XiaoMi-AI文件搜索系统
World File Search System模拟量
等肌苷通过抑制PDHB介导的葡萄糖代谢的重编程来减轻肝细胞癌的进展
基于光学晶格中超电原子的模拟量子模拟在量子多体系统的研究中催化了显着突破。这些模拟依赖于电子Fock状态的统计抽样，这些样子在经典算法中不易访问。在这项工作中，我们通过将Fock-State Update机制与辅助手段旁边的Fock-State更新机构集成在一起来修改行列式量子蒙特卡洛。此方法可以对Fock-State配置的有效采样。Fock-State限制性抽样方案进一步实现了多个合奏的预选，没有额外的计算成本，从而将模拟范围扩大到更通用的系统和模型。采用这种方法，我们将哈伯德模型的静态相关性分析为第四阶，并通过冷原子实验实现定量一致。Hubbard和Kondo-Lattice模型的动力学光谱模拟进一步证明了这种方法的可靠性和优势。
高维量子计算模拟器
摘要。使用经典计算机模拟量子计算已成功帮助研究过于复杂而无法进行分析的量子算法和电路。量子计算模拟器的当前实现仅限于两级量子系统。高维量子计算系统的最新进展证明了使用多级叠加和纠缠的可行性。这些进步允许在保持量子纠缠的同时灵活增加系统的维度数，实现更高的信息编码，并使量子算法不易受到退相干和计算错误的影响。在本文中，我们介绍了一种新型的高维云量子计算模拟器 QuantumSkynet。该平台允许模拟基于 qudit 的量子算法。我们还提出了高维量子门的统一泛化，可用于 QuantumSkynet 中的模拟。最后，我们报告了使用 QuantumSkynet 对基于 qudit 的 Deutsch-Jozsa 版本和量子相位估计算法进行的模拟及其结果。
在量子计算机上模拟材料动力学
量子计算机的一个备受期待的应用是作为量子多体系统的通用模拟器，正如理查德·费曼在 20 世纪 80 年代所推测的那样。过去十年，量子计算在模拟量子系统静态属性（即小分子的基态能量）方面取得了越来越多的成功。然而，在目前到不久的将来，在嘈杂的中型量子计算机上模拟量子多体动力学仍然是一个挑战。在这里，我们展示了在 IBM 的 Q16 Melbourne 量子处理器和 Rigetti 的 Aspen 量子处理器上成功模拟非平凡量子动力学；即通过原子厚度的二维材料中的太赫兹辐射对新兴磁性进行超快速控制。其中包括执行此类模拟的完整代码和分步教程，以降低未来对这两台量子计算机进行研究的门槛。因此，这项工作为在不久的将来的量子计算机上进行各种量子动力学的有前景的研究奠定了基础，包括弗洛凯态的动态局部化和噪声环境中量子比特的拓扑保护。
![arxiv：2303.00814v1 [Quant-ph] 2023年3月1日-Philsci-Archive](/simg/g:\will\search\icon\source\4\4e97faa8b47efc458f7c0633c9a40eba7ba5473b.webp)
arxiv：2303.00814v1 [Quant-ph] 2023年3月1日-Philsci-Archive
科学哲学，就像科学一样，是一种无定形和适应性的人类启发。任何特定时间所需的形状都是由盛行的内源性智力电流和许多外源性界流来限制的，这是由科学和其他人类话语的其他领域所绘制的。像科学一样，科学哲学是一种固有的协作企业：一个人不能与科学哲学进行研究，以与科学哲学和其他哲学家隔离。我们以模拟量子模拟为例，提供了这些观察值的特别生动的实施例。所讨论的科学是在理论，实验和技术层面上最近发生的革命性变化的产物，因此，我们试图在以下过程中提出并应用的哲学方法是在与一系列方法论和认识论问题中的协作项目中迭代的迭代项目中进行了迭代，这两者都在概念上进行了更一般的概念范围，并在类似的情况下进行了概述，并涉及一般性的模拟。我们希望读者能在探索当代科学与科学哲学之间的富有和富有成效的相互作用时分享我们的惊奇和兴奋，我们认为这本简短的书已经体现了。
量子信息扰乱动力学中的退相干标度转变
为了开发量子技术，可靠地处理量子信息需要精确控制非平衡多体系统。这是一项极具挑战性的任务，因为量子态对外部扰动的脆弱性会随着系统规模的增大而增加。在这里，我们报告了一系列实验性量子模拟，这些模拟量化了受控汉密尔顿演化对驱使系统偏离目标演化的扰动的敏感性。基于非时间有序关联，我们证明过程保真度的衰减率随着关联量子比特的有效数量 K 的增加而增加，即 K α 。作为扰动强度的函数，我们观察到两个不同动力学状态之间指数 α 的退相干缩放转变。在低于临界扰动强度的极限情况下，指数 α 急剧下降到 1 以下，并且可控制的量子比特数没有固有限制。量子信息受控动力学的这种弹性量子特性有望实现对大型量子系统的可靠控制。
劳伦斯伯克利国家实验室
