페르미온을 위한 양자 지원 몬테카를로 알고리즘

플라톤에 의해 재발행

팔로워 : 0

중국 공학 물리학 대학원, 베이징 100193, 중국

이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.

추상

양자 컴퓨팅은 다체 페르미온 시스템의 기초 상태인 오랜 계산 문제를 체계적으로 해결하는 유망한 방법입니다. 예를 들어 변형 양자 알고리즘의 개발과 같이 이 문제에서 특정 형태의 양자 이점을 실현하기 위해 많은 노력이 이루어졌습니다. Huggins 등의 최근 연구. [1]은 완전히 고전적인 대응물에 비해 편향이 감소된 새로운 후보, 즉 양자 고전 하이브리드 몬테 카를로 알고리즘을 보고합니다. 본 논문에서는 양자 컴퓨터를 최소 비용으로 사용하면서도 편향을 줄일 수 있는 확장 가능한 양자 지원 몬테카를로 알고리즘 제품군을 제안합니다. 베이지안 추론 접근 방식을 통합함으로써 진폭 추정에서 경험적 평균을 취하는 것보다 훨씬 더 적은 양자 컴퓨팅 비용으로 이러한 양자 촉진 바이어스 감소를 달성할 수 있습니다. 게다가 우리는 하이브리드 몬테 카를로 프레임워크가 고전 알고리즘에서 얻은 바닥 상태의 오류를 억제하는 일반적인 방법임을 보여줍니다. 우리의 작업은 단기 양자 장치에서 페르미온 시스템의 양자 강화 계산을 달성하기 위한 Monte Carlo 툴킷을 제공합니다.

► BibTeX 데이터

@article{Xu2023Quantumassisted, doi = {10.22331/q-2023-08-03-1072}, url = {https://doi.org/10.22331/q-2023-08-03-1072}, title = {Quantum- 페르미온에 대한 보조 {M}onte {C}arlo 알고리즘}, 저자 = {Xu, Xiaosi 및 Li, Ying}, 저널 = {{Quantum}}, issn = {2521-327X}, 게시자 = {{Verein zur F{ “{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, 볼륨 = {7}, 페이지 = {1072}, 월 = 2023월, 연도 = {XNUMX} }

► 참고 문헌

[1] William J Huggins, Bryan A O'Gorman, Nicholas C Rubin, David R Reichman, Ryan Babbush 및 이준호. 양자 컴퓨터를 이용한 편견 없는 페르미온 양자 몬테 카를로. Nature, 603 (7901): 416–420, 2022. https://doi.org/10.1038/s41586-021-04351-z.
https : / /doi.org/ 10.1038 / s41586-021-04351-z

[2] Ryan Babbush, Dominic W Berry, Ian D Kivlichan, Annie Y Wei, Peter J Love, Alán Aspuru-Guzik. 두 번째 양자화에서 기하급수적으로 더 정확한 페르미온 양자 시뮬레이션. New Journal of Physics, 18 (3): 033032, 2016. https:/ / doi.org/ 10.1088/ 1367-2630/ 18/ 3/ 033032.
https://doi.org/10.1088/1367-2630/18/3/033032

[3] Sam McArdle, Suguru Endo, Alán Aspuru-Guzik, Simon C Benjamin, Xiao Yuan. 양자 계산 화학. 현대 물리학 리뷰, 92(1): 015003, 2020. https://doi.org/10.1103/RevModPhys.92.015003.
https : / /doi.org/10.1103/ RevModPhys.92.015003

[4] 라파엘레 레스타. 분자와 응집물질에서 베리 상의 발현. 물리학 저널: 응축 물질, 12 (9): R107, 2000. https://doi.org/10.1088/0953-8984/12/9/201.
https://doi.org/10.1088/0953-8984/12/9/201

[5] Lingzhen Guo와 Pengfei Liang. 시간 결정의 응축 물질 물리학. New Journal of Physics, 22 (7): 075003, 2020. https://doi.org/10.1088/1367-2630/ab9d54.
https://doi.org/10.1088/1367-2630/ab9d54

