Algorytmy Monte Carlo wspomagane kwantowo dla fermionów

Opublikowane ponownie przez Plato

Obserwuje: 0

Graduate School of China Academy of Engineering Physics, Pekin 100193, Chiny

Czy ten artykuł jest interesujący czy chcesz dyskutować? Napisz lub zostaw komentarz do SciRate.

Abstrakcyjny

Obliczenia kwantowe to obiecujący sposób systematycznego rozwiązywania długotrwałego problemu obliczeniowego, stanu podstawowego wielociałowego układu fermionowego. Podjęto wiele wysiłków, aby zrealizować pewne formy przewagi kwantowej w tym problemie, na przykład rozwój wariacyjnych algorytmów kwantowych. Niedawna praca Hugginsa i in. [1] podaje nowego kandydata, tj. kwantowo-klasyczny hybrydowy algorytm Monte Carlo ze zmniejszonym obciążeniem w porównaniu z jego w pełni klasycznym odpowiednikiem. W tym artykule proponujemy rodzinę skalowalnych algorytmów Monte Carlo wspomaganych kwantowo, w których komputer kwantowy jest używany przy minimalnych kosztach i nadal może zmniejszyć obciążenie. Włączając metodę wnioskowania bayesowskiego, możemy osiągnąć tę ułatwioną kwantowo redukcję odchylenia przy znacznie mniejszym koszcie obliczeń kwantowych niż przy szacowaniu amplitudy za pomocą średniej empirycznej. Poza tym pokazujemy, że hybrydowa struktura Monte Carlo jest ogólnym sposobem tłumienia błędów w stanie podstawowym uzyskanym z klasycznych algorytmów. Nasza praca zapewnia zestaw narzędzi Monte Carlo do wykonywania obliczeń kwantowych systemów fermionowych na urządzeniach kwantowych bliskiego terminu.

Popularne podsumowanie

Rozwiązanie równania Schrodingera wielociałowych układów fermionowych jest niezbędne w wielu dziedzinach nauki. Quantum Monte Carlo (QMC) to grupa dobrze rozwiniętych klasycznych algorytmów, które znalazły szerokie zastosowanie. Jednak problem znaku uniemożliwia jego użycie w dużych systemach, ponieważ wariancja wyników rośnie wykładniczo wraz z rozmiarem systemu. Powszechne metody ograniczania problemu ze znakami zwykle wprowadzają pewne błędy. Rozważamy włączenie komputerów kwantowych do QMC w celu zmniejszenia błędu. Wcześniejsze prace miały pewne problemy ze skalowalnością w ogóle i kosztami obliczeń kwantowych. W tej pracy staramy się rozwiązać te problemy i wprowadzić ramy algorytmów QMC wspomaganych kwantowo, w których komputer kwantowy jest zaangażowany na elastycznych poziomach. Opisujemy dwie strategie oparte na zakresie wykorzystywanych zasobów kwantowych i pokazujemy wyraźnie lepsze wyniki liczbowe w porównaniu z klasycznym odpowiednikiem. Aby jeszcze bardziej zredukować pomiary obliczeń kwantowych, wprowadzamy metodę wnioskowania bayesowskiego i pokazujemy, że można utrzymać stabilną przewagę kwantową. Dzięki nieodłącznej symetrii w docelowym układzie fizycznym, nasz wspomagany kwantowo QMC jest odporny na błędy. Czyniąc naszą wspomaganą kwantowo QMC podprogramem algorytmu diagonalizacji podprzestrzeni, pokazujemy, że QMC wspomagana kwantowo jest ogólną metodą zmniejszania błędów w innych algorytmach klasycznych lub kwantowych. Wspomagana kwantowo QMC to potencjalnie nowa metoda demonstrowania pewnego poziomu przewagi kwantowej na maszynach NIST.

