XiaoMi-AI文件搜索系统
World File Search SystemVQE
QAOA、VQE、NISQ
模型梯度下降 [Sung et al '20]：围绕当前参数拟合二次模型并最小化它（BayesMGD [Stanisic et al '21]：使用贝叶斯规则来维持模型中的不确定性；解析下降 [Koczor and Benjamin
对方八边形格子 Kitaev 模型的 VQE 进行基准测试
K29.002：超导量子材料与系统 (SQMS) – 新的 DOE 国家量子信息科学研究中心 M41.009：可调 transmon 量子比特的长期尺度能量弛豫动力学作为损耗计量工具 N27.006：超导量子材料与系统 (SQMS) 研究中心的量子信息科学生态系统工作 N51.004：方八边形晶格上 Kitaev 自旋模型的非线性响应*
论文：使用问题特定的参数化量子电路增强优化问题的 VQE 收敛性
摘要 变分量子特征求解器 (VQE) 算法因其在近期量子设备中的潜在用途而受到越来越广泛的关注。在 VQE 算法中，参数化量子电路 (PQC) 用于准备量子态，然后利用这些量子态计算给定汉密尔顿量的期望值。设计高效的 PQC 对于提高收敛速度至关重要。在本研究中，我们通过动态生成包含问题约束的 PQC，引入了针对优化问题量身定制的问题特定 PQC。这种方法通过关注有利于 VQE 算法的酉变换来减少搜索空间，并加速收敛。我们的实验结果表明，我们提出的 PQC 的收敛速度优于最先进的 PQC，凸显了问题特定 PQC 在优化问题中的潜力。关键词：VQE算法，优化问题，问题特定参数化量子电路
用于电子结构计算的量子比特耦合簇单和双变分量子特征求解器假设
摘要 用于电子结构计算的变分量子特征值求解器 (VQE) 被认为是近期量子计算的主要潜在应用之一。在所有提出的 VQE 算法中，酉耦合团簇单双激发 (UCCSD) VQE 拟定实现了高精度并引起了很多研究兴趣。然而，基于费米子激发的 UCCSD VQE 在使用 Jordan-Wigner 变换时需要额外的宇称项。这里我们引入了一种新的基于粒子保留交换门的 VQE 拟定器来实现量子比特激发。对于全到全连接，所提出的 VQE 拟定器的门复杂度上界为 O(n4)，其中 n 是哈密顿量的量子比特数。使用所提出的 VQE 假设对简单分子系统（如 BeH 2、H 2 O、N 2、H 4 和 H 6）进行数值计算，可以得到非常准确的结果，误差约为 10 − 3 Hartree。
量子耦合群集单打和双倍的量子量子本质量ANSATZ用于电子结构计算
用于电子结构计算的变异量子本质量（VQE）被认为是近期量子计算的主要潜在应用。在所有拟议的VQE算法中，统一的耦合群集单打和双打激发（UCCSD）VQE ANSATZ达到了很高的准确性，并获得了很多研究兴趣。但是，使用Jordan-Wigner Transformation时，基于费米子激发的UCCSD VQE需要额外的术语。在这里，我们基于保留粒子的交换门引入了一个新的VQE ANSATZ，以实现量子激励。所提出的VQE ANSATZ的栅极复杂性向上延伸至O（n 4），其中n是哈密顿量的量子数。使用拟议的VQE ANSATZ使用简单分子系统（例如BEH 2，H 2 O，N 2，H 4和H 6）的数值结果，在约10-3 Hartree的误差中非常准确地结果。
具有有限t ...
