摘要:本文对量子电路酉矩阵的自动生成进行了研究。我们认为量子电路分为六种类型,并给出了每一种类型的酉算子表达式。在此基础上,提出了一种计算电路酉矩阵的详细算法。然后,对于由量子逻辑门组成的量子逻辑电路,引入一种利用真值表计算量子电路酉矩阵的快速方法作为补充。最后,我们将所提算法应用于基于NCT库(包括非门、受控非门、Toffoli门)和广义Toffoli(GT)库的不同可逆基准电路并给出实验结果。关键词:量子电路,酉矩阵,量子逻辑门,可逆电路,真值表。
随着量子信息论领域的发展,拉丁方在经典编码理论中得到应用,考虑拉丁方的量子类似物也是很自然的。量子拉丁方的概念由 B. Musto 和 J. Vicary 于 2015 年提出[12]。此后,这些对象被证明与绝对最大纠缠 (AME) 态有关系,[14] 后者在量子信息中有各种应用。[9] [16] 我们将详细讨论 Rather 等人最近取得的成果 [15],关于大小为 6 × 6 的量子正交拉丁方的存在,这个对象不存在经典等价物。[18] 一个重要的悬而未决的问题是,是否存在任何阶的量子正交拉丁方,它们在某种意义上不等同于已知的经典拉丁方。[21] 然后,我们将通过考虑计算和代数技术,开始研究大小为 3 × 3 的量子正交拉丁方的这个问题。
线性代数是一个简单而优雅的数学框架,是许多科学和工程学科的数学基石。线性代数被广泛定义为对以向量和矩阵表示的线性方程的研究,它为操纵和控制许多物理系统提供了数学工具箱。例如,线性代数是量子力学现象和机器学习算法建模的核心。在线性代数研究的矩阵领域中,酉矩阵因其特殊属性而脱颖而出,即它们保留范数并且易于计算逆。从算法或控制设置解释,酉矩阵用于描述和操纵许多物理系统。与当前工作相关的是,酉矩阵通常在量子力学中被研究,它们可以公式化量子态的时间演化,在人工智能中,它们提供了一种通过保留范数来构建稳定学习算法的方法。在研究酉矩阵时自然会出现一个问题,那就是学习它们有多难。例如,当人们想要了解一个量子系统的动态或将酉变换应用于嵌入到机器学习算法中的数据时,可能会出现这样的问题。在本文中,我研究了在深度学习和量子计算的背景下学习酉矩阵的难度。这项工作旨在提高我们对酉矩阵的一般数学理解,并提供将酉矩阵集成到经典或量子算法中的框架。本文比较了量子和经典领域中参数化酉矩阵的不同形式。一般来说,实验表明,无论考虑哪种参数化,学习任意 𝑑 × 𝑑 酉矩阵都需要学习算法中至少 𝑑 2 个参数。在经典(非量子)设置中,酉矩阵可以通过组合作用于酉流形较小子空间的算子的乘积来构造。在量子设置中,也存在在汉密尔顿设置中参数化酉矩阵的可能性,其中表明重复应用两个交替的汉密尔顿量就足够了
3 量子比特和量子门 8 3.1 量子比特 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.2 埃尔米特共轭 . . . . . . . . . . . . . . . . . . . . . . 9 3.3 酉矩阵和量子门 . . . . . . . . . . . . . . . . 10 3.4 复共轭、埃尔米特共轭、转置和酉性之间的关系 . . . . . . . . . . . . . . 11 3.5 内积 . ... ..................................................................................................................................................................22 3.9 按位内积 .................................................................................................................................................................23
1 向量和矩阵基础 3 1.1 向量空间 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4.3 Gram-Schmidt 正交化 . . . . . . . 10 1.5 线性算子和矩阵 . . . . . . . . . . 11 1.5.1 Hermitian 共轭矩阵、Hermitian 矩阵和酉矩阵 . . . . . . . . . . . . 12 1.6 特征值问题 . . . . . . . . . . . . . 13 1.6.1 埃尔米特矩阵和正规矩阵的特征值问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.10 张量积(克罗内克积)。 。 。 。 。 。 。 。 。 。 。 。 。 。 26
1 向量和矩阵基础 3 1.1 向量空间 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4.3 Gram-Schmidt 正交化 . . . . . . . 10 1.5 线性算子和矩阵 . . . . . . . . . . 11 1.5.1 Hermitian 共轭矩阵、Hermitian 矩阵和酉矩阵 . . . . . . . . . . . . 12 1.6 特征值问题 . . . . . . . . . . . . . 13 1.6.1 埃尔米特矩阵和正规矩阵的特征值问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.10 张量积(克罗内克积)。 。 。 。 。 。 。 。 。 。 。 。 。 。 26
摘要 本文讨论了在量子方案上对量子密码分析算法进行建模的特点。指出了量子密码分析算法实施的一些工程问题,并分析了解决这些问题的可能方法。指出了量子计算的独特性,因为它能够利用叠加进行一些非平凡的量子计算,也就是说,可以执行一系列数学运算,每个运算同时对所有存储的数据进行运算。本文讨论了一种量子计算机算法,该算法必须以某种指定的形式(取决于量子计算机的模型)初始化该向量。在算法的每个步骤中,该向量都由一个酉矩阵修改,该酉矩阵由设备的物理特性决定。提出将通用量子门视为来自通用集的经典布尔函数的量子等价物,它是一个门,作用于量子位或其各种组合,可以模仿任何其他量子门的动作。在量子算法研究中,多项式时间算法用于解决没有经典多项式算法可解的问题。为了保护量子系统免受退相干误差和其他量子噪声的影响,量子误差校正 (QEC) 方法已得到广泛应用。关键词 1 国家量子计划、量子技术发展路线图、量子计算和计算机、量子和后量子密码学、量子密码分析算法
量子傅里叶变换 (QFT) 可视为 Hadamard 运算在 N > 2 维上的推广。稍后我们将特别关注 N = 2 n,即 n 量子比特空间上的 QFT。作为纯数学构造,它与广泛用于数字信号和图像处理的所谓离散傅里叶变换相同。它是一个在各种数学情况下自然出现的酉矩阵,因此非常适合量子形式主义,为量子操作和某些数学问题之间架起了一座桥梁。事实上,QFT 是大多数已知量子算法的核心,这些算法比传统计算具有显著的加速。
扩散模型在图像生成方面表现出色,但它们的计算量大且训练耗时。在本文中,我们介绍了一种新型扩散模型,该模型受益于量子计算技术,可以减轻计算挑战并提高高能物理数据的生成性能。全量子扩散模型在前向过程中用随机酉矩阵取代高斯噪声,并在去噪架构的 U-Net 中引入变分量子电路。我们对来自大型强子对撞机的结构复杂的夸克和胶子喷流数据集进行了评估。结果表明,全量子和混合模型在喷流生成方面可与类似的经典模型相媲美,凸显了使用量子技术解决机器学习问题的潜力。