► Dane BibTeX

@artykuł{Xu2023pomoc kwantowa, doi = {10.22331/q-2023-08-03-1072}, url = {https://doi.org/10.22331/q-2023-08-03-1072}, tytuł = {Quantum- wspomagane {M}onte {C}algorytmy arlo dla fermionów}, autor = {Xu, Xiaosi i Li, Ying}, czasopismo = {{Quantum}}, issn = {2521-327X}, wydawca = {{Verein zur F{ „{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, tom = {7}, pages = {1072}, miesiąc = sierpień, rok = {2023} }

► Referencje

[1] William J Huggins, Bryan A O'Gorman, Nicholas C Rubin, David R Reichman, Ryan Babbush i Joonho Lee. Bezstronne fermionowe kwantowe monte carlo z komputerem kwantowym. 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 i Alán Aspuru-Guzik. Wykładniczo dokładniejsza symulacja kwantowa fermionów w drugiej kwantyzacji. 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 i Xiao Yuan. Kwantowa chemia obliczeniowa. Recenzje współczesnej fizyki, 92 (1): 015003, 2020. https:///doi.org/10.1103/RevModPhys.92.015003.
https: / / doi.org/ 10.1103 / RevModPhys.92.015003

[4] Raffaele Resta. Manifestacje fazy jagodowej w cząsteczkach i materii skondensowanej. Journal of Physics: Condensed Matter, 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 Guo i Pengfei Liang. Fizyka materii skondensowanej w kryształach czasu. 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 i Claude Mahaux. Wielociałowa teoria materii jądrowej. Physics Reports, 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 i Robert B Wiringa. Metody kwantowe Monte Carlo w fizyce jądrowej. Recenzje współczesnej fizyki, 87 (3): 1067, 2015. https:///doi.org/10.1103/RevModPhys.87.1067.
https: / / doi.org/ 10.1103 / RevModPhys.87.1067

[8] Vladimir A Miransky i Igor A Shovkovy. Kwantowa teoria pola w polu magnetycznym: od chromodynamiki kwantowej do półmetali grafenowych i diracowych. Physics Reports, 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 i Stephen S Pinsky. Chromodynamika kwantowa i inne teorie pola dotyczące stożka światła. Physics Reports, 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 i CA Marianetti. Obliczenia struktury elektronowej z dynamiczną teorią średniego pola. Recenzje współczesnej fizyki, 78 (3): 865, 2006. https:///doi.org/10.1103/RevModPhys.78.865.
https: / / doi.org/ 10.1103 / RevModPhys.78.865

[11] John W Negele. Teoria średniego pola struktury i dynamiki jądrowej. Recenzje współczesnej fizyki, 54 (4): 913, 1982. https:///doi.org/10.1103/RevModPhys.54.913.
https: / / doi.org/ 10.1103 / RevModPhys.54.913

[12] Rafaela Guardioli. Metody Monte Carlo w kwantowych teoriach wielu ciał. W mikroskopowych kwantowych teoriach wielu ciał i ich zastosowaniach, strony 269–336. Springer, 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 i Guifre Vidal. Klasyczna symulacja kwantowych układów wielociałowych z drzewiastą siecią tensorową. Przegląd fizyczny 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 i Maciej Lewenstein. Systemy kilku ciał przechwytują fizykę wielu ciał: podejście do sieci Tensor. Przegląd fizyczny B, 96 (15): 155120, 2017. https:///doi.org/10.1103/PhysRevB.96.155120.
https: / / doi.org/ 10.1103 / PhysRevB.96.155120

[15] Drew Creal. Przegląd sekwencyjnych metod Monte Carlo dla ekonomii i finansów. Przeglądy ekonometryczne, 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, Gregory D. Graff i Thomas H. Bradley. Analiza techniczno-ekonomiczna i probabilistyczna Monte Carlo systemu produkcji biopaliw z mikroglonów. Technologia biozasobów, 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 i Gang Su. Generatywny model klasyfikacji sieci tensorowych dla nadzorowanego uczenia maszynowego. Przegląd fizyczny B, 101 (7): 075135, 2020. https:///doi.org/10.1103/PhysRevB.101.075135.
https: / / doi.org/ 10.1103 / PhysRevB.101.075135

