนุญาต ลิขสิทธิ์ยังคงอยู่กับผู้ถือลิขสิทธิ์ดั้งเดิม เช่น ผู้เขียนหรือสถาบันของพวกเขา
