费米子的量子辅助蒙特卡罗算法

费米子的量子辅助蒙特卡罗算法

源节点: 2805391

徐晓思李英

中国工程物理研究院研究生院, 北京 100193

觉得本文有趣或想讨论? 在SciRate上发表评论或发表评论.

抽象

量子计算是系统解决长期存在的计算问题(多体费米子系统的基态)的一种有前景的方法。 为了在这个问题上实现某些形式的量子优势,人们做出了许多努力,例如,变分量子算法的开发。 哈金斯等人最近的一项工作。 [1] 报告了一种新颖的候选算法,即量子经典混合蒙特卡罗算法,与完全经典的算法相比,其偏差较小。 在本文中,我们提出了一系列可扩展的量子辅助蒙特卡罗算法,其中量子计算机以最低的成本使用,并且仍然可以减少偏差。 通过结合贝叶斯推理方法,我们可以用比在幅度估计中采用经验平均值小得多的量子计算成本来实现这种量子促进的偏差减少。 此外,我们表明混合蒙特卡罗框架是抑制经典算法获得的基态误差的通用方法。 我们的工作提供了一个蒙特卡罗工具包,用于在近期量子设备上实现费米子系统的量子增强计算。

求解多体费米子系统的薛定谔方程对于许多科学领域至关重要。 量子蒙特卡罗(QMC)是一组发展成熟并得到广泛应用的经典算法。 然而,符号问题阻碍了其在大型系统中的使用,因为结果的方差随着系统规模的增大而呈指数增长。 约束符号问题的常用方法通常会引入一些偏差。 我们考虑将量子计算机纳入 QMC 以减少偏差。 先前的工作在一般可扩展性和量子计算成本方面存在一些问题。 在这项工作中,我们试图解决这些问题并引入量子辅助 QMC 算法的框架,其中量子计算机以灵活的方式参与其中。 我们根据所使用的量子资源的范围描述了两种策略,并且与经典对应方案相比,显示出显着改善的数值结果。 为了进一步减少量子计算测量,我们引入了贝叶斯推理方法,并表明可以保持稳定的量子优势。 凭借目标物理系统固有的对称性,我们的量子辅助 QMC 能够抵御错误。 通过使我们的量子辅助 QMC 成为子空间对角化算法的子程序,我们表明量子辅助 QMC 是减少其他经典或量子算法中错误的通用方法。 量子辅助 QMC 是一种潜在的新方法,可以在 NIST 机器上展示一定程度的量子优势。

►BibTeX数据

►参考

[1] 威廉·J·哈金斯、布莱恩·A·奥戈尔曼、尼古拉斯·C·鲁宾、大卫·R·赖克曼、瑞安·巴布什和俊浩·李。 使用量子计算机进行无偏费米子量子蒙特卡罗。 自然,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 和 Alán Aspuru-Guzik。 二次量子化中费米子的指数级更精确的量子模拟。 新物理学杂志, 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] 萨姆·麦卡德尔、Suguru Endo、艾伦·阿斯普鲁-古兹克、西蒙·C·本杰明和肖媛。 量子计算化学。 现代物理学评论,92 (1):015003,2020。https:/​/​doi.org/​10.1103/​RevModPhys.92.015003。
https:/ / doi.org/ 10.1103 / RevModPhys.92.015003

[4] 拉斐尔·雷斯塔。 浆果相在分子和凝聚态物质中的表现。 物理学杂志:凝聚态物质,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] 郭令珍和梁鹏飞。 时间晶体中的凝聚态物理。 新物理学杂志,22(7):075003,2020。https:/​/​doi.org/​10.1088/​1367-2630/​ab9d54。
https:/​/​doi.org/​10.1088/​1367-2630/​ab9d54

[6] 让·皮埃尔·尤肯尼、阿·勒琼和克洛德·马克斯。 核物质多体理论。 物理报告,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 和 Robert B Wiringa。 核物理的量子蒙特卡罗方法。 现代物理学评论,87 (3): 1067, 2015。https:/​/​doi.org/​10.1103/​RevModPhys.87.1067。
https:/ / doi.org/ 10.1103 / RevModPhys.87.1067