[18] Toshiyukiego Tanaki. Teoria pola średniego uczenia maszynowego Boltzmanna. Przegląd fizyczny 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 i William A Lester Jr. Quantum monte carlo i powiązane podejścia. Przeglądy chemiczne, 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 i Raymond Laflamme. Algorytmy kwantowe do symulacji fermionowych. Przegląd fizyczny A, 64 (2): 022319, 2001. https:///doi.org/10.1103/PhysRevA.64.022319.
https: / / doi.org/ 10.1103 / PhysRevA.64.022319

[21] Mario Motta i Shiwei Zhang. Obliczenia ab initio układów molekularnych metodą kwantowego monte carlo pola pomocniczego. Wiley Interdyscyplinarne recenzje: Computational Molecular Science, 8 (5): e1364, 2018. https:///doi.org/10.1002/wcms.1364.
https: / / doi.org/ 10.1002 / wcms.1364

[22] Nicka S Blunta. Przybliżenia węzłów stałych i częściowych w przestrzeni wyznacznikowej Slatera dla cząsteczek. Journal of Chemical Theory and Computation, 17 (10): 6092–6104, 2021. https:///doi.org/10.1021/acs.jctc.1c00500.
https: / / doi.org/ 10.1021 / acs.jctc.1c00500

[23] Sevag Gharibian i François Le Gall. Dekwantyzacja kwantowej transformacji wartości osobliwej: twardość i zastosowania w chemii kwantowej i hipoteza kwantowego pcp. W Proceedings of 54th Annual ACM SIGACT Symposium on Theory of Computing, strony 19–32, 2022. https:///doi.org/10.1145/3519935.3519991.
https: / / doi.org/ 10.1145 / 3519935.3519991

[24] Chrisa Cade'a, Martena Folkertsmy i Jordiego Weggemansa. Złożoność kierowanego lokalnego problemu hamiltonowskiego: ulepszone parametry i rozszerzenie na stany wzbudzone. arXiv preprint arXiv:2207.10097, 2022. https:///doi.org/10.48550/arXiv.2207.10097.
https:///doi.org/10.48550/arXiv.2207.10097
arXiv: 2207.10097

[25] Sevag Gharibian, Ryu Hayakawa, François Le Gall i Tomoyuki Morimae. Poprawione wyniki twardości dla kierowanego lokalnego problemu Hamiltona. arXiv preprint 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 i Alán Aspuru-Guzik. Symulacja hamiltonianów struktury elektronowej przy użyciu komputerów kwantowych. Fizyka molekularna, 109 (5): 735–750, 2011. https:///doi.org/10.1080/00268976.2011.552441.
https: / / doi.org/ 10.1080 / 00268976.2011.552441

[27] Pedro MQ Cruz, Gonçalo Catarina, Ronan Gautier i Joaquín Fernández-Rossier. Optymalizacja estymacji fazy kwantowej do symulacji hamiltonowskich stanów własnych. Quantum Science and Technology, 5 (4): 044005, 2020. https:///doi.org/10.1088/2058-9565/abaa2c.
https:///doi.org/10.1088/2058-9565/abaa2c

[28] Johna Preskilla. Obliczenia kwantowe w erze nisq i później. 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 i in. Hałaśliwe algorytmy kwantowe średniej skali. Recenzje współczesnej fizyki, 94 (1): 015004, 2022. https:///doi.org/10.1103/RevModPhys.94.015004.
https: / / doi.org/ 10.1103 / RevModPhys.94.015004

[30] Samson Wang, Enrico Fontana, Marco Cerezo, Kunal Sharma, Akira Sone, Łukasz Cincio i Patrick J Coles. Wywołane szumem jałowe płaskowyże w wariacyjnych algorytmach kwantowych. Komunikaty natury, 12 (1): 1–11, 2021. https:///doi.org/10.1038/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6

[31] Marco Cerezo, Akira Sone, Tyler Volkoff, Łukasz Cincio i Patrick J Coles. Jałowe płaskowyże zależne od funkcji kosztów w płytkich sparametryzowanych obwodach kwantowych. Komunikaty przyrodnicze, 12 (1): 1–12, 2021a. https:///doi.org/10.1038/s41467-021-21728-w.
https: / / doi.org/ 10.1038 / s41467-021-21728-w

