فاصله های میانگین کوانتومی عملیاتی

فاصله های میانگین کوانتومی عملیاتی

گره منبع: 2881304

فیلیپ بی ماسیجوسکی1,2زبیگنیو پوچالا3,4و میخال اوزمانیچ1

1مرکز فیزیک نظری، آکادمی علوم لهستان، آل. Lotników 32/46, 02-668 Warszawa, Poland
2موسسه تحقیقاتی علوم کامپیوتر پیشرفته (RIACS)، USRA، Moffett Field، CA
3موسسه انفورماتیک نظری و کاربردی، آکادمی علوم لهستان، 44-100 گلیویس، لهستان
4دانشکده فیزیک، نجوم و علوم کامپیوتر کاربردی، دانشگاه Jagiellonian، 30-348 کراکوف، لهستان

این مقاله را جالب می دانید یا می خواهید بحث کنید؟ SciRate را ذکر کنید یا در SciRate نظر بدهید.

چکیده

ما اندازه‌گیری‌های فاصله بین حالت‌های کوانتومی، اندازه‌گیری‌ها و کانال‌ها را بر اساس قابلیت تمایز آماری آنها در آزمایش‌های عمومی معرفی می‌کنیم. به طور خاص، ما میانگین فاصله تغییرات کل (TVD) بین آمار خروجی پروتکل‌هایی را که در آن اشیاء کوانتومی با مدارهای تصادفی در هم تنیده شده‌اند و بر اساس استاندارد اندازه‌گیری می‌شوند، تجزیه و تحلیل می‌کنیم. ما نشان می‌دهیم که برای مدارهایی که 4 طرح تقریبی را تشکیل می‌دهند، میانگین TVD‌ها را می‌توان با توابع صریح ساده اشیاء زیربنایی - فاصله‌های متوسط ​​(ACD) تقریب زد. ما آنها را برای تجزیه و تحلیل اثرات نویز در آزمایش‌های مزیت کوانتومی و برای تشخیص کارآمد حالات و کانال‌های با ابعاد بالا بدون حافظه کوانتومی به کار می‌بریم. ما استدلال می‌کنیم که ACDها برای ارزیابی کیفیت دستگاه‌های NISQ نسبت به اندازه‌گیری‌های معمول فاصله مانند فاصله ردیابی یا هنجار الماس مناسب‌تر هستند.

در دنیای دستگاه‌های کوانتومی با مقیاس متوسط ​​پر سر و صدا (NISQ)، معیارهای سنتی مانند فاصله ردیابی یا هنجار الماس بدترین حالت را از تفاوت دو پروتکل کوانتومی ارائه می‌دهند. این معیارها ممکن است غیرعملی باشند، اغلب به مدارهای پیچیده نیاز دارند و به طور بالقوه تأثیر نویز یا خطاها را اغراق آمیز می کنند. مطالعه ما فاصله‌های میانگین کوانتومی (AC) را معرفی می‌کند که تغییرات کلی بین خروجی‌های دو پروتکل را با استفاده از مدارهای تصادفی در نظر می‌گیرد. ما نشان می‌دهیم که این فواصل AC را می‌توان با چند جمله‌ای‌های ساده درجه دوم در اشیاء مورد نظر (حالت‌ها، اندازه‌گیری‌ها، یا کانال‌های کلی) تقریب زد و استدلال می‌کنیم که آنها برای ارزیابی دستگاه‌های کوانتومی دنیای واقعی عملی‌تر از معیارهای استاندارد هستند.

ما فواصل AC را برای ارزیابی تأثیر نویز بر پروتکل‌های مزیت کوانتومی بر اساس نمونه‌برداری مدار تصادفی اعمال می‌کنیم. فواصل AC هم مرزهای پایین و هم حد بالایی را برای میانگین تغییرات کلی فراهم می کند و به تعیین کمیت خروجی های پر سر و صدا از ایده آل یا یکنواخت شدن آنها کمک می کند. به عنوان مثال، ما نشان می‌دهیم که حتی در غیاب نویز گیت و آماده‌سازی حالت، خطای محلی و متقارن بیت فلیپ در اندازه‌گیری‌ها باعث می‌شود که توزیع نویز به سرعت در اندازه سیستم به یک بی اهمیت نزدیک شود.

