简介量子计算最近引起了人们的关注,这是由于其潜力比经典算法更快地解决复杂问题。与经典计算相比,该计算使用位置的线性比例,量子计算使用Qubits的指数刻度。这是因为Qubits的纠缠可以同时表示多个状态。结果,与常规机器学习的多项式复杂性相比,量子机学习(QML)具有线性或肌关系的复杂性,即使在当前的嘈杂的中等规模QUANTUM(NISQ)的时代也是如此。因此,各种研究利用QML来优化其目标(Yun等人2022)。但是,使用QML,即,Barren Plateaus。贫瘠的高原阻碍了QML的训练,许多研究证明,安萨兹(Ansatz)的量子增加会引起贫瘠的高原。在本文中,我们的目标是操作QML,尤其是基于量子的CNN(QCNN),仅使用有限数量的Qubits来防止贫瘠的高原,同时保持合理的性能。在本文中,这种方法称为保真度变化训练(FV-Train)。我们提出的FV-TRAIN的新颖性是数值和经过验证的,我们最终确认我们提出的方法可实现所需的性能改善。
[11] E. Moreno-Pineda、C. Godfrin、F. Balestro 等人。化学学会评论,2018,47,501 [12] M. Ringbauer,M. Meth,L. Postle 等。 Nature Physics, 2022, 18, 1053 [13] Y. Chi, J. Huang, Z. Zhang 等.自然通讯,2022,13,1166 [14] A. Larrouy,S. Patsch,R. Richaud 等人。 Physical Review X, 2020, 10, 021058 [15] Petiziol, F., Chiesa, A., Wimberger, S. et al. npj Quantum Inf, 2021, 7 ,133TbPc2as a qu-4-it(例如 [1])。
1 Hefei国家体育科学研究中心,在中国科学技术大学的微观和物理科学学院,中国230026,2上海量子科学研究中心和量子科学和CAS CAS卓越质量和量子质量物理学中心量子软件和信息,工程和信息技术学院,悉尼工程大学,新南威尔士大学,2007年,澳大利亚5号物理系,南部科学技术大学,深圳518055,6深圳量子科学与工程研究所,南方科学与技术大学,南方科学与技术大学,亨氏518055,Henan 518055,Henan 518055,Henan 518055 450000,中国8 Qutech,代尔夫特技术大学,P.O。 box 5046,2600 GA DELFT,荷兰9广东省级科学与工程学省级巨大的量子,南部科学技术大学,深圳518055,中国10的深圳市量子科学与工程量子科学与工程量量子科学与工程量主要实验室,南部科学与技术大学量子科学与工程量大型实验室1 Hefei国家体育科学研究中心,在中国科学技术大学的微观和物理科学学院,中国230026,2上海量子科学研究中心和量子科学和CAS CAS卓越质量和量子质量物理学中心量子软件和信息,工程和信息技术学院,悉尼工程大学,新南威尔士大学,2007年,澳大利亚5号物理系,南部科学技术大学,深圳518055,6深圳量子科学与工程研究所,南方科学与技术大学,南方科学与技术大学,亨氏518055,Henan 518055,Henan 518055,Henan 518055 450000,中国8 Qutech,代尔夫特技术大学,P.O。box 5046,2600 GA DELFT,荷兰9广东省级科学与工程学省级巨大的量子,南部科学技术大学,深圳518055,中国10的深圳市量子科学与工程量子科学与工程量量子科学与工程量主要实验室,南部科学与技术大学量子科学与工程量大型实验室box 5046,2600 GA DELFT,荷兰9广东省级科学与工程学省级巨大的量子,南部科学技术大学,深圳518055,中国10的深圳市量子科学与工程量子科学与工程量量子科学与工程量主要实验室,南部科学与技术大学量子科学与工程量大型实验室