[8] 弗拉基米尔·米兰斯基和伊戈尔·肖夫科维。 磁场中的量子场论:从量子色动力学到石墨烯和狄拉克半金属。 物理报告,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] 斯坦利·J·布罗茨基、汉斯·克里斯蒂安·泡利和斯蒂芬·S·平斯基。 光锥上的量子色动力学和其他场论。 物理报告,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 和 CA Marianetti。 用动态平均场理论进行电子结构计算。 现代物理学评论,78 (3): 865, 2006。https:/​/​doi.org/​10.1103/​RevModPhys.78.865。
https:/ / doi.org/ 10.1103 / RevModPhys.78.865

[11] 约翰·W·内格尔. 核结构和动力学的平均场理论。 现代物理学评论,54 (4): 913, 1982。https:/​/​doi.org/​10.1103/​RevModPhys.54.913。
https:/ / doi.org/ 10.1103 / RevModPhys.54.913

[12] 拉斐尔·瓜迪奥拉。 量子多体理论中的蒙特卡罗方法。 《微观量子多体理论及其应用》,第 269-336 页。 施普林格,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 和 Guifre Vidal。 使用树张量网络的量子多体系统的经典模拟。 物理评论 a,74 (2):022320,2006。https:/​/​doi.org/​10.1103/​PhysRevA.74.022320。
https:/ / doi.org/ 10.1103 / PhysRevA.74.022320

[14] 兰石举、安吉洛·皮加、彭程、苏刚和马切伊·莱文斯坦。 少体系统捕获多体物理:张量网络方法。 物理评论 B,96 (15):155120,2017。https:/​/​doi.org/​10.1103/​PhysRevB.96.155120。
https:/ / doi.org/ 10.1103 / PhysRevB.96.155120

[15] 德鲁·克里尔. 经济和金融连续蒙特卡罗方法的调查。 计量经济学评论,31 (3): 245–296, 2012。https:/​/​doi.org/​10.1080/​07474938.2011.607333。
https:/ / doi.org/10.1080/ 07474938.2011.607333

[16] 廖·Y·巴坦 (Liaw Y Batan)、格雷戈里·D·格拉夫 (Gregory D Graff) 和托马斯·H·布拉德利 (Thomas H Bradley)。 微藻生物燃料生产系统的技术经济和蒙特卡罗概率分析。 生物资源技术,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] 孙正志、彭程、刘丁、冉世举、苏刚。 用于监督机器学习的生成张量网络分类模型。 物理评论 B,101 (7):075135,2020。https:/​/​doi.org/​10.1103/​PhysRevB.101.075135。
https:/ / doi.org/ 10.1103 / PhysRevB.101.075135

[18] 田中俊之. 玻尔兹曼机器学习的平均场理论。 物理评论 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 和 William A Lester Jr. 量子蒙特卡罗和相关方法。 化学评论,112 (1):263–288,2012。https:/​/​doi.org/​10.1021/​cr2001564。
https://doi.org/10.1021/cr2001564

[20] 赫拉尔多·奥尔蒂斯、詹姆斯·E·古贝尔纳蒂斯、伊曼纽尔·克尼尔和雷蒙德·拉弗拉姆。 费米子模拟的量子算法。 物理评论 A,64 (2):022319,2001。https:/​/​doi.org/​10.1103/​PhysRevA.64.022319。
https:/ / doi.org/ 10.1103 / PhysRevA.64.022319

[21] 马里奥·莫塔和张世伟。 通过辅助场量子蒙特卡罗方法对分子系统进行从头计算。 Wiley 跨学科评论:计算分子科学,8 (5):e1364,2018。https:/​/​doi.org/​10.1002/​wcms.1364。
https:///doi.org/10.1002/wcms.1364

[22] 尼克·S·布朗特. 分子行列式空间中的固定和部分节点近似。 化学理论与计算杂志,17(10):6092–6104,2021。https:/​/​doi.org/​10.1021/​acs.jctc.1c00500。
https:/ / doi.org/ 10.1021 / acs.jctc.1c00500

[23] 塞瓦格·加里比安和弗朗索瓦·勒加尔。 量子奇异值变换的反量子化:量子化学和量子 PCP 猜想的硬度和应用。 第 54 届年度 ACM SIGACT 计算理论研讨会论文集,第 19-32 页,2022 年。https:/​/​doi.org/​10.1145/​3519935.3519991。
https:/ / doi.org/10.1145/ 3519935.3519991

