XiaoMi-AI文件搜索系统
World File Search SystemIBMQ
通过动态解耦技术实现 IBMQ 量子比特的可保护性
摘要：我们研究了动态解耦技术在可公开访问的 IBM 量子计算机 (IBMQ) 上的当前有效性。该技术也称为 bang-bang 解耦或动态对称化，包括应用脉冲序列，通过对称化量子比特与环境的相互作用来保护量子比特免于退相干。该领域的研究者研究了具有不同对称性的序列，并在通常考虑单量子比特状态的 IBMQ 设备上进行了测试。我们表明，最简单的通用序列对于在 IBMQ 设备上保存双量子比特状态很有用。为此，我们考虑了单量子比特和双量子比特状态的集合。结果表明，使用可用 IBMQ 脉冲的简单动态解耦方法不足以在没有进一步关注的情况下保护一般的单量子比特状态。尽管如此，该技术对贝尔态是有益的。这鼓励我们研究逻辑量子比特编码，例如 {| 0 ⟩ L ≡| 01 ⟩ , | 1 ⟩ L ≡| 10 ⟩} ，其中量子态的形式为 | ψ ab ⟩ = a | 0 ⟩ L + b | 1 ⟩ L 。因此，我们探索了具有大量两量子比特 | ψ ab ⟩ 状态的动态解耦的有效性，其中 a 和 b 是实数振幅。据此，我们还确定 | ψ ab ⟩ 状态最能从这种动态解耦方法中受益，并减缓了其生存概率的衰减。
使用量子置换垫在 IBMQ 系统中进行量子加密和解密
Maria Perepechaenko 和 Randy Kuang Quantropi Inc.，加拿大渥太华 电子邮件：maria.perepechaenko@quantropi.com；randy.kuang@quantropi.com 摘要 — 我们介绍了 Kuang 等人的量子排列垫 (QPP) 的功能实现，使用目前可用的国际商业机器 (IBM) 量子计算机上的 Qiskit 开发套件。对于此实现，我们使用一个带有 28 个 2 量子比特排列门的垫，可提供 128 位熵。在此实现中，我们将明文分成每块 2 位的块。每个这样的块一次加密一个。对于任何给定的明文块，都会创建一个量子电路，其中的量子位根据给定的明文 2 位块初始化。然后使用从 28 排列 QPP 垫中选择的 2 量子比特排列运算符对明文量子位进行操作。由于无法直接发送量子比特，因此密文量子比特通过经典信道进行测量并传输到解密方。解密可以在经典计算机或量子计算机上进行。解密使用逆量子置换垫和用于加密的相应置换门的 Hermitian 共轭。我们目前正在推进 QPP 的实施，以包括额外的安全性和效率步骤。索引术语 — 量子通信、量子加密、量子解密、量子安全、安全通信、QPP、Qiskit、国际商业机器量子 (IBMQ)
真实量子处理单元上的量子模式识别
摘要 量子计算最有前途的应用之一是处理图像等图形数据。在这里，我们研究了基于交换测试实现量子模式识别协议的可能性，并使用 IBMQ 噪声中型量子 (NISQ) 设备来验证这个想法。我们发现，使用双量子比特协议，交换测试可以有效地以良好的保真度检测两个模式之间的相似性，尽管对于三个或更多量子比特，真实设备中的噪声会变得有害。为了减轻这种噪声影响，我们采用破坏性交换测试，这显示出三量子比特状态的性能有所提高。由于云对较大 IBMQ 处理器的访问有限，我们采用分段方法将破坏性交换测试应用于高维图像。在这种情况下，我们定义了一个平均重叠度量，当在真实 IBMQ 处理器上运行时，它可以忠实地区分两个非常不同或非常相似的模式。作为测试图像，我们使用具有简单模式的二进制图像、灰度 MNIST 数字和时尚 MNIST 图像，以及从磁共振成像 (MRI) 获得的人体血管的二进制图像。我们还介绍了一种利用金刚石中的氮空位 (NV) 中心进行破坏性交换测试的实验装置。我们的实验数据显示单量子比特状态具有高保真度。最后，我们提出了一种受量子联想记忆启发的协议，其工作方式类似于监督学习，使用破坏性交换测试进行量子模式识别。
基于余弦相似度的量子二元分类器 - IRIS
控制门 RY (0 . 49 π ) 所需的辅助量子位，q 5 是用于对数据进行幅度编码的 1 量子位寄存器，q 6 是编码标签的量子位。在 IBM 量子处理器 ibmq 16 melbourne 上运行该算法可提供 1024 次采样来对量子位 q 0 进行采样。获得的 P (1) 估计为 ˆ P = 490 / 1024 ≃ 0 . 48，则分配给 x = (0 . 884 , 0 . 468) 的标签为 y = − 1，正如预期的那样。尽管在此测试中分类正确，但与模拟器 ibm qasm simulator 的结果进行比较表明，所考虑的量子机过于嘈杂，无法通过算法 1 进行良好的分类。模拟器的输出统计数据提供 ˆ P = 273 / 1024 ≃ 0 . 27 。此结果与未分类数据向量 x 接近训练向量之间的中间点的事实一致。使用相同的训练点和新的未标记实例 x = (0 . 951 , 0 . 309)（其正确分类为 y = 1）重复实验，量子机失败。事实上 ibmq 16 melbourne 返回相对频率 ˆ P = 338 / 1024 ≃ 0 . 38 ，因此它将 x 归类为 y = − 1 。在同一个测试中，模拟器 ibm qasm simulator 返回 ˆ P = 244 / 1024 ≃ 0 . 24 正确分类。观察到的分类准确性不足取决于所考虑的量子处理器的低量子体积 1（QV = 8）。未来工作的内容可能是在更大、更可靠的硬件上进行测试（例如，具有 27 个量子比特和 QV=128 的 IBM 量子机器 ibmq montreal）。所提出的量子分类器的指数加速归因于在对数时间内有效准备量子态以及在恒定时间内执行分类本身（这取决于所需的准确性）。事实上，选择 QRAM 是出于对总体时间复杂度的明确估计，但允许使用其他有效的初始化来运行此量子分类器。
通过随机编译来缓解串扰错误
我们开发并应用了随机编译（RC）方案的扩展，该协议包括对相邻Qubits的特殊处理，并大大降低了由于在IBMQ量子计算机（IBM_LAGOS和IBMQ_EHNINGEN）中使用错误门的超导QUBIT上的误解而引起的串扰效应。串扰错误，源于受控的（CNOT）两分门，是众多量子计算平台上的错误源。对于IBMQ机器，它们对给定量子计算的性能的影响通常被忽略。我们的RC协议由于串扰而变成一致的噪声变成一个去极化噪声通道，然后可以使用已建立的缓解误差方案（例如噪声估计电路）对其进行处理。我们将方法应用于Bardeen-Cooper-Schrieffer（BCS）Hamiltonian的非平衡动力学的量子模拟，以进行超导性，这是一个特别具有挑战性的模型，用于模拟量子硬件，因为Cooper Pairs的长距离相互作用。在135个cnot门的情况下，我们在一个与Trotterization或Qubit Decermence相反的串扰方面工作，主导了误差。我们对相邻量子位的旋转显示可显着改善噪声估计协议，而无需添加新的Qubits或电路，并允许对BCS模型进行定量模拟。
量子半加器的设计与实现及...