[32] Edward Grant, Leonard Wossnig, Mateusz Ostaszewski i Marcello Benedetti. Strategia inicjalizacji do adresowania jałowych płaskowyżów w sparametryzowanych obwodach kwantowych. Quantum, 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 i Maksym Serbyn. Unikanie jałowych płaskowyżów przy użyciu klasycznych cieni. PRX Quantum, 3: 020365, czerwiec 2022. https:///doi.org/10.1103/PRXQuantum.3.020365.
https: // doi.org/ 10.1103 / PRXQuantum.3.020365

[34] Yongdan Yang, Bing-Nan Lu i Ying Li. Przyspieszone kwantowe monte carlo ze złagodzonymi błędami na hałaśliwym komputerze kwantowym. PRX Quantum, 2 (4): 040361, 2021. https:///doi.org/10.1103/PRXQuantum.2.040361.
https: // doi.org/ 10.1103 / PRXQuantum.2.040361

[35] Guglielmo Mazzoli i Giuseppe Carleo. Wykładnicze wyzwania w bezstronnych algorytmach kwantowego monte carlo z komputerami kwantowymi. arXiv preprint arXiv:2205.09203, 2022. https:///doi.org/10.48550/arXiv.2205.09203.
https:///doi.org/10.48550/arXiv.2205.09203
arXiv: 2205.09203

[36] Joonho Lee, David R Reichman, Ryan Babbush, Nicholas C Rubin, Fionn D. Malone, Bryan O'Gorman i Huggins. William J. Odpowiedź na „wykładnicze wyzwania w bezstronnych algorytmach kwantowego monte carlo z komputerami kwantowymi”. arXiv preprint arXiv:2207.13776, 2022. https:///doi.org/10.48550/arXiv.2207.13776.
https:///doi.org/10.48550/arXiv.2207.13776
arXiv: 2207.13776

[37] Ankit Mahajan i Sandeep Sharma. Rzutowana symetrycznie funkcja fali średniego pola jastrowa w wariacyjnym monte carlo. The Journal of Physical Chemistry A, 123 (17): 3911–3921, 2019. https:///doi.org/10.1021/acs.jpca.9b01583.
https: / / doi.org/ 10.1021 / acs.jpca.9b01583

[38] Alessandro Roggero, Abhishek Mukherjee i Francesco Pederiva. Quantum monte carlo ze sprzężonymi funkcjami falowymi klastrów. Przegląd fizyczny B, 88 (11): 115138, 2013. https:///doi.org/10.1103/PhysRevB.88.115138.
https: / / doi.org/ 10.1103 / PhysRevB.88.115138

[39] Anders W Sandvik i Guifre Vidal. Wariacyjne symulacje kwantowe Monte Carlo ze stanami sieci tensorowej. Fizyczne listy przeglądowe, 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 i DM Ceperley. Dowód na górną granicę w Monte Carlo z węzłem stałym dla fermionów sieciowych. Przegląd fizyczny B, 51 (19): 13039, 1995. https:///doi.org/10.1103/physrevb.51.13039.
https: / / doi.org/ 10.1103 / physrevb.51.13039

[41] Shiwei Zhanga i Henry'ego Krakauera. Metoda kwantowego monte carlo wykorzystująca bezfazowe błądzenie losowe z wyznacznikami Slatera. Fizyczne listy przeglądowe, 90 (13): 136401, 2003. https:///doi.org/10.1103/PhysRevLett.90.136401.
https: / / doi.org/ 10.1103 / PhysRevLett.90.136401

[42] Iliya Sabzevari i Sandeep Sharma. Poprawiona prędkość i skalowanie w wariacyjnym monte carlo w przestrzeni orbitalnej. Journal of Chemical Theory and Computation, 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, Łukasz Cincio i in. Wariacyjne algorytmy kwantowe. Nature Recenzje Fizyka, 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 i in. Algorytmy kwantowe do obliczeń struktur elektronowych: hamiltonowskie rozwinięcia cząstki-dziury i zoptymalizowane rozwinięcia funkcji falowej. Przegląd fizyczny 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 i John Preskill. Przewidywanie wielu właściwości układu kwantowego na podstawie bardzo niewielu pomiarów. Nature Physics, 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 i Alain Tapp. Kwantowe wzmacnianie i estymacja amplitudy. Współczesna matematyka, 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 i Leong Chuan Kwek. Bezpośrednie estymacje funkcjonałów liniowych i nieliniowych stanu kwantowego. Fizyczne listy przeglądowe, 88 (21): 217901, 2002. https:///doi.org/10.1103/PhysRevLett.88.217901.
https: / / doi.org/ 10.1103 / PhysRevLett.88.217901