یافته‌های ما به الگوریتم‌های کوانتومی تصادفی‌شده نیز گسترش می‌یابد. فواصل AC می توانند به طور موثری قابلیت تشخیص اجسام کوانتومی را با استفاده از مدارهای تصادفی ساده و محلی تعیین کنند. ما دو سناریو مربوط به سناریوهایی را که اخیراً در زمینه به اصطلاح اندازه‌گیری الگوریتمی کوانتومی و رشد پیچیدگی مدارهای کوانتومی تجزیه و تحلیل شده‌اند، مطالعه می‌کنیم: (XNUMX) تشخیص حالت خالص تصادفی N کیوبیت هار از حالت حداکثر مخلوط و (ب) تشخیص واحد تصادفی N کیوبیت هاار از کانال حداکثر دپلاریزاسیون. یافته‌های ما نشان می‌دهد که پروتکل‌هایی که از مدارهای تصادفی استفاده می‌کنند، می‌توانند برای تمایز مؤثر اجسام کوانتومی استفاده شوند. از آنجایی که آنها به اشیایی که باید متمایز شوند، وابسته نیستند، طرح‌های اندازه‌گیری تصادفی‌شده را می‌توان به عنوان «تمایزکننده‌های جهانی»، مشابه آزمون SWAP تفسیر کرد، اما نیازی به استفاده از درهم‌تنیدگی یا دسترسی منسجم به نسخه‌های سیستم‌های کوانتومی ندارد.

► داده های BibTeX

◄ مراجع

[1] اسکات آرونسون توموگرافی سایه ای حالات کوانتومی. SIAM Journal on Computing, 49(5):STOC18–368–STOC18–394, 2020. doi:10.1137/​18M120275X.
https://doi.org/10.1137/18M120275X

[2] دوریت آهارونوف، جردن کاتلر و شیائو-لیانگ چی. اندازه گیری الگوریتمی کوانتومی Nature Communications، 13(1)، فوریه 2022. doi:10.1038/​s41467-021-27922-0.
https:/​/​doi.org/​10.1038/​s41467-021-27922-0

[3] آندریس آمباینیس و جوزف امرسون. طراحی های کوانتومی T: استقلال T-wise در دنیای کوانتومی. در مجموعه مقالات بیست و دومین کنفرانس سالانه IEEE در مورد پیچیدگی محاسباتی، CCC '07، صفحه 129–140، ایالات متحده آمریکا، 2007. IEEE Computer Society. doi:10.1109/​CCC.2007.26.
https://doi.org/​10.1109/​CCC.2007.26

[4] MD ساجید انیس و همکاران. Qiskit: یک چارچوب منبع باز برای محاسبات کوانتومی، 2021. doi:10.5281/​zenodo.2573505.
https://doi.org/​10.5281/​zenodo.2573505

[5] فرانک آروت و همکاران برتری کوانتومی با استفاده از یک پردازنده ابررسانا قابل برنامه ریزی. Nature, 574(7779):505–510, 10 2019. doi:10.1038/​s41586-019-1666-5.
https:/​/​doi.org/​10.1038/​s41586-019-1666-5

[6] اینگمار بنگتسون و کارول زیکوفسکی. هندسه حالات کوانتومی: مقدمه ای بر درهم تنیدگی کوانتومی. انتشارات دانشگاه کمبریج، 2006. doi:10.1017/​CBO9780511535048.
https://doi.org/​10.1017/​CBO9780511535048

[7] بانی برگر. روش لحظه چهارم. SIAM Journal on Computing، 26(4):1188-1207، 1997. doi:10.1137/​S0097539792240005.
https://doi.org/​10.1137/​S0097539792240005

[8] Sergio Boixo، Sergei V. Isakov، Vadim N. Smelyanskiy، Ryan Babbush، Nan Ding، Zhang Jiang، Michael J. Bremner، John M. Martinis و Hartmut Neven. مشخص کردن برتری کوانتومی در دستگاه های کوتاه مدت Nature Physics, 14(6):595–600, 6 2018. doi:10.1038/​s41567-018-0124-x.
https://doi.org/​10.1038/​s41567-018-0124-x