[24] 克里斯·凯德、马丁·福克茨玛和乔迪·韦格曼斯。 引导局部哈密顿问题的复杂性:改进的参数和扩展到激发态。 arXiv 预印本 arXiv:2207.10097, 2022。https:/​/​doi.org/​10.48550/​arXiv.2207.10097。
https://doi.org/10.48550/arXiv.2207.10097
的arXiv:2207.10097

[25] 塞瓦格·加里比安、早川龙、弗朗索瓦·勒加尔和森前智之。 改进了引导局部哈密顿问题的硬度结果。 arXiv 预印本 arXiv:2207.10250, 2022。https:/​/​doi.org/​10.48550/​arXiv.2207.10250。
https://doi.org/10.48550/arXiv.2207.10250
的arXiv:2207.10250

[26] James D Whitfield、Jacob Biamonte 和 Alán Aspuru-Guzik。 使用量子计算机模拟电子结构哈密顿。 分子物理学,109 (5): 735–750, 2011. https://doi.org/​10.1080/​00268976.2011.552441。
https:/ / doi.org/10.1080/ 00268976.2011.552441

[27] 佩德罗·MQ·克鲁兹、贡萨洛·卡塔琳娜、罗南·戈蒂埃和华金·费尔南德斯·罗西尔。 优化量子相位估计以模拟哈密顿本征态。 量子科学与技术,5(4):044005,2020。https:/​/​doi.org/​10.1088/​2058-9565/​abaa2c。
https://doi.org/10.1088/2058-9565/abaa2c

[28] 约翰·普雷斯基尔。 nisq 时代及以后的量子计算。 量子,2:79,2018 年。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 等。 有噪声的中规模量子算法。 现代物理学评论,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、Lukasz Cincio 和 Patrick J Coles。 变分量子算法中噪声引起的贫瘠平台。 自然通讯,12 (1):1-11,2021 年。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、Lukasz Cincio 和 Patrick J Coles。 浅参数化量子电路中成本函数依赖的贫瘠平台。 自然通讯,12 (1):1-12,2021a。 https://doi.org/10.1038/s41467-021-21728-w。
https:/ / doi.org/ 10.1038 / s41467-021-21728-w

[32] 爱德华·格兰特、伦纳德·沃斯尼格、马特乌斯·奥斯塔泽夫斯基和马塞洛·贝内代蒂。 用于解决参数化量子电路中贫瘠高原问题的初始化策略。 量子,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 和 Maksym Serbyn。 使用经典阴影避免贫瘠的高原。 PRX 量子,3:020365,2022 年 10.1103 月。https:/​/​doi.org/​3.020365/​PRXQuantum.XNUMX。
https:/ / doi.org/ 10.1103 / PRXQuantum.3.020365

[34] 杨永丹,陆秉南,李英。 加速量子蒙特卡罗,在嘈杂的量子计算机上减少错误。 PRX 量子,2 (4):040361,2021。https://doi.org/10.1103/PRXQuantum.2.040361。
https:/ / doi.org/ 10.1103 / PRXQuantum.2.040361

[35] 古列尔莫·马佐拉和朱塞佩·卡里奥。 使用量子计算机实现无偏量子蒙特卡罗算法的指数级挑战。 arXiv 预印本 arXiv:2205.09203, 2022。https:/​/​doi.org/​10.48550/​arXiv.2205.09203。
https://doi.org/10.48550/arXiv.2205.09203
的arXiv:2205.09203

[36] Joonho Lee、David R Reichman、Ryan Babbush、Nicholas C Rubin、Fionn D. Malone、Bryan O'Gorman 和 Huggins。 William J. 对“使用量子计算机实现无偏量子蒙特卡罗算法的指数挑战”的回应。 arXiv 预印本 arXiv:2207.13776, 2022。https:/​/​doi.org/​10.48550/​arXiv.2207.13776。
https://doi.org/10.48550/arXiv.2207.13776
的arXiv:2207.13776

[37] 安基特·马哈詹和桑迪普·夏尔马。 变分蒙特卡罗中的对称投影贾斯特罗平均场波函数。 《物理化学杂志 A》,123 (17):3911–3921,2019。https:/​/​doi.org/​10.1021/​acs.jpca.9b01583。
https:/ / doi.org/ 10.1021 / acs.jpca.9b01583