[6] Jean Pierre Jeukenne, A Lejeune, Claude Mahaux. 핵물질의 다체이론. 물리학 보고서, 25(2): 83–174, 1976. https://doi.org/10.1016/0370-1573(76)90017-X.
https://doi.org/10.1016/0370-1573(76)90017-X

[7] J Carlson, Stefano Gandolfi, Francesco Pederiva, Steven C Pieper, Rocco Schiavilla, KE Schmidt 및 Robert B Wiringa. 핵물리학을 위한 양자 몬테카를로 방법. 현대 물리학 리뷰, 87(3): 1067, 2015. https://doi.org/10.1103/RevModPhys.87.1067.
https : / /doi.org/10.1103/ RevModPhys.87.1067

[8] 블라디미르 A 미란스키(Vladimir A Miransky)와 이고르 A 쇼브코비(Igor A Shovkovy). 자기장에서의 양자장 이론: 양자 색역학에서 그래핀 및 디랙 반금속까지. 물리학 보고서, 576: 1–209, 2015. https://doi.org/10.1016/j.physrep.2015.02.003.
https : / //doi.org/ 10.1016 / j.physrep.2015.02.003

[9] Stanley J Brodsky, Hans-Christian Pauli, Stephen S Pinsky. 광원뿔에 관한 양자 색역학 및 기타 장 이론. 물리학 보고서, 301(4-6): 299–486, 1998. https://doi.org/10.1016/S0370-1573(97)00089-6.
https://doi.org/10.1016/S0370-1573(97)00089-6

[10] Gabriel Kotliar, Sergej Y Savrasov, Kristjan Haule, Viktor S Oudovenko, O Parcollet 및 CA Marianetti. 동적 평균장 이론을 이용한 전자 구조 계산. 현대 물리학 리뷰, 78(3): 865, 2006. https://doi.org/10.1103/RevModPhys.78.865.
https : / /doi.org/10.1103/ RevModPhys.78.865

[11] 존 W 네겔레. 핵 구조 및 역학의 평균장 이론. 현대 물리학 리뷰, 54(4): 913, 1982. https://doi.org/10.1103/RevModPhys.54.913.
https : / /doi.org/10.1103/ RevModPhys.54.913

[12] 라파엘 과르디올라. 양자 다체 이론의 몬테카를로 방법. 미시적 양자 다체 이론 및 그 응용, 269~336페이지. 스프링거, 1998. https:///doi.org/10.1016/0375-9474(79)90217-3.
https://doi.org/10.1016/0375-9474(79)90217-3

[13] YY Shi, LM Duan, Guifre Vidal. 트리 텐서 네트워크를 사용한 양자 다체 시스템의 고전적 시뮬레이션. 물리적 검토 a, 74 (2): 022320, 2006. https://doi.org/10.1103/PhysRevA.74.022320.
https : / /doi.org/10.1103/ PhysRevA.74.022320

[14] Shi-Ju Ran, Angelo Piga, Cheng Peng, Gang Su 및 Maciej Lewenstein. 소수체 시스템은 다체 물리학을 포착합니다: Tensor 네트워크 접근 방식. 실제 검토 B, 96(15): 155120, 2017. https://doi.org/10.1103/PhysRevB.96.155120.
https : / /doi.org/10.1103/ PhysRevB.96.155120

[15] 드류 크리알. 경제 및 금융에 대한 순차적 몬테카를로 방법에 대한 조사. 계량경제학 리뷰, 31(3): 245–296, 2012. https://doi.org/10.1080/07474938.2011.607333.
https : / /doi.org/ 10.1080 / 07474938.2011.607333

[16] Liaw Y Batan, 그레고리 D 그라프, 토마스 H 브래들리. 미세조류 바이오연료 생산 시스템의 기술경제적 및 몬테카를로 확률론적 분석. 생물자원기술, 219: 45–52, 2016. https://doi.org/10.1016/j.biortech.2016.07.085.
https://doi.org/10.1016/j.biortech.2016.07.085

