我们研究了依赖于参数的哈密顿量的量子地面歧管的杀戮向量。我们发现,歧管的对称性可能在哈密顿量的水平上不可见,并且物质的不同量子相表现出不同的对称性。,我们使用杀戮载体场的Lie代数提出了基于Bianchi的分类。此外,我们解释了如何利用这些对称性以发现地球学并在越过临界线时探索其行为。我们训练会讨论大地测量,能量流量和绝热制备方案之间的关系。我们的主要示例是各向异性横向领域模型。我们还分析了两种情况下的地质方程的ISIN限制和找到分析解决方案。
使用基本代数方法在系统的完整希尔伯特空间中提供了有限温度下的可集成旋转链的确切描述。我们对自旋链模型进行了填充,这些模型接受了自由费的描述,包括范式示例,例如一维横向尺寸量子量子和XY模型。确切的分区函数是得出的,并将其与无处不在的近似值进行了比较,在这种近似中,仅考虑了能量谱的正差异部门。在低温下的临界点附近发现了由于这种近似而产生的误差。我们进一步提供了在热平衡处的一类可观察力的全部计数统计数据,并详细介绍了横向字形量子质量链中的扭结数和横向磁化的方法分布。
在马尔可夫链蒙特卡罗方法中,不可逆马尔可夫链的表现优于可逆链。提升是一种在状态空间中引入净随机流并构造不可逆马尔可夫链的通用方法。这里我们介绍了提升技术在有向蠕虫算法中的应用。使用几何分配方法优化蠕虫更新的转移概率;最小化蠕虫反向散射概率,最大化破坏细节平衡的随机流。我们证明了对于四维超立方格子 Ising 模型,该算法的性能优于以前的蠕虫和聚类算法。本算法的采样效率分别约为标准蠕虫算法、Wolflucluster 算法和以前的提升蠕虫算法的 80、5 和 1.7 倍。我们估计了超立方格子Ising模型在蠕虫和Wolflucluster更新中的动态临界指数为z≈0。定向蠕虫算法的提升版本可以应用于各种量子系统以及经典系统。
强相互作用模型通常具有比能级一对一映射更微妙的“对偶性”。这些映射可以是不可逆的,正如 Kramers 和 Wannier 的典型例子所表明的那样。我们分析了 XXZ 自旋链和其他三个模型共有的代数结构:每平方梯子上有一个粒子的里德堡阻塞玻色子、三态反铁磁体和两个以之字形耦合的伊辛链。该结构在四个模型之间产生不可逆映射,同时还保证所有模型都是可积的。我们利用来自融合类别的拓扑缺陷和 orbifold 构造的格子版本明确地构建这些映射,并使用它们给出描述其临界区域的明确共形场论配分函数。里德伯阶梯和伊辛阶梯还具有有趣的不可逆对称性,前者中一个对称性的自发破坏会导致不寻常的基态简并。
量子退火器(QAS)是专门的量子计算机,可以通过物理利用量子效应来最大程度地限制离散变量的目标函数。当前的QA平台允许优化二进制变量(Qubits)定义的二次目标,也称为ISING问题。在过去的十年中,D-Wave实施的质量检查系统随着摩尔般的增长而扩展。当前的体系结构提供2048个稀疏连接的量子位,并预计持续的指数增长以及连通性的提高。我们探讨了解决SAT和MaxSAT问题等体系结构等QA Systems量表等架构的可行性。我们开发了有效地编码SAT的技术,并具有一定局限性的Maxsat-将与稀疏QA体系结构兼容的问题。我们为此映射提供了理论基础,并提供了编码技术,这些技术结合了o ne ine ne ane fimita和optimization modulo理论与在空中的位置和路由相结合。对当前一代2048 Qubit D-Wave系统的初步经验测试支持该方法对于某些SAT和MAXSAT问题的可行性。
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。
• 自旋系统中的相变:介绍和基本现象学 • 普遍性和临界指数;空间维数的作用 • 韦斯平均场理论 • 朗道-金兹堡相变理论 • 一维伊辛模型的精确解 • 任意空间维度的近似方法 • 缩放假设 • 重正化群基本思想简介
量子退火是解决组合优化问题的有希望的算法。但是,各种硬件限制会大大阻碍其EFFI的表现。降级方法提供了一种解决大规模问题的方法,但经常引入其他挑战。与问题的大小相比,量子退火可以处理的明显硬件限制是量子变量的数量。此外,当采用尺寸减少方法时,ISING模型中的相互作用和局部磁场(用于表示组合优化问题)的局部磁场可能会变得过大,从而使它们在硬件上实现。先前的研究表明能量重新恢复会影响量子退火的性能,但其与尺寸还原方法的相互作用仍未得到探索。本研究检查了固定旋转,有希望的尺寸减小方法和能量重新恢复的E FF之间的关系。在量子退火器上进行的数值模拟和实验表明,固定旋转方法增强了量子退火性能,同时保留了均匀,完全连接的铁磁磁性模型的自旋链嵌入。
相干伊辛机 (CIM) 是一个光学参量振荡器 (OPO) 量子网络,旨在找到伊辛模型的基态。这是一个 NP 难题,与几个重要的最小化问题有关,包括最大割图问题和许多类似的问题。为了提高其潜在性能,我们在高度量子状态下分析了 CIM 的相干耦合策略。为了探索这个极限,我们采用了精确的数值模拟。由于系统固有的复杂性,最大网络规模是有限的。虽然可以使用主方程方法,但对于较大的系统,它们的可扩展性会迅速降低。相反,我们使用蒙特卡洛波函数方法,该方法随着波函数维度而扩展,并使用大量样本。这些模拟涉及超过 $10^{7}$ 维的希尔伯特空间。为了评估成功概率,我们使用正交概率。我们通过使用量子叠加和时变耦合来增强量子效应,展示了通过在低耗散状态下改善模拟时间和成功率来实现量子计算优势的潜力。
在本次演讲中,我们将介绍 arXiv:2201.03358 的主要结果。我们提供了分析和数值证据,表明通用 Ising 自旋模型上的单层量子近似优化算法 (QAOA) 会产生具有高斯扰动的热态。我们发现,根据最先进的技术,这些伪玻尔兹曼态无法在经典计算机上有效模拟,我们将这种分布与 QAOA 的优化潜力联系起来。此外,我们观察到温度取决于状态能量与其他能级协方差以及状态与这些能量的汉明距离之间的隐藏的通用相关性。