1Chalmers University of Technology, MC2 마이크로기술 및 나노과학과, 412 96 Gothenburg, 스웨덴
2볼보 그룹 트럭 기술, 405 08 예테보리, 스웨덴
3Future Technologies, Saab Surveillance, 412 76 예테보리, 스웨덴
4Chalmers University of Technology, 화학 및 화학 공학과, 412 96 Gothenburg, 스웨덴
5Chalmers 공과 대학 물리학과, 412 96 Gothenburg, 스웨덴
이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.
추상
VQA(변이 양자 알고리즘)는 현재 양자 컴퓨팅 인프라를 활용하는 유망한 접근 방식을 나타냅니다. VQA는 클래식 알고리즘을 통해 폐쇄 루프에 최적화된 매개변수화된 양자 회로를 기반으로 합니다. 이 하이브리드 접근 방식은 양자 처리 장치 부하를 줄이지만 균일한 에너지 환경을 특징으로 할 수 있는 고전적인 최적화 비용이 발생합니다. 가상의 시간 전파, 자연적 기울기 또는 운동량 기반 접근 방식을 포함한 기존 최적화 기술은 유망한 후보이지만 양자 장치에 상당한 부담을 주거나 느린 수렴으로 인해 자주 어려움을 겪습니다. 이 연구에서 우리는 기존 접근 방식의 가장 좋은 측면을 추출하는 것을 목표로 하는 새로운 최적화 프로그램인 양자 Broyden 적응형 자연 그라데이션(qBang) 접근 방식을 제안합니다. Fisher 정보 매트릭스의 대략적인 업데이트에 Broyden 접근 방식을 채택하고 이를 모멘텀 기반 알고리즘과 결합함으로써 qBang은 더 많은 리소스를 요구하는 대안보다 더 나은 성능을 발휘하는 동시에 양자 리소스 요구 사항을 줄입니다. 불모의 고원, 양자 화학 및 최대 컷 문제에 대한 벤치마크는 평탄한(그러나 기하급수적으로 평탄하지 않은) 최적화 환경의 경우 기존 기술에 비해 확실히 개선되어 전반적으로 안정적인 성능을 보여줍니다. qBang은 다양한 개선이 가능한 그라디언트 기반 VQA에 대한 새로운 개발 전략을 도입합니다.
주요 이미지: 리튬 수소화물 LiH의 바닥 상태 에너지를 찾을 때 양자 Broyden 적응형 자연 경사(qBang) 및 양자 자연 경사(QNG)의 최적화 성능 비교.
인기 요약
► BibTeX 데이터
► 참고 문헌
[1] M. Cerezo, A. Arrasmith, R. Babbush, SC Benjamin, S. Endo, K. Fujii, JR McClean, K. Mitarai, X. Yuan, L. Cincio 및 PJ Coles. “변이 양자 알고리즘”. 자연 리뷰 물리학 3, 625–644(2021).
https://doi.org/10.1038/s42254-021-00348-9
[2] K. Bharti, A. Cervera-Lierta, TH Kyaw, T. Haug, S. Alperin-Lea, A. Anand, M. Degroote, H. Heimonen, JS Kottmann, T. Menke, W.-K. 목, S. 심, L.-C. Kwek, A. Aspuru-Guzik. “시끄러운 중간 규모 양자 알고리즘”. 현대 물리학 94, 015004(2022)에 대한 리뷰.
https : / /doi.org/10.1103/ RevModPhys.94.015004
[3] J. Tilly, H. Chen, S. Cao, D. Picozzi, K. Setia, Y. Li, E. Grant, L. Wossnig, I. Rungger, GH Booth 및 J. Tennyson. "변형 양자 고유해석: 방법 및 모범 사례 검토". 물리학 보고서 986, 1–128(2022).
https : / //doi.org/ 10.1016 / j.physrep.2022.08.003
[4] F. Aruteet al. “프로그래밍 가능한 초전도 프로세서를 이용한 양자 우월성.”. 자연 574, 505–510 (2019).
https://doi.org/10.1038/s41586-019-1666-5
[5] CD Bruzewicz, J. Chiaverini, R. McConnell 및 JM Sage. “갇힌 이온 양자 컴퓨팅: 진보와 과제”. 응용물리학 리뷰 6, 021314(2019).