[9] فرناندو جی اس ال براندائو، آرام دبلیو هارو، و میچال هورودکی. مدارهای کوانتومی تصادفی محلی، طرح های چند جمله ای تقریبی هستند. ارتباطات در فیزیک ریاضی، 346 (2): 397-434، 9 2016. doi:10.1007/​s00220-016-2706-8.
https:/​/​doi.org/​10.1007/​s00220-016-2706-8

[10] فرناندو جی اس ال براندائو، ویسام شیمیسانی، نیکلاس هانتر جونز، ریچارد کوئنگ و جان پرسکیل. مدل های رشد پیچیدگی کوانتومی PRX Quantum, 2:030316, 7 2021. doi:10.1103/​PRXQuantum.2.030316.
https://doi.org/​10.1103/​PRXQuantum.2.030316

[11] Senrui Chen، Wenjun Yu، Pei Zeng و Steven T. Flammia. تخمین سایه قوی PRX Quantum, 2(3), 9 2021. doi:10.1103/​prxquantum.2.030348.
https://doi.org/​10.1103/​prxquantum.2.030348

[12] جوزف امرسون، رابرت آلیکی و کارول ژیکوفسکی. تخمین نویز مقیاس پذیر با عملگرهای واحد تصادفی Journal of Optics B: Quantum and Semiclassical Optics, 7(10):S347–S352, 9 2005. doi:10.1088/​1464-4266/​7/​​10/​021.
https:/​/​doi.org/​10.1088/​1464-4266/​7/​10/​021

[13] ادوارد فرهی، جفری گلدستون و سام گاتمن. الگوریتم بهینه سازی تقریبی کوانتومی، 2014. arXiv:1411.4028.
arXiv: 1411.4028

[14] ادوارد فرهی و آرام دبلیو هارو برتری کوانتومی از طریق الگوریتم بهینه سازی تقریبی کوانتومی، 2019. arXiv:1602.07674.
arXiv: 1602.07674

[15] استیون تی فلامیا. نمونه برداری از مقدار ویژه مدار متوسط، 2021. arXiv:2108.05803.
arXiv: 2108.05803

[16] Jay M. Gambetta، AD Córcoles، ST Merkel، BR Johnson، John A. Smolin، Jerry M. Chow، Colm A. Ryan، Chad Rigetti، S. Poletto، Thomas A. Ohki، و همکاران. مشخص کردن آدرس پذیری با معیارهای تصادفی همزمان. Physical Review Letters، 109(24)، 12 2012. doi:10.1103/​physrevlett.109.240504.
https://doi.org/​10.1103/​physrevlett.109.240504

[17] گیرمو گارسیا پرز، متئو آ سی روسی، بوریس سوکولوف، فرانچسکو تاچینو، پاناژوتیس کل. بارکوتسوس، گوگلیلمو مازولا، ایوانو تاورنلی، و سابرینا مانیسکالکو. یادگیری اندازه گیری: اندازه گیری های تعمیم یافته کامل اطلاعاتی تطبیقی ​​برای الگوریتم های کوانتومی. PRX Quantum, 2 (4), 11 2021. doi:10.1103/​prxquantum.2.040342.
https://doi.org/​10.1103/​prxquantum.2.040342

[18] الکسی گیلکریست، ناتان کی لنگفورد، و مایکل ای. نیلسن. اندازه گیری فاصله برای مقایسه فرآیندهای کوانتومی واقعی و ایده آل. فیزیک Rev. A, 71(6):062310, 6 2005. doi:10.1103/​PhysRevA.71.062310.
https://doi.org/​10.1103/​PhysRevA.71.062310

[19] چارلز هادفیلد سایه‌های پاولی تطبیقی ​​برای تخمین انرژی، 2021. arXiv:2105.12207.
arXiv: 2105.12207

[20] چارلز هادفیلد، سرگی براوی، رودی ریموند و آنتونیو مزاکاپو. اندازه گیری هامیلتونی های کوانتومی با سایه های کلاسیک با سوگیری محلی ارتباطات در فیزیک ریاضی، 391 (3): 951–967، مه 2022. doi:10.1007/​s00220-022-04343-8.
https:/​/​doi.org/​10.1007/​s00220-022-04343-8