[17] Zheng-Zhi Sun, Cheng Peng, Ding Liu, Shi-Ju Ran 및 Gang Su. 지도 머신 러닝을 위한 생성 텐서 네트워크 분류 모델. 실제 검토 B, 101(7): 075135, 2020. https://doi.org/10.1103/PhysRevB.101.075135.
https : / /doi.org/10.1103/ PhysRevB.101.075135

[18] 다나카 도시유키. 볼츠만 머신러닝의 평균장 이론. 물리적 검토 E, 58(2): 2302, 1998. https://doi.org/10.1103/PhysRevE.58.2302.
https : / /doi.org/10.1103/ PhysRevE.58.2302

[19] Brian M Austin, Dmitry Yu Zubarev 및 William A Lester Jr. Quantum Monte Carlo 및 관련 접근 방식. 화학 리뷰, 112(1): 263–288, 2012. https://doi.org/10.1021/cr2001564.
https://doi.org/10.1021/cr2001564

[20] Gerardo Ortiz, James E Gubernatis, Emanuel Knill, Raymond Laflamme. 페르미온 시뮬레이션을 위한 양자 알고리즘. 물리적 검토 A, 64(2): 022319, 2001. https://doi.org/10.1103/PhysRevA.64.022319.
https : / /doi.org/10.1103/ PhysRevA.64.022319

[21] 마리오 모타와 장시웨이. 보조장 양자 몬테카를로 방법을 이용한 분자 시스템의 순발력 계산. Wiley 학제간 리뷰: 전산 분자 과학, 8 (5): e1364, 2018. https://doi.org/10.1002/wcms.1364.
https : / /doi.org/ 10.1002 / wcms.1364

[22] 닉 S 블런트. 분자에 대한 슬레이터 결정 공간의 고정 및 부분 노드 근사치. 화학 이론 및 계산 저널, 17(10): 6092–6104, 2021. https://doi.org/10.1021/acs.jctc.1c00500.
https : / /doi.org/ 10.1021 / acs.jctc.1c00500

[23] 세바그 가리비안과 프랑수아 르 갈. 양자 특이값 변환의 역양자화: 경도와 양자 화학 및 양자 pcp 추측에 대한 적용. 컴퓨팅 이론에 관한 제54회 연례 ACM SIGACT 심포지엄 진행 중, 페이지 19-32, 2022. https://doi.org/10.1145/3519935.3519991.
https : / /doi.org/ 10.1145 / 3519935.3519991

[24] 크리스 케이드, 마틴 포크츠마, 조르디 웨그만스. 유도된 국소 해밀턴 문제의 복잡성: 향상된 매개변수 및 여기 상태로의 확장. arXiv 사전 인쇄 arXiv:2207.10097, 2022. https://doi.org/10.48550/arXiv.2207.10097.
https:///doi.org/10.48550/arXiv.2207.10097
arXiv : 2207.10097

[25] 세바그 가리비안, 하야카와 류, 프랑수아 르 갈, 모리마에 토모유키. 유도된 국소 해밀턴 문제에 대한 경도 결과가 향상되었습니다. arXiv 사전 인쇄 arXiv:2207.10250, 2022. https://doi.org/10.48550/arXiv.2207.10250.
https:///doi.org/10.48550/arXiv.2207.10250
arXiv : 2207.10250

[26] James D Whitfield, Jacob Biamonte, Alán Aspuru-Guzik. 양자 컴퓨터를 이용한 전자 구조 해밀턴의 시뮬레이션. 분자 물리학, 109 (5): 735–750, 2011. https:/ / doi.org/ 10.1080/ 00268976.2011.552441.
https : / /doi.org/ 10.1080 / 00268976.2011.552441

[27] 페드로 MQ 크루즈, 곤살로 카타리나, 로난 고티에, 호아킨 페르난데스-로시에. 해밀턴 고유상태 시뮬레이션을 위한 양자 위상 추정 최적화. 양자 과학 및 기술, 5 (4): 044005, 2020. https://doi.org/10.1088/2058-9565/abaa2c.
https://doi.org/10.1088/2058-9565/abaa2c