量子计算机的一个备受期待的应用是作为量子多体系统的通用模拟器，正如理查德·费曼在 20 世纪 80 年代所推测的那样。过去十年，量子计算在模拟量子系统静态特性（即小分子的基态能量）方面取得了越来越多的成功。然而，在当前到不久的将来的嘈杂中型量子计算机上模拟量子多体动力学仍然是一个挑战。在这里，我们展示了在 IBM 的 Q16 Melbourne 量子处理器和 Rigetti 的 Aspen 量子处理器上成功模拟非平凡量子动力学；即通过原子厚度的二维材料中的 THz 辐射超快速控制新兴磁性。其中包括执行此类模拟的完整代码和分步教程，以降低未来对这两台量子计算机进行研究的门槛。因此，这项工作为近期量子计算机上各种量子动力学的有前景的研究奠定了基础，包括 Floquet 态的动态局部化和噪声环境中量子比特的拓扑保护。
一种用于高效量子机器学习的改进去极化方法
摘要：嘈杂中型量子 (NISQ) 时代的量子计算已在机器学习、优化和密码学中展现出良好的应用前景。尽管取得了这些进展，但由于系统噪声、错误和退相干，挑战依然存在。这些系统噪声使量子系统的模拟变得复杂。去极化通道是模拟量子系统噪声的标准工具。然而，当我们的硬件资源有限时，为实际应用建模这种噪声在计算上是昂贵的，就像在 NISQ 时代的情况一样。这项工作提出了一种单量子位去极化通道的改进表示。我们的改进通道使用两个仅基于 X 和 Z Pauli 矩阵的 Kraus 运算符。我们的方法将每个通道执行的计算复杂度从六次矩阵乘法降低到四次。在 Iris 数据集上对量子机器学习 (QML) 模型进行的实验跨越各种电路深度和去极化率，验证了我们的方法在提高效率的同时保持了模型的准确性。这种简化的噪声模型使得去极化下的量子电路模拟更具可扩展性，从而提高了 NISQ 时代的能力。
将量子近似优化算法应用于组合优化问题
量子计算领域始于1980年代初，著名的物理学家Paul Benioff，Yuri Manin和Richard Feynman，独立和同时概念化了量子计算机的概念[2-5]。这个想法是基于这样的观察结果，即在classical计算机上模拟量子系统需要以量子系统大小为指数缩放的资源。因此，如果我们想模拟量子物理学，我们最好使用量子物理。后来，David Deutsch正式化了Quantur Turing机器的想法，并提出了量子电路模型[6，7]。接下来是彼得·谢尔（Peter Shor），彼得·谢尔（Peter Shor）发现了一种量子算法，该算法可以比任何已知的经典算法更快地求解质量分解[8]。发现大量的主要因素对于古典计算机来说很难，并且这种计算硬度已用于公用密钥密码系统，例如RSA [9]。但是，有了足够大的量子计算机，公用密钥系统很容易被黑客入侵。今天，量子计算机仍处于早期阶段，它们对噪声的敏感性比其经典对应物更敏感。这设置了量子电路大小的限制。尽管从理论上讲量子误差校正是驯服错误，但它仍然需要大量的Qubits [10，11]。例如，对运行Shor的算法的要求的估计值证明，有数百万量子数具有错误校正[12]。
碱性量子计算中碱性量子计算的删除转换rydberg原子阵列
在错误校正后的逻辑Qubits上执行量子算法是可扩展量子计算的关键步骤，但是对于当前的实验硬件，Qubits和物理错误率的必要数量和物理错误率要求。最近，针对特定物理噪声模型量身定制的错误纠正代码的开发有助于放松这些要求。在这项工作中，我们为171 yb中性原子量子A的量子编码和栅极协议提出了将主要物理误差转换为擦除，即已知位置的错误。关键思想是在亚稳态的电子水平上编码Qubits，以便门错误主要导致向不相交子空间的过渡，这些子空间可以通过荧光连续监测其种群。我们认为，98％的错误可以转换为擦除。我们通过表面代码的电路级模拟量化了这种方法的好处，从而发现阈值从0.937％增加到4.15％。我们还观察到阈值附近的较大代码距离，从而使相同数量的物理量子位的逻辑错误率更快降低，这对于近期实现非常重要。擦除转换应有益于任何错误纠正代码，并且还可以应用于在其他Qubit平台中设计新的门和编码。
基于仿真的心血管模型推断
在过去的几十年中，血液动力学模拟量已经稳步发展，并且已成为研究心血管系统中的选择工具。通常使用此类工具从生理参数中模拟全身血液动力学，但解决了将波形映射回到合理的生理参数的相应反问题仍然是诺言和具有挑战性的。受基于仿真推理（SBI）进展的动机，我们将此反问题作为统计推断。与替代方法有关，SBI为互动的参数提供了分布，为单个测量值提供了不确定性的多维表示。我们通过对五个临床兴趣的生物标志物进行近距离的不确定性分析来展示这种能力，并比较了几种测量模态。除了对已知事实的佐证（例如估计心率的可行性）之外，我们的研究突出了从护理标准测量值中估算新生物标志物的潜力。sbi揭示了实际相关的发现，这些发现无法通过标准灵敏度分析来捕获，例如，参数估计表现出不同的不确定性状态的亚种群的存在。最后，我们研究了与模拟波形数据库的体内和silico之间的差距，并批判性地讨论了心血管模拟如何为真实世界数据分析提供信息。