https : / /doi.org/ 10.1063 / 1.5088164
[6] AJ Daley, I. Bloch, C. Kokail, S. Flannigan, N. Pearson, M. Troyer 및 P. Zoller. “양자 시뮬레이션의 실질적인 양자 이점”. 자연 607, 667–676(2022).
https://doi.org/10.1038/s41586-022-04940-6
[7] S. Bravyi, O. Dial, JM Gambetta, D. Gil 및 Z. Nazario. “초전도 큐비트를 이용한 양자 컴퓨팅의 미래”. 응용 물리학 저널 132, 160902 (2022).
https : / /doi.org/ 10.1063 / 5.0082975
[8] J. 프레스킬. "NISQ 시대와 그 이후의 양자 컴퓨팅". 퀀텀 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79
[9] A. Peruzzo, J. McClean, P. Shadbolt, MH Yung, XQ Zhou, PJ Love, A. Aspuru-Guzik 및 JL O'Brien. “광자 양자 프로세서의 변형 고유값 솔버”. 네이처 커뮤니케이션즈 5(2014).
https : / /doi.org/ 10.1038 / ncomms5213
[10] D. Wecker, MB Hastings 및 M. Troyer. "실용적인 양자 변이 알고리즘을 향한 진전". 물리학 A 92, 042303(2015).
https : / /doi.org/10.1103/ PhysRevA.92.042303
[11] JR McClean, J. Romero, R. Babbush 및 A. Aspuru-Guzik. "변형 하이브리드 양자 고전 알고리즘 이론". New Journal of Physics 18, 023023 (2016).
https://doi.org/10.1088/1367-2630/18/2/023023
[12] S. Endo, Z. Cai, SC 벤자민, X. Yuan. “하이브리드 양자 고전 알고리즘 및 양자 오류 완화”. 일본물리학회지 90호, 032001(2021).
https : / //doi.org/10.7566/ jpsj.90.032001
[13] DP 킹마(Kingma)와 J. Ba. “Adam: 확률론적 최적화 방법”(2017). arXiv:1412.6980.
arXiv : 1412.6980
[14] K. 미타라이, M. 네고로, M. 키타가와, K. 후지이. “양자회로학습”. 실제 검토 A 98, 032309 (2018).
https : / /doi.org/10.1103/ PhysRevA.98.032309
[15] L. Banchi와 GE Crooks. “확률적 매개변수 이동 규칙을 사용하여 일반적인 양자 진화의 분석적 기울기 측정”. 양자 5, 386(2021).
https://doi.org/10.22331/q-2021-01-25-386
[16] M. Schuld, V. Bergholm, C. Gogolin, J. Izaac 및 N. Killoran. “양자 하드웨어의 분석적 기울기 평가”. 실제 검토 A 99, 032331 (2019).
https : / /doi.org/10.1103/ PhysRevA.99.032331
[17] L. D'Alessio, Y. Kafri, A. Polkovnikov 및 M. Rigol. “양자 혼돈과 고유상태 열화부터 통계역학과 열역학까지”. 물리학의 발전 65, 239–362 (2016).
https : / /doi.org/ 10.1080 / 00018732.2016.1198134
[18] JR McClean, S. Boixo, VN Smelyanskiy, R. Babbush 및 H. Neven. “양자 신경망 훈련 환경의 불모의 고원”. 네이처 커뮤니케이션즈 9, 4812(2018).
https://doi.org/10.1038/s41467-018-07090-4
[19] Z. Holmes, K. Sharma, M. Cerezo 및 PJ Coles. "기울기 크기 및 황량한 고원에 ansatz 표현 가능성 연결". PRX 퀀텀 3, 010313(2022).
https : / / doi.org/ 10.1103 / PRXQuantum.3.010313
[20] M. Cerezo, A. Sone, T. Volkoff, L. Cincio 및 PJ Coles. “얕은 매개변수화된 양자 회로의 비용 함수 의존 불모의 고원”. 네이처 커뮤니케이션즈 12, 1791(2021).
https : / /doi.org/ 10.1038 / s41467-021-21728-w
[21] S. Wang, E. Fontana, M. Cerezo, K. Sharma, A. Sone, L. Cincio 및 PJ Coles. "변형 양자 알고리즘의 잡음으로 인한 불모의 고원". 네이처 커뮤니케이션즈 12(2021).