[28] 존 프리 스킬. nisq 시대와 그 이후의 양자 컴퓨팅. Quantum, 2:79, 2018. https : / / doi.org/ 10.22331 / q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79

[29] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S Kottmann, Tim Menke 등 시끄러운 중간 규모 양자 알고리즘. 현대 물리학 리뷰, 94(1): 015004, 2022. https://doi.org/10.1103/RevModPhys.94.015004.
https : / /doi.org/10.1103/ RevModPhys.94.015004

[30] 삼손 왕, 엔리코 폰타나, 마르코 세레조, 쿠날 샤르마, 아키라 소네, 루카스 신시오, 패트릭 J 콜스. 변형 양자 알고리즘에서 소음으로 인한 불모의 고원. 자연 커뮤니케이션, 12(1): 1–11, 2021. https://doi.org/10.1038/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6

[31] 마르코 세레소, 소네 아키라, 타일러 볼코프, 루카스 친시오, 패트릭 J 콜스. 얕은 매개변수화된 양자 회로의 비용 함수 의존 불모의 고원. 네이처 커뮤니케이션즈, 12(1): 1–12, 2021a. https://doi.org/10.1038/s41467-021-21728-w.
https : / /doi.org/ 10.1038 / s41467-021-21728-w

[32] 에드워드 그랜트, 레너드 워즈니그, 마테우스 오스타제프스키, 마르첼로 베네데티. 매개변수화된 양자 회로의 불모의 고원을 해결하기 위한 초기화 전략. 양자, 3: 214, 2019. https://doi.org/10.22331/q-2019-12-09-214.
https://doi.org/10.22331/q-2019-12-09-214

[33] Stefan H Sack, Raimel A Medina, Alexios A Michailidis, Richard Kueng 및 Maksym Serbyn. 클래식 그림자를 사용하여 불모의 고원을 피합니다. PRX Quantum, 3: 020365, 2022년 10.1103월. https://doi.org/3.020365/PRXQuantum.XNUMX.
https : / / doi.org/ 10.1103 / PRXQuantum.3.020365

[34] 양용단, 루빙난, 리잉. 시끄러운 양자 컴퓨터의 오류를 완화하여 양자 몬테카를로를 가속화합니다. PRX Quantum, 2 (4): 040361, 2021. https://doi.org/10.1103/PRXQuantum.2.040361.
https : / / doi.org/ 10.1103 / PRXQuantum.2.040361

[35] 굴리엘모 마졸라(Guglielmo Mazzola)와 주세페 카를레오(Giuseppe Carleo). 양자 컴퓨터를 사용하여 양자 몬테카를로 알고리즘을 편견화하는 데 있어 기하급수적인 과제가 있습니다. arXiv 사전 인쇄 arXiv:2205.09203, 2022. https://doi.org/10.48550/arXiv.2205.09203.
https:///doi.org/10.48550/arXiv.2205.09203
arXiv : 2205.09203

[36] 이준호, David R Reichman, Ryan Babbush, Nicholas C Rubin, Fionn D. Malone, Bryan O'Gorman 및 Huggins. William J. "양자 컴퓨터를 이용한 양자 몬테카를로 알고리즘의 편향을 완화하는 데 따른 기하급수적 과제"에 대한 응답. arXiv 사전 인쇄 arXiv:2207.13776, 2022. https:///doi.org/10.48550/arXiv.2207.13776.
https:///doi.org/10.48550/arXiv.2207.13776
arXiv : 2207.13776

[37] 안킷 마하잔(Ankit Mahajan)과 산딥 샤르마(Sandeep Sharma). 변형 몬테 카를로의 대칭 투영 jastrow 평균 장 파동 함수. 물리화학 저널 A, 123(17): 3911–3921, 2019. https://doi.org/10.1021/acs.jpca.9b01583.
https : / /doi.org/ 10.1021 / acs.jpca.9b01583

