量子吉布斯态的制备是量子计算的重要组成部分,在量子模拟、量子优化和量子机器学习等各个领域都有广泛的应用。在本文中,我们提出了用于量子吉布斯态制备的变分混合量子-经典算法。我们首先利用截断泰勒级数来评估自由能,并选择截断自由能作为损失函数。然后,我们的协议训练参数化量子电路以学习所需的量子吉布斯态。值得注意的是,该算法可以在配备参数化量子电路的近期量子计算机上实现。通过进行数值实验,我们表明只需一个额外量子位的浅参数化电路就可以训练来制备保真度高于 95% 的伊辛链和自旋链吉布斯态。具体来说,对于伊辛链模型,我们发现仅具有一个参数和一个附加量子位的简化电路假设可以被训练以在逆温度大于 2 时实现吉布斯态制备的 99% 保真度。
变分量子算法 (VQA) 可能是在嘈杂的中型量子 (NISQ) 计算机上实现量子优势的一条途径。一个自然的问题是 NISQ 设备上的噪声是否会对 VQA 性能造成根本限制。我们严格证明了嘈杂的 VQA 的一个严重限制,即噪声导致训练景观出现贫瘠高原(即梯度消失)。具体而言,对于考虑的局部泡利噪声,我们证明如果假设的深度随 n 线性增长,则梯度会在量子比特数 n 中呈指数消失。这些噪声引起的贫瘠高原 (NIBP) 在概念上不同于无噪声贫瘠高原,后者与随机参数初始化有关。我们的结果是为通用假设制定的,其中包括量子交替算子假设和酉耦合簇假设等特殊情况。对于前者,我们的数值启发式方法证明了现实硬件噪声模型的 NIBP 现象。
b'in最近的地标结果[Ji等。,arxiv:2001.04383(2020)],显示在允许玩家共享无限维度的量子状态时,近似两人游戏的值是不可决定的。在本文中,我们研究了量子系统的尺寸在t界定时,两人游戏的计算复杂性。更具体地说,我们给出一个半尺寸的尺寸的程序,以实验12(log 2(at) + log(q)log(at)) /\ xcf \ xb5 2来计算附加\ xcf \ xb5-关于具有T \ xc3 \ x97 t -dimum量的两次播放游戏的值的附加值,近似值,该量的量游戏分别。对于固定尺寸t,这在Q中以Q和准多态的多项式缩放在A中,从而改善了先前已知的近似算法,其中最差的运行时保证最充其量是Q和A中的指数。为了证明,我们与量子可分离性问题建立了联系,并采用了改进的多部分量子finetti定理,并具有线性约束,我们通过量子熵不等式得出。
奇异价值分解对于工程和科学领域的许多问题至关重要。已经提出了几种量子算法来确定给定基质的奇异值及其相关的奇异向量。尽管这些算法是有希望的,但是在近期量子设备上,所需的量子子例程和资源太昂贵了。在这项工作中,我们提出了一种用于奇异值分解(VQSVD)的变分量子算法。通过利用奇异值的变异原理和ky fan定理,我们设计了一种新型的损失函数,以便可以训练两个量子神经网络(或参数化的量子电路)来学习奇异向量并输出相应的奇异值。更重要的是,我们对随机矩阵进行VQSVD的数值模拟以及其在手写数字的图像压缩中的应用。最后,我们讨论了算法在推荐系统和极地分解中的应用。我们的工作探讨了仅适用于Hermitian数据的量子信息处理的新途径,并揭示了矩阵分解在近期量子设备上的能力。
我们提出了元变分量子本征求解器 (VQE),这是一种能够学习参数化汉密尔顿量的基态能量分布的算法。如果使用几个数据点训练元 VQE,它将提供初始电路参数化,可用于计算特定信任区域内汉密尔顿量的任何参数化的基态能量。我们使用 XXZ 自旋链、电子 H 4 汉密尔顿量和单传输量子模拟测试该算法。在所有情况下,元 VQE 都能够学习能量函数的形状,在某些情况下,与单个 VQE 优化相比,它可以提高准确性。元 VQE 算法在优化数量方面提高了参数化汉密尔顿量的效率,并为单个优化的量子电路参数提供了良好的起点。所提出的算法可以很容易地与变分算法领域的其他改进相结合,以缩短当前最先进技术与具有量子优势的应用之间的距离。