[21] جوناس هافرکمپ و نیکلاس هانتر جونز. شکاف های طیفی بهبود یافته برای مدارهای کوانتومی تصادفی: ابعاد محلی بزرگ و برهمکنش های همه جانبه. فیزیک Rev. A, 104:022417, 8 2021. doi:10.1103/​PhysRevA.104.022417.
https://doi.org/​10.1103/​PhysRevA.104.022417

[22] پیر هانسن و بریژیت ژومارد. الگوریتم‌هایی برای مسئله حداکثر رضایت‌پذیری محاسبات، 44 (4): 279-303، 12 1990. doi:10.1007/​BF02241270.
https://doi.org/​10.1007/​BF02241270

[23] متیو پی. هریگان و همکاران. بهینه سازی تقریبی کوانتومی مسائل گراف غیر مسطح در یک پردازنده ابررسانا مسطح. Nature Physics، 17(3):332-336، فوریه 2021. doi:10.1038/​s41567-020-01105-y.
https://doi.org/​10.1038/​s41567-020-01105-y

[24] آرام دبلیو هارو. The Church of the Symmetric Subspace, 2013. arXiv:1308.6595.
arXiv: 1308.6595

[25] آرام دبلیو هارو و سعید مهربان. طرح‌های t واحد تقریبی توسط مدارهای کوانتومی تصادفی کوتاه با استفاده از دروازه‌های نزدیک‌ترین همسایه و دوربرد. ارتباطات در فیزیک ریاضی، 401 (2): 1531-1626، مه 2023. doi:10.1007/​s00220-023-04675-z.
https://doi.org/​10.1007/​s00220-023-04675-z

[26] Jonas Helsen، Xiao Xue، Lieven MK Vandersypen، و Stephanie Wehner. کلاس جدیدی از پروتکل‌های ارزیابی تصادفی کارآمد. npj Quantum Information, 5(1):71, Aug 2019. doi:10.1038/​s41534-019-0182-7.
https:/​/​doi.org/​10.1038/​s41534-019-0182-7

[27] اریک هوانگ، اندرو سی دوهرتی و استیون فلامیا. عملکرد تصحیح خطای کوانتومی با خطاهای همدوس. فیزیک Rev. A, 99(2):022313, 2 2019. doi:10.1103/​PhysRevA.99.022313.
https://doi.org/​10.1103/​PhysRevA.99.022313

[28] هسین یوان هوانگ، ریچارد کوئنگ و جان پرسکیل. پیش بینی بسیاری از خواص یک سیستم کوانتومی با اندازه گیری های بسیار کم. Nature Physics, 16(10):1050–1057, 6 2020. doi:10.1038/​s41567-020-0932-7.
https:/​/​doi.org/​10.1038/​s41567-020-0932-7

[29] هسین یوان هوانگ، ریچارد کوئنگ و جان پرسکیل. مرزهای نظری اطلاعات در مورد مزیت کوانتومی در یادگیری ماشین فیزیک Rev. Lett., 126(19):190505, 5 2021. doi:10.1103/​PhysRevLett.126.190505.
https://doi.org/​10.1103/​PhysRevLett.126.190505

[30] JLWV جنسن. Sur les fonctions convexes et les inégalités entre les valeurs moyennes. Acta Mathematica، 30 (هیچ): 175 - 193، 1906. doi:10.1007/​BF02418571.
https://doi.org/​10.1007/​BF02418571

[31] جی آر یوهانسون، PD Nation و فرانکو نوری. QuTiP: یک چارچوب پایتون منبع باز برای دینامیک سیستم های کوانتومی باز. Computer Physics Communications, 183(8):1760-1772, 2012. doi:https:/​/​doi.org/​10.1016/​j.cpc.2012.02.021.
https://doi.org/​10.1016/​j.cpc.2012.02.021

[32] جی آر یوهانسون، PD Nation و فرانکو نوری. QuTiP 2: یک چارچوب پایتون برای دینامیک سیستم های کوانتومی باز. Computer Physics Communications, 184 (4): 1234-1240, 2013. doi:https:/​/​doi.org/​10.1016/​j.cpc.2012.11.019.
https://doi.org/​10.1016/​j.cpc.2012.11.019

