XiaoMi-AI文件搜索系统
World File Search System时间演化
使用量子虚时间演化求解 MaxCut
摘要 我们介绍了一种基于量子虚时间演化 (QITE) 有效解决 MaxCut 问题的方法。我们采用线性 Ansatz 进行幺正更新和不涉及纠缠的初始状态，以及在给定图和切除两个边的子图之间插值的虚时间相关哈密顿量。我们将该方法应用于数千个随机选择的图，最多有 50 个顶点。我们表明，对于所有考虑的图，我们的算法表现出 93% 及以上的性能，可以收敛到 MaxCut 问题的最大解。我们的结果与贪婪算法和 Goemans-Williamson 算法等经典算法的性能相比毫不逊色。我们还讨论了 QITE 算法的最终状态与基态的重叠作为性能指标，这是其他经典算法所不具备的量子特征。
超越时间演化的决定论
物理学家们开始越来越认真地考虑非局部、全局、非时间、逆因果或以其他方式超出传统时间演化范式的定律的可能性。然而，当今使用的许多决定论定义仍然以向前的时间演化图景为前提，这显然不适合现代物理学中各种各样的研究计划。随着物理学开始超越时间演化范式，是否仍然有一个有意义的决定论概念需要恢复，作为世界的形而上学属性？在本文中，我们认为有：我们提出了一种不依赖于时间演化图景的思考决定论的方式，并探讨了这种概括对决定论和机会哲学的一些影响。我们在第一部分开始讨论决定论的一些现有定义。在回顾了拉普拉斯定义的一些缺陷之后，我们评估了该概念的几种现有概括。特别是，我们注意到，尽管在研究时空理论时使用的“基于区域”的公式确实避免在定义中构建时间方向，但这种模型理论公式要求我们将决定论纯粹视为给定理论的技术特征，而不是世界的假定形而上学特征。因此，我们认为仍然需要了解在后时间演化范式中，什么样的形而上学图景可以取代时间导向的拉普拉斯决定论概念。在第 3 节中，我们使用基于约束的框架以模态形式提供几种新的决定论定义，区分强、弱和非局域整体决定论，并表明这些定义成功地适应了时间演化范式之外的一系列情况。然后在第 4 节中，我们讨论了这些广义决定论概念的一些有趣后果。在第 5 节中，我们表明这种方法为围绕客观机会性质的长期争论提供了新的见解，因为它表明，在一个满足整体决定论的世界中，可能会发生一些从局部角度来看似乎是概率性的事件，但这些事件并不需要我们从外部角度调用“客观机会”。最后，在第 6 节中，我们讨论了整体决定论与其他几个相关研究计划的关系。
利用量子虚时间演化求解 MAXCUT
我们介绍了一种基于量子虚时间演化 (QITE) 高效解决 MaxCut 问题的方法。我们采用线性 Ansatz 进行幺正更新和不涉及纠缠的初始状态，以及在给定图和切除两个边的子图之间插值的虚时间相关哈密顿量。我们将该方法应用于数千个随机选择的图，最多有 50 个顶点。我们表明，对于所有考虑的图，我们的算法表现出 93% 及以上的性能，收敛到 MaxCut 问题的最大解。我们的结果与经典算法（例如贪婪算法和 Goemans-Williamson 算法）的性能相比毫不逊色。我们还讨论了 QITE 算法的最终状态与基态的重叠作为性能指标，这是其他经典算法所不具备的量子特征。
在分布式量子计算机上模拟时间演化
我们研究了 Trotter-Suzuki 分解的变体，其中哈密顿指数由两个量子比特算子指数的有序乘积近似，使得 Trotter 步长在少数项中得到增强。这种分解直接反映了分布式量子计算机的硬件约束，其中单片量子设备上的操作与使用互连在不同节点之间进行纠缠分布相比更快。我们模拟了横向场 Ising 和 XY 自旋链模型的非平衡动力学，并研究了与量子互连越来越稀疏的使用相关的局部增加的 Trotter 步长的影响。我们发现近似的整体质量平稳地取决于局部稀疏性，并且局部误差的扩散很慢。因此，我们表明，即使在使用互连成本高昂的分布式量子计算机上，也可以利用单片设备上的快速局部操作来获得整体改进的结果保真度。
开放系统中随时间演化的量子叠加和相干图的丰富内容