转录组关联研究 (TWAS) 已广泛用于整合转录组和遗传数据来研究复杂的人类疾病。在缺少转录组数据的测试数据集中,传统的两阶段 TWAS 方法首先通过创建加权和来估算基因表达,该加权和将 SNP 与其相应的顺式 eQTL 对参考转录组的影响聚合在一起。然后,传统 TWAS 方法采用线性回归模型来评估估算基因表达与测试表型之间的关联,从而假设顺式 eQTL SNP 对测试表型的影响是 eQTL 对参考转录组的估计影响的线性函数。为了提高 TWAS 对这一假设的稳健性,我们提出了一种新颖的方差分量 TWAS 程序 (VC-TWAS),该程序假设顺式 eQTL SNP 对表型的影响是随机的(方差与相应的参考顺式 eQTL 效应成比例)而不是固定的。 VC-TWAS 适用于连续和二分表型,以及个体层面和汇总层面的 GWAS 数据。使用模拟数据,我们表明 VC-TWAS 比基于两阶段负担检验的传统 TWAS 方法更强大,尤其是当 eQTL 遗传效应对测试表型不再是其 eQTL 遗传效应对参考转录组的线性函数时。我们进一步将 VC-TWAS 应用于个体层面(N = ~3.4K)和汇总层面(N = ~54K)的 GWAS 数据来研究阿尔茨海默病 (AD)。利用个体层面的数据,我们检测到了 13 个显著的风险基因,包括 6 个已知的 GWAS 风险基因,例如 TOMM40,而传统 TWAS 方法却遗漏了这些基因。利用汇总级数据,我们检测到 57 个仅考虑顺式 SNP 的显著风险基因和 71 个同时考虑顺式和反式 SNP 的显著风险基因,这也通过个体级 GWAS 数据验证了我们的发现。我们的 VC-TWAS 方法已在 TIGAR 工具中实现,供公众使用。
使用线性最小二乘回归技术,以 250 米的空间分辨率概括了经多尺度卷积、形态和纹理变换过滤的免费数字高程模型 (DEM) 全球数据中建筑区的垂直分量估计值。选择了六个测试案例:香港、伦敦、纽约、旧金山、圣保罗和多伦多。根据 60 种线性、形态和纹理过滤组合以及不同的概括技术,对五个全球 DEM 和两个 DEM 复合材料进行了评估。引入了四种广义的建筑区垂直分量估计值:平均建筑总高度 (AGBH)、平均净建筑高度 (ANBH)、建筑总高度标准差 (SGBH) 和净建筑高度标准差 (SNBH)。研究表明,ANBH 和 SNBH 给出的净 GVC 最佳估计值总是比 AGBH 和 SGBH 给出的相应总 GVC 估计值包含更大的误差,无论是平均值还是标准差。在本研究评估的源中,使用单变量线性回归技术估计建筑区 GVC 的最佳 DEM 源是使用联合运算符 (CMP_SRTM30-AW3D30_U) 的 1 弧秒航天飞机雷达地形测绘任务 (SRTM30) 和先进陆地观测卫星 (ALOS) 世界 3D-30 米 (AW3D30) 的组合。使用 16 颗卫星开发了一个多元线性模型
摘要:将鞭毛(将二键均稳定于放射性衰减中,纳入新材料中,可以创造出诸如永久磁性,超导性和非平凡拓扑的新兴特性。了解驱动BI反应性的因素对于实现这些特性至关重要。使用压力作为可调的合成载体,我们可以访问未开发的相空间区域,以促进不在环境条件下反应的元素之间的反应性。此外,在高压下发现材料发现的计算方法和实验方法比单独实验可以实现对热力学景观的更广泛的见解,从而使我们了解我们对主导化学因子控制结构形成的理解。在此,我们报告了我们对MO- BI系统的组合计算和实验探索,以前尚无二元金属间结构。使用从头算随机结构搜索(AIRSS)方法,我们确定了0-50 GPA之间的多个合成目标。高压原位粉末X射线X射线差异实验在钻石砧细胞中进行的确认,在施加压力时,Mo-bi-bi混合物在35.8(5)gpa的35.8(5)gpa时表现出丰富的化学作用,包括计算预测的Cual 2-Type MOBI 2结构。电子结构和声子分散计算表明,价电子计数与高压过渡金属 - BI结构中的键合以及识别两个动态稳定的环境压力符号。■简介我们的研究证明了合并的计算方法 - 实验方法在捕获高压反应性发现高压反应性方面的功能。
B化学与化学生物学系B化学与生物工程系,伦斯勒理工学院,Troy,Troy,纽约12180,美国
摘要 用于电子结构计算的变分量子特征值求解器 (VQE) 被认为是近期量子计算的主要潜在应用之一。在所有提出的 VQE 算法中,酉耦合团簇单双激发 (UCCSD) VQE 拟定实现了高精度并引起了很多研究兴趣。然而,基于费米子激发的 UCCSD VQE 在使用 Jordan-Wigner 变换时需要额外的宇称项。这里我们引入了一种新的基于粒子保留交换门的 VQE 拟定器来实现量子比特激发。对于全到全连接,所提出的 VQE 拟定器的门复杂度上界为 O(n4),其中 n 是哈密顿量的量子比特数。使用所提出的 VQE 假设对简单分子系统(如 BeH 2、H 2 O、N 2、H 4 和 H 6)进行数值计算,可以得到非常准确的结果,误差约为 10 − 3 Hartree。