[48] Sirui Lu, Mari Carmen Banuls i J Ignacio Cirac. Algorytmy symulacji kwantowej przy energiach skończonych. 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 i Ryan Babbush. Łagodzenie błędów poprzez zweryfikowane oszacowanie fazy. 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 i Ryan Babbush. Kwantowa symulacja struktury elektronicznej z liniową głębią i łącznością. Fizyczne listy przeglądowe, 120 (11): 110501, 2018. https:///doi.org/10.1103/PhysRevLett.120.110501.
https: / / doi.org/ 10.1103 / PhysRevLett.120.110501

[51] Arne L. Grimsmo, Joshua Combes i Ben Q. Baragiola. Obliczenia kwantowe z rotacyjno-symetrycznymi kodami bozonowymi. fizyka Rev. X, 10: 011058, marzec 2020. https:///doi.org/10.1103/PhysRevX.10.011058.
https: / / doi.org/ 10.1103 / PhysRevX.10.011058

[52] Zhenyu Cai. Łagodzenie błędów kwantowych za pomocą rozszerzenia symetrii. Quantum, 5: 548, 2021. https:///doi.org/10.22331/q-2021-09-21-548.
https://doi.org/10.22331/q-2021-09-21-548

[53] Taisuke Ozakiego. Metoda O (n) kryłowa-podprzestrzeni do wielkoskalowych obliczeń struktury elektronowej ab initio. Przegląd fizyczny B, 74 (24): 245101, 2006. https:///doi.org/10.1103/PhysRevB.74.245101.
https: / / doi.org/ 10.1103 / PhysRevB.74.245101

[54] Ken M. Nakanishi, Kosuke Mitarai i Keisuke Fujii. Przeszukiwanie wariacyjne kwantowego rozwiązania własnego z przeszukiwaniem podprzestrzeni dla stanów wzbudzonych. Badanie Physical Review, 1 (3): 033062, 2019. https:///doi.org/10.1103/PhysRevResearch.1.033062.
https: / / doi.org/ 10.1103 / PhysRevResearch.1.033062

[55] Kazuhiro Seki i Seiji Yunoki. Metoda mocy kwantowej przez superpozycję stanów ewoluujących w czasie. PRX Quantum, 2 (1): 010333, 2021. https:///doi.org/10.1103/PRXQuantum.2.010333.
https: // doi.org/ 10.1103 / PRXQuantum.2.010333

[56] Cristiana L. Cortesa i Stephena K. Graya. Kwantowe algorytmy podprzestrzeni Kryłowa do szacowania energii stanu podstawowego i wzbudzonego. Przegląd fizyczny A, 105 (2): 022417, 2022. https:///doi.org/10.1103/PhysRevA.105.022417.
https: / / doi.org/ 10.1103 / PhysRevA.105.022417

[57] Rongxin Xia i Saber Kais. Klaster sprzężony z kubitem pojedynczo i podwaja wariacyjne kwantowe narzędzie własne ansatz do obliczeń struktury elektronowej. Quantum Science and Technology, 6 (1): 015001, 2020. https:///doi.org/10.1088/2058-9565/abbc74.
https:///doi.org/10.1088/2058-9565/abbc74

[58] Timo Felser, Simone Notarnicola i Simone Montangero. Wydajny ansatz sieci tensorowej dla wielociałowych problemów kwantowych. Physical Review Letters, 126 (17): 170603, 2021. https:///doi.org/10.1103/PhysRevLett.126.170603.
https: / / doi.org/ 10.1103 / PhysRevLett.126.170603

