XiaoMi-AI文件搜索系统
World File Search System基态
利用人工神经网络进行量子启发基态近似回火
大量研究表明，参数化人工神经网络 (ANN) 可以有效描述众多有趣的量子多体汉密尔顿量的基态。然而，用于更新或训练 ANN 参数的标准变分算法可能会陷入局部极小值，尤其是对于受挫系统，即使表示足够具有表现力。我们提出了一种并行调节方法，有助于摆脱这种局部极小值。这种方法涉及独立训练多个 ANN，每个模拟由具有不同“驱动器”强度的汉密尔顿量控制，类似于量子并行调节，并且它将更新步骤纳入训练中，允许交换相邻的 ANN 配置。我们研究了两类汉密尔顿量的实例，以证明我们使用受限玻尔兹曼机作为参数化 ANN 的方法的实用性。第一个实例基于置换不变汉密尔顿量，其地形阻碍了标准训练算法，使其逐渐陷入假局部最小值。第二个实例是四个氢原子排列成一个矩形，这是使用高斯基函数离散化的第二个量化电子结构哈密顿量的一个实例。我们在最小基组上研究了这个问题，尽管问题规模很小，但它表现出了假最小值，可以捕获标准变分算法。我们表明，通过量子并行回火来增强训练对于找到这些问题实例基态的良好近似值非常有用。
激光冷却中间膜系统，使其从室温冷却至接近量子基态
量子科学和技术中的许多协议都需要在纯量子态下初始化系统。在大规模谐振器的运动状态背景下，这使得研究难以捉摸的量子-经典跃迁的基本物理成为可能，并以增强的灵敏度测量力和加速度。激光冷却一直是制备量子基态机械谐振器的首选方法，量子基态是最简单的纯态之一。然而，为了克服热浴的加热和退相干，这通常必须与低温冷却相结合。在这里，我们直接从室温激光冷却超相干、软夹紧机械谐振器，使其接近量子基态。为此，我们实施了多功能中间膜装置，该装置具有一个光纤镜和一个声子晶体镜，在室温下已经达到了接近 1 的量子协同性。此外，我们引入了相干和基于测量的量子控制技术的强大组合，这使我们能够减轻热互调噪声。我们达到的最低占用率是 30 个声子，受测量不精确的限制。消除低温冷却的必要性应该会进一步促进光机械量子技术的传播。© 2023 Optica Publishing Group 根据 Optica 开放获取出版协议的条款
计算早期断层的基态性质
在应用量子计算中，大量研究致力于分子和材料基态能量估计问题。然而，对于许多具有实际价值的应用，必须估计基态的其他属性。这些包括用于计算材料中电子传输的格林函数和用于计算分子电偶极子的单粒子约化密度矩阵。在本文中，我们提出了一种量子-经典混合算法，使用低深度量子电路以高精度高效地估计此类基态特性。我们对各种成本（电路重复、最大演化时间和预期总运行时间）进行了分析，这些成本与目标精度、光谱间隙和初始基态重叠有关。该算法提出了一种使用早期容错量子计算机进行行业相关分子和材料计算的具体方法。
金属离子控制电子基态中光诱导电子自旋极化。
摘要：通过改变金属离子的性质可以控制发色团-自由基复合物电子基态 ( 2 S 0 /D 0 ) 中光诱导电子自旋极化 (ESP) 的符号和强度。该复合物由一个有机自由基 (硝基氮氧化物，NN) 通过一个间位亚苯基桥与一个供体受体发色团共价连接而成，( bpy)M(CAT- m -Ph-NN ) ( 1 ) (bpy = 4,4'-二叔丁基-2,2'-联吡啶，M = Pd II ( 1-Pd) 或 Pt II ( 1-Pt )，CAT = 3-叔丁基儿茶酚酸酯，m -Ph = 间位亚苯基)。在这两种复合物中，可见光的光激发都会产生初始交换耦合、3 自旋（bpy•-、CAT+• = 半醌 (SQ) 和 NN•）、电荷分离双线 2 S 1（S = 发色团激发自旋单线态）激发态，该激发态通过 2 T 1（T = 发色团激发自旋三线态）态迅速衰减到基态。该过程预计不会具有自旋选择性，并且对于 1-Pd 仅发现非常弱的发射 ESP。相反，在 1-Pt 中产生强吸收 ESP。推测零场分裂引起的发色 2 T 1 态与 4 T 1 态（1-Pd 和 1-Pt）之间的跃迁，以及自旋轨道引起的 2 T 1 态与 NN 基四重态（1-Pt）之间的跃迁，导致了极化差异。
