摘要 我们介绍了一种用于量子电路强经典模拟的增强技术,该技术将“稳定器求和”方法与基于 ZX 演算的自动简化策略相结合。最近有研究表明,通过将电路中的非稳定器门表示为魔法状态注入,并将它们一次分解为 2-6 个状态的块,可以对量子电路进行经典模拟,从而获得(可有效模拟的)稳定器状态的总和,并且比简单方法的项少得多。我们将这些技术从具有魔法状态注入的 Clifford 电路的原始设置改编为通用 ZX 图,并表明通过将这种“分块”分解与基于 ZX 演算的简化策略交错,我们可以获得比现有方法小几个数量级的稳定器分解。我们说明了这种技术如何对具有多达 70 个 T 门的随机 50 和 100 量子比特 Clifford + T 电路的输出以及 Bravyi 和 Gosset 先前考虑过的具有超过 1000 个 T 门的隐藏移位电路系列执行精确范数计算(从而进行强模拟)。
我们提出了一种减少电路中非 Clifford 量子门(特别是 T 门)数量的方法,这是有效实现容错量子计算的重要任务。此方法与大多数基准电路中无辅助 T 计数减少的先前方法相当或优于后者,在某些情况下可带来高达 50% 的改进。我们的方法首先将量子电路表示为 ZX 图,这是一种张量网络结构,可以根据 ZX 演算规则进行变换和简化。然后,我们扩展了最近的简化策略,添加了一个不同的成分,即相位小工具化,我们使用它通过 ZX 图传播非 Clifford 相位以找到非局部抵消。我们的程序可不加修改地扩展到任意相位角和变分电路的参数消除。最后,我们的优化是自检的,也就是说,我们提出的简化策略足够强大,可以独立验证输入电路和优化输出电路的相等性。我们已经在开源库 P y ZX 中实现了本文的例程。
周五研究水和鱼计划在整理艾伯塔省的现有水温度数据方面发挥了主要作用,并收集了新数据,目的是为艾伯塔省的东坡度生成预测性温度模型。正在进行这项工作,以提供渔业经理和资源用户的输出,可用于比较流域中冷水物种的可用热栖息地。这很重要,因为三种冷水物种(Bull Trout,Westslope Cutthroat Trout和Athabasca Rainbow Trout)在“风险法案中的物种”下列出了联邦列出。在这里,发现将有助于确定哪些流域具有最适合这些冷水物种的热栖息地,并且预测哪些分水岭最容易受到气候变化的温暖温度。这些模型的结果将成为资源经理,以选择采取行动和保护的领域。