[59] Michaela R. Walla i Daniela Neuhausera. Ekstrakcja, poprzez diagonalizację filtrów, ogólnych kwantowych wartości własnych lub klasycznych częstotliwości trybu normalnego z niewielkiej liczby reszt lub krótkiego odcinka sygnału. I. teoria i zastosowanie do modelu dynamiki kwantowej. The Journal of Chemical Physic, 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 i Yuji Nakatsukasa. Teoria kwantowej diagonalizacji podprzestrzeni. SIAM Journal on Matrix Analysis and Applications, 43 (3): 1263–1290, 2022. https:///doi.org/10.1137/21M145954X.
https:///doi.org/10.1137/21M145954X

Cytowany przez

[1] Jinzhao Sun, Suguru Endo, Huiping Lin, Patrick Hayden, Vlatko Vedral i Xiao Yuan, „Perturbacyjna symulacja kwantowa”, Listy z przeglądu fizycznego 129 12, 120505 (2022).

[2] Shu Kanno, Hajime Nakamura, Takao Kobayashi, Shigeki Gocho, Miho Hatanaka, Naoki Yamamoto i Qi Gao, „Obliczenia kwantowe kwantowe Monte Carlo z hybrydową siecią tensorową w kierunku obliczeń struktury elektronicznej wielkoskalowych systemów molekularnych i stałych”, arXiv: 2303.18095, (2023).

[3] Yukun Zhang, Yifei Huang, Jinzhao Sun, Dingshun Lv i Xiao Yuan, „Obliczenia kwantowe Quantum Monte Carlo”, arXiv: 2206.10431, (2022).

[4] Benchen Huang, Nan Sheng, Marco Govoni i Giulia Galli, „Symulacje kwantowe hamiltonianów fermionowych z efektywnym kodowaniem i schematami ansatz”, 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 i Christopher Wever, Monte Carlo: industrialne spojrzenie”, arXiv: 2301.11838, (2023).

[6] Yongdan Yang, Ying Li, Xiaosi Xu i Xiao Yuan, „Wydajny pod względem zasobów kwantowo-klasyczny algorytm hybrydowy do oceny luki energetycznej”, arXiv: 2305.07382, (2023).

Powyższe cytaty pochodzą z Reklamy SAO / NASA (ostatnia aktualizacja pomyślnie 2023-08-06 02:04:18). Lista może być niekompletna, ponieważ nie wszyscy wydawcy podają odpowiednie i pełne dane cytowania.

On Serwis cytowany przez Crossref nie znaleziono danych na temat cytowania prac (ostatnia próba 2023-08-06 02:04:17).

Niniejszy artykuł opublikowano w Quantum pod Creative Commons Uznanie autorstwa 4.0 Międzynarodowe (CC BY 4.0) licencja. Prawa autorskie należą do pierwotnych właścicieli praw autorskich, takich jak autorzy lub ich instytucje.

Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
PlatonESG. Motoryzacja / pojazdy elektryczne, Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
Przesunięcia bloków. Modernizacja własności offsetu środowiskowego. Dostęp tutaj.
Źródło: https://quantum-journal.org/papers/q-2023-08-03-1072/

Znak czasu: 3 sierpnia 2023 r.

Znak czasu: Listopada 7, 2023

Opublikowane ponownie przez Plato

Algorytm kwantowy do szacowania energii stanu podstawowego z wykorzystaniem głębokości obwodu z wykładniczo poprawioną zależnością od precyzji

Solidna metoda punktów wewnętrznych do obliczania szybkości dystrybucji klucza kwantowego

Współczynniki amplitud i stany kwantowe sieci neuronowych

Streszczenie: Analiza obwodów kwantowych poprzez abstrakcyjną symulację stabilizatora

Kiedy przybywa cząsteczka?

Solidne i wydajne uczenie się Hamiltona

Bezpieczne, niezależne od urządzenia szyfrowanie z certyfikowanym usuwaniem

Ku grawitacji kwantowej w laboratorium procesorów kwantowych

Predykcyjna kontrola modelu dla niezawodnego przygotowania stanu kwantowego

Przełącznik kwantowy jest jednoznacznie zdefiniowany przez jego działanie na operacje jednostkowe

O nas

Wyszukiwanie pionowe i AI

Platforma

Pozostań w kontakcie

Konto