Ali Abu - Nada* 有限资源下氢分子基态能量的量子计算模拟
摘要：本文采用基于量子变分原理的算法计算了氢分子基态能量。由于本研究的系统（即氢分子）相对较小，因此使用模拟器可以有效地经典模拟该分子的基态能量，因此通过模拟器计算得到了氢分子基态能量。本文阐述了该算法的完整细节。为此，本文给出了费米子 - 量子比特和分子哈密顿量 - 量子比特哈密顿量变换的完整描述。作者寻找产生系统最小能量的量子比特系统参数（θ 0 和 θ 1 ），并研究了基态能量与分子键长的关系。与 Kandala 等人的电路相比，本文提出的电路很简单，不包含很多参数，作者只控制两个参数（θ 0 和 θ 1 ）。
使用量子退火器计算分子的基态特性
量子退火器是量子计算的另一种方法，它利用绝热定理有效地找到物理上可实现的哈密顿量的基态。此类设备目前已在市场上销售，并已成功应用于多个组合和离散优化问题。然而，由于难以将分子系统映射到伊辛模型哈密顿量，量子退火器在化学问题中的应用仍然是一个相对稀少的研究领域。在本文中，我们回顾了两种使用基于伊辛模型的量子退火器寻找分子哈密顿量的基态的不同方法。此外，我们通过计算 H + 3 和 H 2 O 分子的结合能、键长和键角并映射它们的势能曲线来比较每种方法的相对有效性。我们还通过确定使用各种参数值模拟每个分子所需的量子比特数和计算时间来评估每种方法的资源需求。虽然每种方法都能够准确预测小分子的基态特性，但我们发现它们仍然不如现代经典算法，并且资源需求的扩展仍然是一个挑战。
通过模拟益生元分子的基态能量在高性能计算机上的基态能量
摘要。我们使用在Qiskit软件包中实现的变异量子本质量（VQE）来计算源自水，H 2 O和HCN氰化氢的小分子的基态能量。这项工作旨在基准基准算法，以计算与益生元化学相关的分子的电子结构和能量表面，从水和氰化氢开始，并在可用的模拟和物理量子硬件上运行它们。小量子处理器的算法的数值计算使我们能够设计更有效的协议，可以在实际硬件中运行，并分析其性能。对可访问量子处理原型的未来实现将基准量子计算机基准测试，并通过启发式量子算法进行量子优势的测试。
使用量子退火器计算分子的基态特性
量子退火器是量子计算的替代方法，它利用绝热定理有效地找到了可实现的哈密顿量的基态。此类设备当前可商购，并已成功应用于多个组合和离散优化问题。然而，由于难以将分子系统映射到伊辛模型汉密尔 - 汉密斯尼亚人，因此将量子试剂应用于化学问题仍然是一个相对稀疏的研究领域。在本文中，我们回顾了使用基于ISING模型的量子退火器找到分子哈密顿量的基础状态的两种不同的方法。另外，我们通过计算H + 3和H 2 O分子的结合能，键长和键角并映射其势能曲线的相对有效性。我们还通过确定使用各种参数值模拟每个分子所需的量子数和计算时间来评估每种方法的资源要求。虽然这些方法中的每一种都能够准确预测小分子的基态特性，但我们发现它们仍然超过现代经典算法的表现，并且资源需求的扩展仍然是一个挑战。
超快的关键基态准备通过爆炸 -
摘要量子系统的基础状态的快速而忠实的准备是在基于量子的技术领域中的多个应用程序的具有挑战性但至关重要的任务。的消毒将允许的最大时间窗口限制为实验，以忠实地达到此类所需的状态。这在具有量子相变的系统中特别重要，其中消失的能量差距挑战了绝热的基态制备。我们表明，由在两个不同的外部可调参数下的时间演化组成的BANG-BANG协议允许在进化时间中进行高实现基态制备，而不必应用标准最佳控制技术所需的时间，例如切碎 - 常发送量子量子基量子量子量子。此外，由于它们的变量数量减少，此类BANG -BANG协议非常适合优化任务，从而降低了其他最佳控制协议的高计算成本。我们通过两个范式模型（即Landau – Zener和Lipkin – Meshkov – Glick模型）对这种方法进行基准测试。非常重要的是，我们发现后一个模型的关键基态，即其在临界点处的基态可以在总进化时间内以高填充率制备，该缩放比消失的能量差距慢。