摘要我们提出了一种使用耐故障（FT）栅极的差异量子本元素（VQE）算法，因此适合在未来错误校正的量子计算机上实现。VQE量子电路通常是为近期嘈杂的量子设备而设计的，并将连续的参数化旋转门作为中央构建块。另一方面，FT量子计算机（FTQC）只能实现一组离散的逻辑门，例如所谓的Clifford + T门。我们表明，VQE的能量最小化可以使用这样的FT离散门机执行，在此我们使用Ross-Selinger算法将连续旋转门移到可误差的Clifford + T GATE-SET。我们发现，与参数化电路之一相比，如果在VQE优化中使用了转移的自适应精度，则不会损失收敛性。使用VQE的状态制备仅需要适度的t -gate，具体取决于系统大小和转卸精度。我们在模拟器上证明了两个原型自旋模型，最多16个Quinbits。这是在新兴ft设置中整合VQE和更一般的变性算法的有希望的结果，在那里它们可以形成一般量子算法的构建块，这些算法将在FTQC中可以访问。
元变分量子特征求解器：学习参数化汉密尔顿量的能量分布以进行量子模拟
我们提出了元变分量子本征求解器 (VQE)，这是一种能够学习参数化汉密尔顿量的基态能量分布的算法。如果使用几个数据点训练元 VQE，它将提供初始电路参数化，可用于计算特定信任区域内汉密尔顿量的任何参数化的基态能量。我们使用 XXZ 自旋链、电子 H 4 汉密尔顿量和单传输量子模拟测试该算法。在所有情况下，元 VQE 都能够学习能量函数的形状，在某些情况下，与单个 VQE 优化相比，它可以提高准确性。元 VQE 算法在优化数量方面提高了参数化汉密尔顿量的效率，并为单个优化的量子电路参数提供了良好的起点。所提出的算法可以很容易地与变分算法领域的其他改进相结合，以缩短当前最先进技术与具有量子优势的应用之间的距离。
![arXiv:2305.06538v1 [quant-ph] 2023 年 5 月 11 日](/simg/g:\will\search\icon\source\9\9d5343a368913d69d45280391b76e29664a1fdfe.webp)
arXiv:2305.06538v1 [quant-ph] 2023 年 5 月 11 日
量子计算已成为一种有前途的技术，可用于解决传统计算机无法解决的问题。在本研究中，我们引入了量子计算，并使用 IBM Quantum 平台上的 Qiskit 实现了变分量子特征求解器 (VQE) 算法来计算氢分子的基态能量。我们提供了量子力学、量子比特、量子门和 VQE 算法的理论框架。我们描述了我们的实现过程，并模拟了结果。此外，我们在 IBM Quantum 平台上进行了实验，并分析了结果。我们的研究结果表明，VQE 可以高效地高精度计算分子特性。然而，我们也发现了将算法扩展到更大分子的局限性和挑战。这项工作促进了量子计算研究的不断发展，并突出了 VQE 在解决现实世界问题方面的潜在应用。
因果回路Feynman图和定向无环形图的变异量子量表
我们提出了一种差异量子本素（VQE）算法，用于在循环树二元性中有效地引导多链feynman图的因果表示，或等效地，在有线图中选择了acyclic配置。基于描述多核拓扑的邻接矩阵的循环hamiltonian，其不同的能级对应于循环的数量，而VQE则将其最小化以识别因果或无环构型。该算法已改编成选择多个退化的最小值，从而达到更高的检测率。详细讨论了与基于Grover的算法的性能比较。，VQE方法通常需要更少的量子和较短的电路来实施，尽管成功率较小。
optorbvqe.pdf
摘要：近期的量子计算机在处理信息的量子比特数量以及可连贯执行的电路深度方面将受到限制。迄今为止，出于这个原因，变分量子特征值求解器 (VQE) 等算法的实验演示仅限于使用最小基集的小分子。在这项工作中，我们建议将轨道优化方案纳入量子特征值求解器，其中将参数化的部分酉变换应用于基函数集，以减少给定问题所需的量子比特数量。通过最小化相对于该部分酉矩阵的基态能量来找到最佳变换。通过对多达 16 个自旋轨道的小分子进行数值模拟，我们证明了该方法能够大大扩展近期量子计算机在电子结构问题方面的能力。我们发现，当使用相同数量的量子比特时，与轨道优化相结合的 VQE 始终能实现比传统 VQE 更低的基态能量，甚至经常比使用更多量子比特的 VQE 方法实现更低的基态能量。