XiaoMi-AI文件搜索系统
World File Search System模拟量
可扩展性对模拟量子模拟器的重要性
量子硬件有可能有效地解决物理和化学中的计算困难问题，从而获得巨大的实际奖励。模拟量子模拟通过使用受控的多体系统的动力学来模仿另一个系统的动力学来实现这一目标。这种方法在近期设备上是可行的。我们表明，以前的模拟量子模拟的理论方法遭受了禁止可扩展实施实施的基本障碍。通过引入一个新的数学框架，并以额外的工程耗散资源的资源超越了通常的哈密顿复杂性理论工具箱，我们表明可以克服这些障碍。这为模拟量子模拟器的严格研究提供了有力的新观点。
使用 ZX 演算简化稳定器分解模拟量子电路 Kissinger, A.; Wetering, JMM van de 2022，文章 / 致编辑的信
摘要 我们介绍了一种用于量子电路强经典模拟的增强技术，该技术将“稳定器求和”方法与基于 ZX 演算的自动简化策略相结合。最近有研究表明，通过将电路中的非稳定器门表示为魔法状态注入，并将它们一次分解为 2-6 个状态的块，可以对量子电路进行经典模拟，从而获得（可有效模拟的）稳定器状态的总和，并且比简单方法的项少得多。我们将这些技术从具有魔法状态注入的 Clifford 电路的原始设置改编为通用 ZX 图，并表明通过将这种“分块”分解与基于 ZX 演算的简化策略交错，我们可以获得比现有方法小几个数量级的稳定器分解。我们说明了这种技术如何对具有多达 70 个 T 门的随机 50 和 100 量子比特 Clifford + T 电路的输出以及 Bravyi 和 Gosset 先前考虑过的具有超过 1000 个 T 门的隐藏移位电路系列执行精确范数计算（从而进行强模拟）。
模拟量子粒子落入黑洞
在本文中，我们构建了一个可解的球形黑洞内部量子动力学玩具模型，该模型具有下降球形标量场激发。我们首先讨论了当关注深层内部区域 r ≪ M（包括奇点）时，如何使用无质量标量场的康托夫斯基-萨克斯解来模拟发射霍金辐射的实际黑洞的量子引力动力学的某些方面。此外，我们表明，在 r ≪ M 范围内，在合适的变量中，KS 模型在经典和量子层面上都变得精确可解。重新审视受圈量子引力启发的量子动力学。我们提出了一种自然的聚合物量化，其中旋转群轨道的面积 a 被量化。聚合物（或圈）动力学与远离奇点的薛定谔动力学密切相关，具有从聚合物处理中自然出现的连续极限形式。与质量相关的狄拉克可观测量被量化，并显示具有与所谓的 ϵ 扇区相关的无限退化。这些的适当连续叠加是基本希尔伯特空间中明确定义的分布，并满足连续薛定谔动力学。
超越小工具：可扩展性对于模拟量子模拟器的重要性
我们提出了一个模拟量子模拟的理论框架，以捕捉实验可实现模拟器的全部范围，其动机是 Cirac 和 Zoller 首次提出的一组基本标准。我们的框架与复杂性理论中使用的汉密尔顿编码一致，在噪声下稳定，并涵盖了一系列实验可能性，例如模拟开放量子系统和使用 Lieb-Robinson 边界减少开销。我们讨论了模拟量子模拟中的可扩展性要求，特别是论证了模拟不应涉及随系统大小而增长的交互强度。我们为汉密尔顿复杂性理论中使用的小工具开发了一个通用框架，这可能与模拟模拟无关，特别是证明了在汉密尔顿局部性减少中，与尺寸相关的缩放是不可避免的。然而，如果允许额外的工程耗散资源，我们将展示一种使用量子芝诺效应绕过局部性减少不可行的定理的方案。我们的小工具框架为形式化和解决长期存在的小工具悬而未决的问题打开了大门。最后，我们讨论了模拟量子模拟中的普遍性结果。
模拟量子变分嵌入分类器