[38] 亚历山德罗·罗杰罗、阿布舍克·慕克吉和弗朗西斯科·佩代里瓦。 具有耦合簇波函数的量子蒙特卡罗。 物理评论 B,88 (11):115138,2013。https://doi.org/10.1103/PhysRevB.88.115138。
https:/ / doi.org/ 10.1103 / PhysRevB.88.115138

[39] 安德斯·W·山特维克和吉弗雷·维达尔。 具有张量网络状态的变分量子蒙特卡洛模拟。 物理评论信件,99 (22):220602,2007。https:/​/​doi.org/​10.1103/​PhysRevLett.99.220602。
https:/ / doi.org/ 10.1103 / PhysRevLett.99.220602

[40] DFB 十号哈夫、HJM 范贝梅尔、J​​MJ 范列文、W 范萨尔洛斯和 DM 塞珀利。 格子费米子固定节点蒙特卡罗上限的证明。 物理评论 B,51 (19):13039,1995。https:/​/​doi.org/​10.1103/​physrevb.51.13039。
https:/ / doi.org/ 10.1103 / physrevb.51.13039

[41] 张世伟和亨利·克拉考尔。 使用具有更稳定行列式的无相随机游走的量子蒙特卡罗方法。 物理评论信件,90 (13):136401,2003。https:/​/​doi.org/​10.1103/​PhysRevLett.90.136401。
https:/ / doi.org/ 10.1103 / PhysRevLett.90.136401

[42] 伊利亚·萨布泽瓦里 (Iliya Sabzevari) 和桑迪普·夏尔马 (Sandeep Sharma)。 提高了轨道空间变分蒙特卡罗的速度和缩放比例。 化学理论与计算杂志,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 等。 变分量子算法。 自然评论物理学,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 等。 用于电子结构计算的量子算法:粒子孔哈密顿和优化波函数展开。 物理评论 A,98 (2):022322,2018。https:/​/​doi.org/​10.1103/​PhysRevA.98.022322。
https:/ / doi.org/ 10.1103 / PhysRevA.98.022322

[45] 黄心源、理查德·库恩和约翰·普雷斯基尔。 通过很少的测量来预测量子系统的许多属性。 自然物理学,16(10):1050–1057,2020。https:/​/​doi.org/​10.1038/​s41567-020-0932-7。
https:/​/​doi.org/​10.1038/​s41567-020-0932-7

[46] 吉尔斯·布拉萨德、彼得·霍耶、米歇尔·莫斯卡和阿兰·塔普。 量子幅度放大和估计。 当代数学,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 和 Leong Chuan Kwek。 量子态线性和非线性泛函的直接估计。 物理评论信件,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 Bañuls 和 J Ignacio Cirac。 有限能量下的量子模拟算法。 PRX 量子,2 (2):020321,2021。https://doi.org/10.1103/PRXQuantum.2.020321。
https:/ / doi.org/ 10.1103 / PRXQuantum.2.020321

[49] 托马斯·E·奥布莱恩、斯特凡诺·波拉、尼古拉斯·C·鲁宾、威廉·J·哈金斯、萨姆·麦卡德尔、塞尔吉奥·博伊索、贾罗德·R·麦克莱恩和瑞安·巴布什。 通过经过验证的相位估计来缓解误差。 PRX 量子,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 和 Ryan Babbush。 具有线性深度和连接性的电子结构的量子模拟。 物理评论信件,120 (11):110501,2018。https://doi.org/10.1103/PhysRevLett.120.110501。
https:/ / doi.org/ 10.1103 / PhysRevLett.120.110501

[51] 阿恩·L·格里姆斯莫、约书亚·库姆斯和本·Q·巴拉吉奥拉。 使用旋转对称玻色码进行量子计算。 物理。 Rev. X,10:011058,2020 年 10.1103 月。https:/​/​doi.org/​10.011058/​PhysRevX.XNUMX。
https:/ / doi.org/ 10.1103 / PhysRevX.10.011058