[33] آبیناو کاندالا، آنتونیو مزاکاپو، کریستان تم، مایکا تاکیتا، مارکوس برینک، جری ام. چاو، و جی ام. گامبتا. حل ویژه کوانتومی متغیر سخت افزاری برای مولکول های کوچک و آهنرباهای کوانتومی. Nature، 549(7671):242–246، سپتامبر 2017. doi:10.1038/​nature23879.
https://doi.org/​10.1038/​nature23879

[34] ریچارد کوئنگ، هوانجون ژو و دیوید گراس. تشخیص حالات کوانتومی با استفاده از مدارهای کلیفورد arXiv e-prints, 9 2016. arXiv:1609.08595.
arXiv: 1609.08595

[35] JS Lundeen، A. Feito، H. Coldenstrodt-Ronge، KL Pregnell، Ch. Silberhorn، TC Ralph، J. Eisert، MB Plenio، و IA Walmsley. توموگرافی آشکارسازهای کوانتومی Nature Physics, 5:27, 11 2008. doi:10.1038/​nphys1133.
https://doi.org/​10.1038/​nphys1133

[36] Filip B. Maciejewski، Flavio Baccari، Zoltán Zimborás، و Michał Oszmaniec. مدل‌سازی و کاهش اثرات متقاطع در نویز بازخوانی با کاربردهای الگوریتم بهینه‌سازی تقریبی کوانتومی Quantum, 5:464, 6 2021. doi:10.22331/​q-2021-06-01-464.
https:/​/​doi.org/​10.22331/​q-2021-06-01-464

[37] Filip B. Maciejewski، Zbigniew Puchała، و Michał Oszmaniec. کاوش فاصله‌های میانگین کوانتومی: اثبات‌ها، ویژگی‌ها و مثال‌ها IEEE Transactions on Information Theory، 69(7):4600–4619، 2023. doi:10.1109/​TIT.2023.3250100.
https://doi.org/​10.1109/​TIT.2023.3250100

[38] Filip B. Maciejewski، Zoltán Zimborás، و Michał Oszmaniec. کاهش نویز بازخوانی در دستگاه های کوانتومی کوتاه مدت با پس پردازش کلاسیک بر اساس توموگرافی آشکارساز. Quantum, 4:257, 4 2020. doi:10.22331/​q-2020-04-24-257.
https:/​/​doi.org/​10.22331/​q-2020-04-24-257

[39] Easwar Magesan، JM Gambetta، و جوزف امرسون. معیارهای تصادفی مقیاس پذیر و قوی فرآیندهای کوانتومی. Physical Review Letters، 106(18)، 5 2011. doi:10.1103/​physrevlett.106.180504.
https://doi.org/​10.1103/​physrevlett.106.180504

[40] Easwar Magesan، Jay M. Gambetta، BR Johnson، Colm A. Ryan، Jerry M. Chow، Seth T. Merkel، Marcus P. da Silva، George A. Keefe، Mary B. Rothwell، Thomas A. Ohki، و همکاران . اندازه‌گیری کارآمد خطای گیت کوانتومی با استفاده از معیارهای تصادفی درهم. Physical Review Letters، 109(8)، 8 2012. doi:10.1103/​physrevlett.109.080505.
https://doi.org/​10.1103/​physrevlett.109.080505

[41] Jarrod R. McClean، Sergio Boixo، Vadim N. Smelyanskiy، Ryan Babbush و Hartmut Neven. فلات های بایر در مناظر آموزشی شبکه عصبی کوانتومی. Nature Communications، 9:4812، 11 2018. doi:10.1038/​s41467-018-07090-4.
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

[42] میگل ناواسکوئز و ساندو پوپسکو. چگونه حفظ انرژی اندازه گیری های ما را محدود می کند. فیزیک Rev. Lett., 112:140502, 4 2014. doi:10.1103/​PhysRevLett.112.140502.
https://doi.org/​10.1103/​PhysRevLett.112.140502