[38] 알레산드로 로제로, 아비셰크 무케르지, 프란체스코 페데리바. 결합 클러스터 파동 함수를 갖춘 양자 몬테 카를로. 물리적 검토 B, 88(11): 115138, 2013. https://doi.org/10.1103/PhysRevB.88.115138.
https : / /doi.org/10.1103/ PhysRevB.88.115138

[39] 앤더스 W 샌드빅과 기프레 비달. 텐서 네트워크 상태를 사용한 변형 양자 몬테 카를로 시뮬레이션. 물리적 검토 편지, 99(22): 220602, 2007. https://doi.org/10.1103/PhysRevLett.99.220602.
https : / /doi.org/10.1103/ PhysRevLett.99.220602

[40] DFB Ten Haaf, HJM Van Bemmel, JMJ Van Leeuwen, W Van Saarloos 및 DM Ceperley. 격자 페르미온에 대한 고정 노드 몬테 카를로의 상한에 대한 증명. 실제 검토 B, 51(19): 13039, 1995. https://doi.org/10.1103/physrevb.51.13039.
https : / /doi.org/10.1103/ physrevb.51.13039

[41] 장시웨이(Shiwei Zhang)와 헨리 크라카우어(Henry Krakauer). 슬레이터 행렬식을 사용하는 무단계 랜덤 워크를 사용하는 양자 몬테 카를로 방법. 물리적 검토 편지, 90(13): 136401, 2003. https://doi.org/10.1103/PhysRevLett.90.136401.
https : / /doi.org/10.1103/ PhysRevLett.90.136401

[42] 일리야 사브제바리와 산딥 샤르마. 궤도 공간 변형 몬테 카를로의 속도 및 크기 조정이 향상되었습니다. 화학 이론 및 계산 저널, 14 (12): 6276–6286, 2018. https://doi.org/10.1021/acs.jctc.8b00780.
https : / /doi.org/ 10.1021 / acs.jctc.8b00780

[43] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio 등 변이 양자 알고리즘. 네이처 리뷰 물리학, 3 (9): 625–644, 2021b. https://doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9

[44] Panagiotis Kl Barkoutsos, Jerome F Gonthier, Igor Sokolov, Nikolaj Moll, Gian Salis, Andreas Fuhrer, Marc Ganzhorn, Daniel J Egger, Matthias Troyer, Antonio Mezzacapo 등 전자 구조 계산을 위한 양자 알고리즘: 입자 구멍 해밀턴 및 최적화된 파동 함수 확장. 실제 검토 A, 98(2): 022322, 2018. https://doi.org/10.1103/PhysRevA.98.022322.
https : / /doi.org/10.1103/ PhysRevA.98.022322

[45] Hsin-Yuan Huang, Richard Kueng, John Preskill. 매우 적은 측정값을 통해 양자 시스템의 다양한 속성을 예측합니다. 자연 물리학, 16(10): 1050–1057, 2020. https://doi.org/10.1038/s41567-020-0932-7.
https://doi.org/10.1038/s41567-020-0932-7

[46] Gilles Brassard, Peter Hoyer, Michele Mosca 및 Alain Tapp. 양자 진폭 증폭 및 추정. 현대 수학, 305: 53–74, 2002. https://doi.org/10.1090/conm/305/05215.
https : / /doi.org/10.1090/conm/305/05215

[47] Artur K Ekert, Carolina Moura Alves, Daniel KL Oi, Michał Horodecki, Paweł Horodecki 및 Leong Chuan Kwek. 양자 상태의 선형 및 비선형 함수를 직접 추정합니다. 물리적 검토 편지, 88(21): 217901, 2002. https://doi.org/10.1103/PhysRevLett.88.217901.
https : / /doi.org/10.1103/ PhysRevLett.88.217901

[48] 시루이 루(Sirui Lu), 마리 카르멘 바눌스(Mari Carmen Bañuls), J Ignacio Cirac. 유한 에너지에서의 양자 시뮬레이션을 위한 알고리즘. PRX Quantum, 2 (2): 020321, 2021. https://doi.org/10.1103/PRXQuantum.2.020321.
https : / / doi.org/ 10.1103 / PRXQuantum.2.020321