[52] 蔡振宇. 使用对称展开来减轻量子误差。 量子,5:548,2021。https:/​/​doi.org/​10.22331/​q-2021-09-21-548。
https:/​/​doi.org/​10.22331/​q-2021-09-21-548

[53] 尾崎大辅. 用于大规模从头算电子结构计算的 O(n) krylov 子空间方法。 物理评论 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 和 Keisuke Fujii。 激发态的子空间搜索变分量子本征解算器。 物理评论研究,1 (3):033062,2019。https:/​/​doi.org/​10.1103/​PhysRevResearch.1.033062。
https:/ / doi.org/ 10.1103 / PhysRevResearch.1.033062

[55] 关一宏和汤木精二。 通过时间演化状态叠加的量子功率方法。 PRX 量子,2 (1):010333,2021。https://doi.org/10.1103/PRXQuantum.2.010333。
https:/ / doi.org/ 10.1103 / PRXQuantum.2.010333

[56] 克里斯蒂安·L·科尔特斯和斯蒂芬·K·格雷。 用于基态和激发态能量估计的量子克雷洛夫子空间算法。 物理评论 A,105 (2):022417,2022。https:/​/​doi.org/​10.1103/​PhysRevA.105.022417。
https:/ / doi.org/ 10.1103 / PhysRevA.105.022417

[57] 夏荣馨和Saber Kais。 用于电子结构计算的量子位耦合簇单数和双数变分量子本征解算器 ansatz。 量子科学与技术,6(1):015001,2020。https:/​/​doi.org/​10.1088/​2058-9565/​abbc74。
https://doi.org/10.1088/2058-9565/abbc74

[58] 蒂莫·费尔瑟、西蒙娜·诺塔尼科拉和西蒙娜·蒙坦格罗。 用于高维量子多体问题的高效张量网络分析。 物理评论快报,126 (17):170603,2021。https:/​/​doi.org/​10.1103/​PhysRevLett.126.170603。
https:/ / doi.org/ 10.1103 / PhysRevLett.126.170603

[59] 迈克尔·R·沃尔和丹尼尔·纽豪瑟。 通过滤波器对角化,从信号的少量残差或短时间段中提取一般量子本征值或经典简正模式频率。 我。 量子动力学模型的理论和应用。 化学物理学杂志,102 (20):8011–8022,1995。https:/​/​doi.org/​10.1063/​1.468999。
https:/ / doi.org/10.1063/ 1.468999

[60] 伊森·N·埃珀利 (Ethan N. Epperly)、林琳 (Lin Lin) 和中冢雄二 (Yuji Nakatsukasa)。 量子子空间对角化理论。 《SIAM 矩阵分析与应用杂志》,43 (3):1263–1290,2022。https:/​/​doi.org/​10.1137/​21M145954X。
https:/ / doi.org/ 10.1137/ 21M145954X

被引用

[1] 孙金照、远藤胜、林惠平、Patrick Hayden、Vlatko Vedral、肖远,“微扰量子模拟”, 体检信129 12,120505(2022).

[2] Shu Kanno, Hajime Nakamura, Takao Kobayashi, Shigeki Gocho, Miho Hatanaka, Naoki Yamamoto, and Qi Gao, “Quantum computing quantum Monte Carlo with hybrid tensor network towards electronic structure calculations of large-scale molecular and solid systems”, 的arXiv:2303.18095, (2023).

[3] 张玉坤、黄一飞、孙金照、吕定顺、袁晓,“量子计算量子蒙特卡洛”, 的arXiv:2206.10431, (2022).

[4] Benchen Huang、Nan Sheng、Marco Govoni 和 Giulia Galli,“具有高效编码和 ansatz 方案的费米子哈密顿量的量子模拟”, 的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 和 Christopher Wever,“量子增强量子蒙特卡洛:工业视角”, 的arXiv:2301.11838, (2023).

[6] 杨永丹,李英,徐晓思,袁晓,“一种资源高效的量子经典混合能隙评估算法”, 的arXiv:2305.07382, (2023).

以上引用来自 SAO / NASA广告 (最近成功更新为2023-08-06 02:04:18)。 该列表可能不完整,因为并非所有发布者都提供合适且完整的引用数据。

On Crossref的引用服务 找不到有关引用作品的数据(上一次尝试2023-08-06 02:04:17)。

时间戳记:

更多来自 量子杂志