在过去的二十年中,机器学习和量子计算的组合一直是一个不断增长的话题,但是到目前为止,量子计算硬件的局限性具有某种性的限制,这是什么限制了用于机器学习的复杂多量化操作。在本文中,我们利用在脉冲量子A上观察到的量子状态概率的周期性性质,以提出一个单品饲料向前块,其构建结构允许以类似于经典神经网络的方式使用经典参数。为此,我们调节脉冲令人兴奋的量子,以诱导Bloch球体周围的叠加旋转。此处介绍的方法具有每个块单个量子的优势。因此,它相对于块的数量是线性的,而不是与其他地方的大多数方法相比,与多项式相对于多项式。此外,由于它采用了经典参数,因此可以对培训中的大量迭代和更新进行培训,而无需居住,并且可以在必要时重复使用并存储梯度。我们还展示了如何使用正弦方的激活功能来绘制类比与神经网络的绘制,并说明了如何在启用脉冲量子计算机上使用和实现此处介绍的馈电块。
量子物理和化学问题。 [1] 为此,世界各地的研究人员正致力于开发量子计算、量子模拟和量子传感。 [2] 这项技术的优势可能有助于解决一些影响深远的问题,如理解高温超导性、进一步实现处理器中晶体管的小型化以及预测新型药物的特性。 [3–5] 量子应用的基本单位是量子比特,一般来说,量子比特是一个具有两个或多个能级的系统,可以在一段有限的时间内进入相干叠加态,这段时间称为相干时间。 [6] 目前正在研究几种作为量子比特的系统,将它们的属性与特定的应用联系起来:用于量子通信的光子,[7] 用于量子计算的超导电路,[8,9] 和用于磁场量子传感的金刚石中的氮空位。 [10,11] 其他有趣的平台包括硅中的磷杂质、[12] 量子点、[13] 里德堡原子 [14] 和捕获离子。[15,16] 所有这些潜在的量子比特平台在作为独立单元工作时都表现出非凡的特性。然而,实现量子门需要将几个这样的单元耦合起来,而这具有挑战性。同样,由于缺乏能够在阵列中精确定位量子比特的制造工艺,它们的可扩展性也受到限制。[17] 必须满足这两个要求才能实现工作的量子装置,因此这是一项不简单的任务。分子自旋量子比特 (MSQ) 是一个很有前途的平台,可以应对这些挑战。[18–23] 分子是微观的量子物体,像原子一样,但其组成更灵活,具有在纳米级形成有序结构的巨大潜力。 [24,25] 由于其合成的多功能性,可以微调多个量子比特之间的相互作用 [26–28] 并修改配体壳以满足特定的实际需求,例如将量子比特转移到固体基底上或设备中。[4,29–32] 人们对 MSQ 的兴趣迅速增长,并在短时间内取得了有关化学设计与量子特性之间关系理解的显著成果。[33–41] 现在很明显,可以实现长的相干时间 [42–45] 并且可以设计多自旋能级系统,这要归功于量子门
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。
项目概述:精确测量基于科学和技术的基础,以及推动准确性和精度的基本限制的新型传感器,从纳米电子学到医学成像的应用需要应用。颜色中心具有原子样电子过渡,可以使用光学和微波技术探测(图1(b)),并且由于原子晶格规模的空间扩展,他们可以对其本地环境提供精美的探测。在此项目中,您将开发一个集成的微波炉和光子平台来控制和调查2D材料中的旋转(图1(a)),其最终目的是建立具有最高敏感性和空间分辨率的新一代传感器。
在旋转框架中观察到的两级系统的共振横向驾驶在拉比频率下两个退化状态,这是量子力学中出现的等效性。尽管成功地控制了自然和人工量子系统,但由于不循环术语等非理想性,可能会出现某些局限性(例如,可实现的栅极速度)。我们引入了一个由两个电容耦合的透射量子台形成的超导复合量子轴(CQB),其具有一个小的避免的横穿(小于环境温度)在两个能级之间。我们使用仅基带脉冲,非绝热过渡和连贯的Landau-Zener干扰来控制这种低频CQB,以实现快速,高效率,单Qubit的操作,其Clifford Fidelities超过99.7%。我们还在两个低频CQB之间执行耦合的量子操作。这项工作表明,使用仅基带脉冲可行,对低频量子的通用非绝热是可行的。
作者:M Malfavon · 2022 年 — 本报告已通过科学和技术信息 (RSTI) 流程批准。2022 年 6 月,该报告正式发布在国防...