[49] Thomas E O'Brien, Stefano Polla, Nicholas C Rubin, William J Huggins, Sam McArdle, Sergio Boixo, Jarrod R McClean 및 Ryan Babbush. 검증된 위상 추정을 통한 오류 완화. PRX Quantum, 2 (2): 020317, 2021. https://doi.org/10.1103/PRXQuantum.2.020317.
https : / / doi.org/ 10.1103 / PRXQuantum.2.020317

[50] Ian D Kivlichan, Jarrod McClean, Nathan Wiebe, Craig Gidney, Alán Aspuru-Guzik, Garnet Kin-Lic Chan 및 Ryan Babbush. 선형 깊이와 연결성을 갖춘 전자 구조의 양자 시뮬레이션. 물리적 검토 편지, 120(11): 110501, 2018. https://doi.org/10.1103/PhysRevLett.120.110501.
https : / /doi.org/10.1103/ PhysRevLett.120.110501

[51] 아르네 L. 그림스모, 조슈아 콤즈, 벤 Q. 바라지올라. 회전 대칭 보소닉 코드를 사용한 양자 컴퓨팅. 물리. 개정판 X, 10: 011058, 2020년 10.1103월. https://doi.org/10.011058/PhysRevX.XNUMX.
https : / /doi.org/10.1103/ PhysRevX.10.011058

[52] 카이 젠유. 대칭 확장을 이용한 양자 오류 완화. 양자, 5: 548, 2021. https://doi.org/10.22331/q-2021-09-21-548.
https://doi.org/10.22331/q-2021-09-21-548

[53] 오자키 다이스케. O (n) 대규모 순순 전자 구조 계산을 위한 krylov-부분 공간 방법. 물리적 검토 B, 74(24): 245101, 2006. https://doi.org/10.1103/PhysRevB.74.245101.
https : / /doi.org/10.1103/ PhysRevB.74.245101

[54] 켄 M 나카니시, 미타라이 코스케, 후지이 케이스케. 들뜬 상태에 대한 부분 공간 검색 변형 양자 고유 솔버. 물리적 검토 연구, 1 (3): 033062, 2019. https://doi.org/10.1103/PhysRevResearch.1.033062.
https : / /doi.org/10.1103/ PhysRevResearch.1.033062

[55] 세키 카즈히로와 유노키 세이지. 시간에 따른 상태의 중첩에 의한 양자전력법. PRX Quantum, 2 (1): 010333, 2021. https://doi.org/10.1103/PRXQuantum.2.010333.
https : / / doi.org/ 10.1103 / PRXQuantum.2.010333

[56] 크리스티안 L 코르테스와 스티븐 K 그레이. 바닥 상태 및 들뜬 상태 에너지 추정을 위한 양자 크릴로프 부분공간 알고리즘. 물리적 검토 A, 105(2): 022417, 2022. https://doi.org/10.1103/PhysRevA.105.022417.
https : / /doi.org/10.1103/ PhysRevA.105.022417

[57] 롱신 시아와 세이버 카이스. Qubit 결합 클러스터는 전자 구조 계산을 위해 변형 양자 고유 솔버 ansatz를 단일 및 이중으로 결합합니다. 양자 과학 및 기술, 6 (1): 015001, 2020. https://doi.org/10.1088/2058-9565/abbc74.
https:///doi.org/10.1088/2058-9565/abbc74

[58] 티모 펠서, 시몬 노타르니콜라, 시몬 몬탄게로. 고차원 양자 다체 문제를 위한 효율적인 텐서 네트워크 ansatz. 실제 검토 편지, 126(17): 170603, 2021. https://doi.org/10.1103/PhysRevLett.126.170603.
https : / /doi.org/10.1103/ PhysRevLett.126.170603