量子机器学习有可能为人工智能提供强大的算法。在量子机器学习中追求量子优势是一个活跃的研究领域。对于目前有噪声的中型量子计算机，已经提出了各种量子-经典混合算法。一种先前提出的混合算法是基于门的变分嵌入分类器，它由经典神经网络和参数化的基于门的量子电路组成。我们提出了一种基于模拟量子计算机的量子变分嵌入分类器，其中控制信号随时间连续变化：我们特别关注的是使用量子退火器的实现。在我们的算法中，通过线性变换将经典数据转换为模拟量子计算机的时变哈密顿量的参数。非线性分类问题所需的非线性纯粹由模拟量子计算机通过最终量子态对哈密顿量控制参数的非线性依赖性提供。我们进行了数值模拟，证明了我们的算法对线性不可分数据集（例如同心圆和 MNIST 数字）进行二分类和多类分类的有效性。我们的分类器可以达到与最佳经典分类器相当的准确度。我们发现，通过增加量子比特的数量可以提高分类器的性能，直到性能饱和并波动。此外，我们的分类器的优化参数数量与量子比特的数量成线性关系。因此，当我们的模型大小增加时，训练参数数量的增加速度不如神经网络快。我们的算法提出了使用当前量子退火器解决实际机器学习问题的可能性，并且它还可用于探索量子机器学习中的量子优势。
减轻数字和数字模拟量子计算中的噪声
噪声中型量子 (NISQ) 设备缺乏错误校正，限制了量子算法的可扩展性。在这种情况下，数模量子计算 (DAQC) 提供了一种更具弹性的替代量子计算范式，它通过将单量子位门的灵活性与模拟的稳健性相结合，表现优于数字量子计算。这项工作探讨了噪声对数字和 DAQC 范式的影响，并证明了 DAQC 在缓解错误方面的有效性。我们比较了超导处理器中各种单量子位和双量子位噪声源下的量子傅里叶变换和量子相位估计算法。DAQC 在保真度方面始终超越数字方法，尤其是随着处理器尺寸的增加。此外，零噪声外推通过减轻退相干和固有误差进一步增强了 DAQC，对于 8 量子位实现了 0.95 以上的保真度，并将计算误差降低到 10 −3 的数量级。这些结果证实了 DAQC 是 NISQ 时代量子计算的可行替代方案。
在连续变量量子计算机上模拟量子场论
摘要：我们深入研究了使用光子量子计算来模拟量子力学并将其应用扩展到量子场论。我们开发并证明了一种利用这种连续变量量子计算 (CVQC) 形式来重现任意汉密尔顿量下量子力学状态的时间演化的方法，并证明了该方法在各种潜力下的显著效果。我们的方法以构建演化状态为中心，这是一种特殊准备的量子态，可在目标状态上诱导所需的时间演化。这是通过使用基于测量的量子计算方法引入非高斯运算来实现的，并通过机器学习进行增强。此外，我们提出了一个框架，其中可以扩展这些方法以在 CVQC 中编码场论而无需离散化场值，从而保留场的连续性。这为量子场论中的量子计算应用开辟了新途径。
在连续变量量子计算机上模拟量子场论
我们深入研究了使用光子量子计算来模拟量子力学并将其应用扩展到量子场论。我们开发并证明了一种方法，该方法利用这种连续变量量子计算 (CVQC) 来重现任意汉密尔顿量下量子力学状态的时间演化，并且我们证明了该方法在各种潜力下的显著效果。我们的方法以构建演化状态为中心，这是一种特殊准备的量子态，可在目标状态下诱导所需的时间演化。这是通过使用基于测量的量子计算方法引入非高斯运算来实现的，并通过机器学习进行增强。此外，我们提出了一个框架，其中可以扩展这些方法以在 CVQC 中编码场论而无需离散化场值，从而保留场的连续性。这为量子场论中的量子计算应用开辟了新的途径。
具有任意二维的数字模拟量子计算...
1 BASQUE国家的物理化学系UPV / EHU，Apartado 644，48940 Leioa，西班牙2 Tecnalia，Bastondo Bidea Ediifio 700，48160 Derio AIN 4原子，分子和核物理学系，塞维利亚大学，塞维利亚大学，梅赛德斯S / N，塞维利亚41012，西班牙5号，塞维利亚州塞维利亚大学塞维利亚大学，塞维利亚大学塞维利亚大学塞维尔大学，塞维利亚大学S / N，塞维尔大学，塞维尔斯大学41092 41092 41092 41092 6 6 CARLOS I研究所西班牙格拉纳达7 Ikerbasque，巴斯克基金会科学中心，Plaza Euskadi 5, 48009 Bilbao, 西班牙 8 巴斯克应用数学中心 (BCAM)，Alameda Mazarredo 14, 48009 Bilbao, 西班牙