量子机器学习是量子计算和经典机器学习的结合。它有助于解决一个领域到另一个领域的问题。量子计算能力有利于以更快的速度处理大量数据。在这方面，量子计算能力有利于以更快的速度处理如此庞大的数据。经典机器学习是试图在数据中寻找模式并使用这些模式来预测未来事件。另一方面，量子系统产生的典型模式是经典系统无法产生的，从而假设量子计算机可能在机器学习任务上超越经典计算机。因此，这项工作的全部动机是使用量子力学理解和分析半加器和全加器电路设计。关键词：量子，IBMQ
算法量子加速的演示
尽管量子计算机的性能日益强大，但使用当今的非容错设备进行可证明的算法量子加速的实验演示仍然难以实现。在这里，我们明确地在 Oracle 模型中展示了这种加速，并以解决问题时间指标与问题规模的缩放比例来量化。我们利用两个不同的 27 量子位 IBM Quantum (IBMQ) 超导处理器实现了单次 Bernstein-Vazirani 算法，该算法解决了识别每次 Oracle 查询后都会发生变化的隐藏位串的问题。当量子计算受到动态解耦保护时，仅在两个处理器中的一个上观察到加速，但如果没有动态解耦，则不会出现加速。这里报告的量子加速不依赖于任何额外的假设或复杂性理论猜想，并在具有 Oracle 和验证器的游戏环境中解决了真正的计算问题。
选修课：量子计算简介教学大纲...
模块三 量子密码学：量子密钥分发 模块四 量子门与算法：通用门集，量子电路，Solovay-Kitaev定理，Deutsch-Jozsa算法，因式分解 模块五 编写量子计算机程序：IBMQ，使用模拟器编写量子计算机程序执行基本的量子测量和状态分析。 教科书 (1) Phillip Kaye、Raymond Laflamme 等人，《量子计算导论》，牛津大学出版社，2007 年。 (1) Chris Bernhardt，《适合每个人的量子计算》，麻省理工学院出版社，剑桥，2020 年 (2) David McMahon-《量子计算解说-Wiley-Interscience》，IEEE 计算机学会（2008 年） 参考文献 (1) 《量子计算与量子信息》，MA Nielsen &I.Chuang，剑桥大学出版社（2013 年）。 （2）《量子计算简介》，Eleanor G. Rieffel 和 Wolfgang H. Polak 著，麻省理工学院出版社（2014 年）
捕获离子和传输子 QPU 上的量子并行矢量化数据编码和计算
紧凑的量子数据表示对于数据分析的量子算法这一新兴领域至关重要。我们引入了两种新的数据编码方案 QCrank 和 QBArt，它们通过均匀控制的旋转门具有高度的量子并行性。QCrank 将一系列实值数据编码为数据量子位的旋转，从而实现高存储密度。QBArt 直接将数据的二进制表示嵌入计算基础中，需要更少的量子测量，并有助于对二进制数据进行易于理解的算术运算。我们介绍了针对不同类型数据的几种拟议编码应用。我们展示了用于 DNA 模式匹配、汉明重量计算、复值共轭和检索 O（400）位图像的量子算法，所有算法都在 Quantinuum QPU 上执行。最后，我们使用各种可云访问的 QPU（包括 IBMQ 和 IonQ）来执行其他基准测试实验。
使用有效场论在量子计算机上模拟对撞机物理
模拟量子场论在广泛能量范围内的完整动态需要非常大的量子计算资源。然而，对于粒子物理学中的许多可观测量，微扰技术足以准确地模拟理论有效范围内除有限能量范围之外的所有能量。我们证明有效场论 (EFT) 提供了一种有效的机制，可以将传统微扰理论容易计算的高能动态与低能动态区分开来，并展示了如何使用量子算法从第一原理模拟低能 EFT 的动态。作为一个明确的例子，我们计算了在标量场论中存在两个 Wilson 线的时间有序乘积的情况下真空到真空和真空到单粒子跃迁的期望值，这与粒子物理学标准模型的 EFT 中出现的对象密切相关。计算是使用量子计算机的模拟以及使用 IBMQ Manhattan 机器的测量来执行的。