XiaoMi-AI文件搜索系统
World File Search Systemcircuits
来自深度量子电路的抗噪基态能量估计
在容错方面，量子计算的实用性将取决于量子算法中噪声影响的可避免程度。混合量子-经典算法（如变分量子特征值求解器 (VQE)）是为短期方案设计的。然而，随着问题规模的扩大，VQE 结果通常会因当今硬件上的噪声而变得杂乱。虽然错误缓解技术在一定程度上缓解了这些问题，但迫切需要开发对噪声具有更高鲁棒性的算法方法。在这里，我们探索了最近引入的量子计算矩 (QCM) 方法对基态能量问题的鲁棒性，并通过分析示例展示了底层能量估计如何明确地滤除非相干噪声。受此观察的启发，我们在 IBM Quantum 硬件上为量子磁性模型实现了 QCM，以检查随着电路深度的增加噪声过滤效果。我们发现 QCM 保持了极高程度的误差稳健性，而 VQE 则完全失效。在量子磁性模型中，对于多达 20 个量子比特的超深试验态电路（最多 500 个 CNOT），QCM 仍然能够提取合理的能量估计值。大量实验结果支持了这一观察结果。要达到这些结果，VQE 需要在错误率上将硬件改进大约 2 个数量级。
随机量子电路中测量诱导跃迁的临界特性
我们用数值方法研究了 1 + 1 维 Haar 随机量子电路的测量驱动量子相变。通过分析三部分互信息，我们可以精确估计临界测量率 pc = 0.17(1)。我们提取了相关体积临界指数的估计值，这些估计值与渗透的值以及稳定器电路的值一致，但与之前对 Haar 随机情况的估计值不同。我们对表面序参量指数的估计似乎与稳定器电路或渗透的估计值不同，但我们不能明确排除这三种情况下所有指数都匹配的情况。此外，在 Haar 情况下，纠缠熵 S n 的前因子强烈依赖于 R´enyi 指数 n；对于稳定器电路和渗透，这种依赖性不存在。稳定器电路的结果用于指导我们的研究并识别具有弱有限尺寸效应的措施。我们讨论了我们的数值估计如何限制过渡理论。
自上而下的电路中发展不同的架构 1
（未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者此版本于 2023 年 8 月 28 日发布。；https://doi.org/10.1101/2023.08.27.555010 doi：bioRxiv preprint
利用前馈的浅层电路进行状态准备
为了实现容错量子计算，我们需要在初始化量子设备后重复以下四个步骤。首先，我们执行 1 或 2 个量子比特量子门（如果可能的话，并行执行）。其次，我们对量子比特的子集进行综合征测量。第三，我们执行快速经典计算以确定发生了哪些错误（如果有）。第四，根据错误，我们应用校正步骤。然后，该过程对下一个门序列重复。这四个步骤对于实现容错量子计算至关重要。为了使这四个步骤成功，我们需要门的错误率低于某个阈值。不幸的是，当前量子硬件的错误率仍然太高，无法满足这一要求。另一方面，当前的量子硬件平台在设计时就考虑到了这四个步骤。在本研究中，我们利用这个四步方案，不是执行容错计算，而是增强执行 1 量子比特门和最近邻 2 量子比特门的短、恒定深度量子电路。为了探索这如何有用，我们研究了一个称为局部交替量子经典计算 (LAQCC) 的计算模型。在这个模型中，量子比特被放置在一个网格中，它们只能与它们的直接邻居交互；量子电路具有恒定深度和中间测量值；经典控制器可以对这些中间测量结果执行对数深度计算，并根据结果控制未来的量子操作。该模型自然地适合 NISQ 时代的量子算法和成熟的容错量子计算。我们展示了 LAQCC 电路如何创建恒定深度量子电路无法实现的长距离交互，并使用它来构建一系列有用的多量子比特操作。利用这些门，我们创建了三种新的状态准备协议，用于任意数量的状态、W 状态和 Dicke 状态的均匀叠加，这是 W 状态的泛化。此外，我们表明这种类型的模型包含不太可能被经典模拟的电路，并通过展示 QNC 1 的包含来限制该模型的功率
节能回路中的液压蓄能器
液压蓄能器是流体等效的电容器（Yudell 和 Van de Ven，2017 年；Leon-Quiroga 等人，2020 年）。因此，它们被用来储存能量。