[59] 마이클 R 월과 다니엘 노이하우저. 필터 대각선화를 통해 소수의 잔기 또는 신호의 짧은 시간 세그먼트에서 일반적인 양자 고유값 또는 고전적인 일반 모드 주파수를 추출합니다. 나. 양자역학 모델에 대한 이론과 응용. 화학 물리학 저널, 102(20): 8011–8022, 1995. https://doi.org/10.1063/1.468999.
https : / /doi.org/ 10.1063 / 1.468999

[60] Ethan N. Epperly, Lin Lin, Yuji Nakatsukasa. 양자 부분공간 대각선화 이론. 매트릭스 분석 및 응용에 관한 SIAM 저널, 43 (3): 1263–1290, 2022. https://doi.org/10.1137/21M145954X.
https:// / doi.org/ 10.1137/ 21M145954X

인용

[1] Jinzhao Sun, Suguru Endo, Huiping Lin, Patrick Hayden, Vlatko Vedral 및 Xiao Yuan, “섭동적 양자 시뮬레이션”, 물리적 검토 서한 129 12, 120505 (2022).

[2] Shu Kanno, Hajime Nakamura, Takao Kobayashi, Shigeki Gocho, Miho Hatanaka, Naoki Yamamoto 및 Qi Gao, "대규모 분자 및 고체 시스템의 전자 구조 계산을 위한 하이브리드 텐서 네트워크를 사용한 양자 컴퓨팅 양자 Monte Carlo", arXiv : 2303.18095, (2023).

[3] Yukun Zhang, Yifei Huang, Jinzhao Sun, Dingshun Lv 및 Xiao Yuan, "Quantum Computing Quantum Monte Carlo", arXiv : 2206.10431, (2022).

[4] Benchen Huang, Nan Sheng, Marco Govoni 및 Giulia Galli, "효율적인 인코딩 및 ansatz 방식을 사용한 Fermionic Hamiltonians의 양자 시뮬레이션", arXiv : 2212.01912, (2022).

[5] Maximilian Amsler, Peter Deglmann, Matthias Degroote, Michael P. Kaicher, Matthew Kiser, Michael Kühn, Chandan Kumar, Andreas Maier, Georgy Samsonidze, Anna Schroeder, Michael Streif, Davide Vodola 및 Christopher Wever, “양자 강화 양자 몬테카를로: 산업적 관점”, arXiv : 2301.11838, (2023).

[6] Yongdan Yang, Ying Li, Xiaosi Xu 및 Xiao Yuan, "에너지 격차 평가를 위한 자원 효율적인 양자-고전 하이브리드 알고리즘", arXiv : 2305.07382, (2023).

위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2023-08-06 02:04:18). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.

On Crossref의 인용 서비스 인용 작품에 대한 데이터가 없습니다 (최종 시도 2023-08-06 02:04:17).

이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.

SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
플라톤ESG. 자동차 / EV, 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
BlockOffsets. 환경 오프셋 소유권 현대화. 여기에서 액세스하십시오.
출처: https://quantum-journal.org/papers/q-2023-08-03-1072/

타임 스탬프 : 2023 년 8 월 3 일

타임 스탬프 : 11월 7, 2023

플라톤에 의해 재발행

정밀도에 대한 의존도가 기하급수적으로 향상된 회로 깊이를 사용하여 지상 상태 에너지 추정을 위한 양자 알고리즘

양자 키 배포율 계산을 위한 강력한 내부 포인트 방법

진폭 비율 및 신경망 양자 상태

Abstraqt: 추상 안정기 시뮬레이션을 통한 양자 회로 분석

입자는 언제 도착합니까?

강력하고 효율적인 Hamiltonian 학습

인증된 삭제로 구성 가능한 안전한 장치 독립적 암호화

양자 프로세서 연구실의 양자 중력을 향하여

강력한 양자 상태 준비를 위한 모델 예측 제어

양자 스위치는 단일 연산에 대한 동작으로 고유하게 정의됩니다.

회사 소개

수직 검색 및 인공 지능

플랫폼

연결 유지

계정

추상

인용

더보기 양자 저널

회사 소개

수직 검색 및 인공 지능

플랫폼

연결 유지

계정