[43] مایکل ای. نیلسن و آیزاک ال. چوانگ. محاسبات کوانتومی و اطلاعات کوانتومی: نسخه 10th Anniversary. انتشارات دانشگاه کمبریج، 2010. doi:10.1017/​CBO9780511976667.
https://doi.org/​10.1017/​CBO9780511976667

[44] میشال اوزمانیچ، لئوناردو گورینی، پیتر ویتک و آنتونیو آسین. شبیه سازی معیارهای با ارزش عملگر مثبت با اندازه گیری های تصویری. فیزیک Rev. Lett., 119:190501, 11 2017. doi:10.1103/​PhysRevLett.119.190501.
https://doi.org/​10.1103/​PhysRevLett.119.190501

[45] میشال اوزمانیچ، آدام ساویکی و میخال هورودکی. شبکه های اپسیلون، طرح های واحد و مدارهای کوانتومی تصادفی. IEEE Transactions on Information Theory، صفحات 1-1، 2021. doi:10.1109/​TIT.2021.3128110.
https://doi.org/​10.1109/​TIT.2021.3128110

[46] رابرت ام پریش، ادوارد جی. هوهنشتاین، پیتر ال. مک ماهون، و تاد جی. مارتینز. محاسبات کوانتومی انتقال های الکترونیکی با استفاده از حل ویژه کوانتومی متغیر فیزیک Rev. Lett., 122:230401, 6 2019. doi:10.1103/​PhysRevLett.122.230401.
https://doi.org/​10.1103/​PhysRevLett.122.230401

[47] آلبرتو پروزو، جارود مک‌کلین، پیتر شادبولت، من-هنگ یونگ، شیائو-چی ژو، پیتر جی. لاو، آلان آسپورو-گوزیک، و جرمی ال اوبراین. یک حل‌کننده ارزش ویژه متغیر در یک پردازنده کوانتومی فوتونیک. Nature Communications، 5(1)، 7 2014. doi:10.1038/​ncomms5213.
https://doi.org/10.1038/ncomms5213

[48] جان پرسکیل. محاسبات کوانتومی در عصر NISQ و فراتر از آن. Quantum, 2:79, 8 2018. doi:10.22331/​q-2018-08-06-79.
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

[49] زبیگنیو پوچالا، لوکاس پاولا، الکساندرا کراویچ و ریشارد کوکولسکی. استراتژی‌هایی برای تمایز بهینه تک شات اندازه‌گیری‌های کوانتومی. بررسی فیزیکی A، 98(4)، 10 2018. doi:10.1103/​physreva.98.042103.
https://doi.org/​10.1103/​physreva.98.042103

[50] جان واتروس. برنامه های نیمه معین برای هنجارهای کاملاً محدود. نظریه محاسبات، 5 (11): 217-238، 2009. doi:10.4086/​toc.2009.v005a011.
https://doi.org/​10.4086/​toc.2009.v005a011

[51] Qingling Zhu و همکاران. مزیت محاسباتی کوانتومی از طریق نمونه برداری مدار تصادفی 60 سیکلی 24 کیوبیتی. بولتن علوم، 67 (3): 240-245، 2022. doi:10.1016/​j.scib.2021.10.017.
https://doi.org/​10.1016/​j.scib.2021.10.017

ذکر شده توسط

[1] Michał Oszmaniec، Michał Horodecki و Nicholas Hunter-Jones، "اشباع و عود پیچیدگی کوانتومی در مدارهای کوانتومی تصادفی"، arXiv: 2205.09734, (2022).

[2] Filip B. Maciejewski، Zbigniew Puchała، و Michał Oszmaniec، "کاوش در فواصل میانگین کوانتومی موردی: اثبات ها، ویژگی ها، و مثال ها". arXiv: 2112.14284, (2021).

نقل قول های بالا از SAO/NASA Ads (آخرین به روز رسانی با موفقیت 2023-09-15 00:37:15). فهرست ممکن است ناقص باشد زیرا همه ناشران داده های استنادی مناسب و کاملی را ارائه نمی دهند.

On سرویس استناد شده توسط Crossref هیچ داده ای در مورد استناد به آثار یافت نشد (آخرین تلاش 2023-09-15 00:37:13).

تمبر زمان:

بیشتر از مجله کوانتومی