它们的应用包括混合动力汽车（Costa 和 Sepehri，2015 年；美国环境保护署，2020 年；Pourmovahed 等人，1992 年；Deppen 等人，2012 年；Deppen 等人，2015 年；Beachley 等人，1983 年；Ho 和 Ahn，2010 年；Chapp，2004 年；Chen 等人，2022 年；Sprengel 和 Ivantysynova，2013 年）、风能和波浪能提取（Dutta 等人，2014 年；Fan 等人，2016a 年；Fan 等人，2016b 年；Fan 等人，2016c 年；Irizar 和 Andreasen，2017 年；Fan 和 Mu，2020 年）、挖掘机和类似机械（Heybroek 等人等，2012；林和王，2012；沉等，2013； Hippalgaonkar 和 Ivantysynova，2016a； Hippalgaonkar 和 Ivantysynova，2016b；任等人，2018；于和安，2020； Bertolin 和 Vacca，2021）。蓄能器还被用作闭式液压回路中的低压罐（Çal ış kan et al., 2015; Costa and Sepehri, 2019）、减震器（Porumamilla et al., 2008）以及作为切换液压回路的一部分，其中执行器的液压动力由快速切换液压阀而不是滑阀控制（以减少节流损失）（Brown et al., 1988; De Negri et al., 2014; Kogler and Scheidl, 2016; Yudell and Van de Ven, 2017）。根据其结构类型，蓄能器分为气体加载型、重量加载型和弹簧加载型（Costa and Sepehri, 2015）。气体加载（液压气动）蓄能器是液压回路中最常用的蓄能器，迄今为止引用的所有参考资料都证明了这一点，也是本文的重点。然而，在继续之前，有必要谈谈重量和弹簧加载蓄能器。重量加载蓄能器在排放过程中提供（几乎）恒定的压力，因为它们将潜在的重力能量存储在垂直移动的质量中，如图 1 所示。
植物合成基因电路的设计
自植物生物技术诞生以来，人们就一直对能够改造植物并使其功能增强的可能性充满兴趣。在气候变化和人口增长的压力下，这种前景在当今时代变得更加重要。当今的植物生物技术专家利用合成生物学工具来应对这一挑战，合成生物学有助于从其模块化组件组装合成基因电路 (SGC)。转录 SGC 接收环境或内源输入，并使用转录信号以自然界中不一定发生的方式对其进行操作，从而产生新的生理输出。多年来，人们开发了许多可用于设计和构建植物 SGC 的遗传组件。本综述旨在提供可用组件的最新视图，提出一种通用方案，以促进对传感器、处理器和执行器模块中的电路组件进行分类。按照这种类比，我们回顾了 SGC 设计的最新进展，并讨论了未来的主要挑战。
CRISPR 介导的基因激活回路中由于资源竞争而产生的相互作用*
摘要 Ð CRISPR 介导的基因调控因其可扩展性而备受关注，可以创建越来越大的遗传回路。由于不同小向导 RNA 之间对 dCas9 资源的竞争而产生的非预期相互作用已被广泛描述为 CRISPR 介导的抑制 (CRISPRi)。对于 CRISPR 介导的激活 (CRISPRa)，这种分析在很大程度上是缺失的。在本文中，我们考虑两个必需的共享资源 (dCas9 和激活蛋白) 对 CRISPRa 进行建模，并确定通过资源竞争出现的相互作用图。多个支架 RNA (scRNA) 之间存在两个共享资源是造成两种主要现象的原因。首先，我们用数学证明了“自我隔离”效应的存在，其中 scRNA 抑制其自身的靶基因而不是激活它，从而否定了 CRISPRa 的功能。其次，我们证明与单一资源的情况相比，非靶基因的不必要抑制要强得多。这些结果表明，同时调节多种资源的新控制方法将有助于减轻 CRISPRa 中资源竞争的不良影响。
用于量子技术的超导电路
JM Martinis、MH Devoret 等人。 PRB 35,4682 (1987)。 RF Voss和RA Webb(IBM)，PRL 47，265(1981)； DB Schwarz 等人（纽约州立大学），PRL 55，1547（1985）。
变分量子电路中测量引起的纠缠相变
变分量子算法 (VQA) 经典地优化参数化量子电路以解决计算任务，有望增进我们对量子多体系统的理解，并使用近期量子计算机改进机器学习算法。这类量子-经典混合算法面临的突出挑战是与其经典优化相关的量子纠缠和量子梯度的控制。这些量子梯度被称为贫瘠高原现象，在体积定律纠缠增长的情况下，它们可能会迅速消失，这对 VQA 的实际应用构成了严重障碍。受最近对随机电路中测量诱导纠缠转变研究的启发，我们研究了具有中间投影测量的变分量子电路中的纠缠转变。考虑 XXZ 模型的哈密顿变分拟定 (HVA) 和硬件高效拟定 (HEA)，我们观察到随着测量率的增加，测量诱导的纠缠转变从体积定律到面积定律。此外，我们提供了证据表明，该转变属于随机酉电路的同一普适性类别。重要的是，该转变与经典优化中从严重到温和/无贫瘠高原的“景观转变”相吻合。我们的工作可能为通过在当前可用的量子硬件中结合中间测量协议来提高量子电路的可训练性提供一条途径。