我们讨论了与耗散环境耦合的多态系统随时间演化的约化密度矩阵 (RDM) 的一般特征。我们表明，通过相干图，即系统站点方格上 RDM 实部和虚部的快照，可以有效且透明地可视化动态的许多重要方面。特别是，相干图的扩展、符号和形状共同表征了系统的状态、动态的性质以及平衡状态。系统的拓扑结构很容易反映在其相干图中。行和列显示量子叠加的组成，它们的填充表示幸存相干的程度。虚 RDM 元素的线性组合指定瞬时群体导数。主对角线包含动力学的非相干分量，而上/下三角区域产生相干贡献，从而增加 RDM 的纯度。在开放系统中，相干图演变为围绕主对角线的带，其宽度随温度和耗散强度的增加而减小。我们用具有 Frenkel 激子耦合的 10 位模型分子聚集体的例子来说明这些行为，其中每个单体的电子态都耦合到谐波振动浴中。
量子虚时间演化算法
量子场是物理世界的基本组成部分，它描述所有能量尺度上的物质量子多体系统以及电磁辐射和引力辐射。量子场工程实现了前所未有的测量灵敏度，典型案例是利用压缩光将激光干涉引力波天文台 (LIGO) 的本底噪声降低到散粒噪声极限以下 [1]。在连续变量 (CV) 量子场（又称量子模（代替离散变量 (DV) 量子位））中对量子信息进行编码，已经实现了数百万个量子模上的多体纠缠。这种规模在任何量子位架构中都是无与伦比的，它为量子计算、量子通信和量子传感定义了新的视野和范式。基于量子模式的纳米光子集成设备有可能超越基于量子比特的噪声中型量子 (NISQ) [ 2 ] 计算设备的性能，从而定义未来的量子技术。量子模式的自然实现是使用量子光，这也适用于传感 [ 3 – 6 ] 和通信。
一种用于参数化电路时间演化的高效量子算法
我们引入了一种新颖的混合算法，使用参数化量子电路模拟量子系统的实时演化。该方法名为“投影变分量子动力学”（p-VQD），实现了将精确时间演化迭代、全局投影到参数化流形上。在小时间步长极限下，这相当于 McLachlan 的变分原理。我们的方法之所以有效，是因为它表现出与变分参数总数的最佳线性缩放。此外，它是全局的，因为它使用变分原理一次优化所有参数。我们方法的全局性大大扩展了现有高效变分方法的范围，而这些方法通常依赖于对变分参数的受限子集进行迭代优化。通过数值实验，我们还表明，我们的方法比现有的基于时间相关变分原理的全局优化算法特别有利，由于参数数的二次缩放要求高，不适合大型参数化量子电路。
利用连续时间演化的量子计算
计算方法是我们除了科学实验之外探索复杂生物系统特性的最有效工具。由于数字硅计算机的速度已达到极限，因此进展正在放缓。使用完全不同架构的其他类型的计算，包括神经形态计算和量子计算，有望在速度和效率方面取得突破。量子计算利用量子系统的相干性和叠加性来并行探索许多可能的计算路径。这为解决某些类型的计算问题提供了一条从根本上更有效的途径，包括与生物模拟相关的几个问题。特别是，优化问题（凸和非凸）在许多生物模型中都有出现，包括蛋白质折叠和分子动力学。早期的量子计算机将很小，让人想起数字硅计算的早期。了解如何利用第一代量子硬件对于在生物模拟和下一代量子计算机的开发方面取得进展至关重要。本评论概述了量子计算的现状和未来前景，并提供了如何以及在何处应用它来加速生物模拟中的瓶颈的一些指示。
压缩热环境中高斯熵不协的时间演化
摘要。我们描述了由两个非耦合玻色子模式组成的系统的高斯量子不和谐的马尔可夫动力学，分为两种情况：当它们与一个共同的压缩热浴接触时，以及当它们各自与自己的压缩热浴相互作用时。这项研究是在基于完全正量子动力学半群的开放量子系统理论框架下进行的。我们取初始压缩热态，并表明高斯量子不和谐的行为取决于浴参数（温度、耗散系数、压缩参数和压缩相）以及系统的初始状态（压缩参数和平均光子数）。我们表明，由于环境的影响，高斯量子不和谐随时间衰减，渐近趋于零。我们还将高斯量子不和谐与高斯几何不和谐进行了比较。
利用连续时间演化的量子计算
计算方法是我们除了科学实验之外探索复杂生物系统特性的最有效工具。由于数字硅片计算机的速度已达到极限，因此进展正在放缓。其他类型的计算采用了截然不同的架构，包括神经形态计算和量子计算，有望在速度和效率上取得突破。量子计算利用量子系统的相干性和叠加性来并行探索许多可能的计算路径。这为解决某些类型的计算问题（包括与生物模拟相关的几个问题）提供了一条从根本上更有效的途径。特别是，优化问题（包括凸优化和非凸优化）在许多生物模型中都具有特色，包括蛋白质折叠和分子动力学。早期的量子计算机规模会很小，让人回想起数字硅片计算的早期。了解如何利用第一代量子硬件对于生物模拟和下一代量子计算机的开发都至关重要。本综述概述了量子计算的当前最新进展和未来前景，并提供了如何以及在何处应用量子计算来加速生物模拟瓶颈的一些指示。