https://doi.org/10.1038/s41467-021-27045-6
[22] J. 스톡스, J. 아이작, N. 킬로런, G. 칼레오. “양자 자연 그래디언트”. 양자 4, 269(2020).
https://doi.org/10.22331/q-2020-05-25-269
[23] J. Gacon, C. Zoufal, G. Carleo 및 S. Woerner. “양자 피셔 정보의 동시 섭동 확률적 근사”. 양자 5, 567(2021).
https://doi.org/10.22331/q-2021-10-20-567
[24] J. Liu, H. Yuan, X.-M. 루, X. 왕. “Quantum Fisher 정보 매트릭스 및 다중 매개변수 추정”. Journal of Physics A: 수학 및 이론 53, 023001 (2020).
https://doi.org/10.1088/1751-8121/ab5d4d
[25] D. Wierichs, C. Gogolin 및 M. Kastoryano. "자연 그래디언트 최적화 프로그램을 사용하여 변이 양자 고유해석의 로컬 최소값 방지". 물리검토연구 2, 043246(2020).
https : / /doi.org/10.1103/ PhysRevResearch.2.043246
[26] B. Koczor 및 SC 벤자민. "시끄러운 비단위 회로로 일반화된 양자 자연 그래디언트". 물리. A 106, 062416(2022).
https : / /doi.org/10.1103/ PhysRevA.106.062416
[27] JL Beckey, M. Cerezo, A. Sone 및 PJ Coles. “양자 피셔 정보 추정을 위한 변이 양자 알고리즘”. 물리검토연구 4, 013083(2022).
https : / /doi.org/10.1103/ PhysRevResearch.4.013083
[28] J. Gacon, J. Nys, R. Rossi, S. Woerner 및 G. Carleo. “양자 기하 텐서가 없는 변이 양자 시간 진화”. 물리. 목사 결의안. 6, 013143(2024).
https : / /doi.org/10.1103/ PhysRevResearch.6.013143
[29] CG 브로이든. "이중 순위 최소화 알고리즘 클래스의 수렴 1. 일반적인 고려 사항". IMA 응용 수학 저널 6, 76–90 (1970).
https : / / doi.org/ 10.1093 / imamat / 6.1.76
[30] M. Motta, C. Sun, ATK Tan, MJO Rourke, E. Ye, AJ Minnich, FGSL Brandao 및 GK-L. 찬. "양자 상상 시간 진화를 사용하여 양자 컴퓨터에서 고유 상태와 열 상태 결정". 자연 물리학 16, 205-210 (2020).
https://doi.org/10.1038/s41567-019-0704-4
[31] S. McArdle, T. Jones, S. Endo, Y. Li, SC Benjamin 및 X. Yuan. “가상 시간 진화의 변형 안자츠 기반 양자 시뮬레이션”. npj 양자 정보 5, 75(2019).
https://doi.org/10.1038/s41534-019-0187-2
[32] X. Yuan, S. Endo, Q. Zhao, Y. Li 및 S. Benjamin. “변이 양자 시뮬레이션 이론”. 양자 3, 191(2019).
https://doi.org/10.22331/q-2019-10-07-191
[33] C. Cao, Z. An, S.-Y. 허우, DL Zhou 및 B. Zeng. “강화 학습을 통해 조정되는 양자 상상의 시간 진화”. 통신물리학 5, 57(2022).
https : / /doi.org/ 10.1038 / s42005-022-00837-y
[34] V. Havlíček, AD Córcoles, K. Temme, AW Harrow, A. Kandala, JM Chow 및 JM Gambetta. “양자 강화 기능 공간을 사용한 지도 학습”. 자연 567, 209–212 (2019).
https://doi.org/10.1038/s41586-019-0980-2
[35] A. Kandala, A. Mezzacapo, K. Temme, M. Takita, M. Brink, JM Chow 및 JM Gambetta. "소분자 및 양자 자석을 위한 하드웨어 효율적인 변이 양자 고유 해결사". 자연 549, 242–246 (2017).
https : / /doi.org/ 10.1038 / nature23879
[36] E. Farhi, J. Goldstone 및 S. Gutmann. “양자 근사 최적화 알고리즘”(2014). arXiv:1411.4028.
arXiv : 1411.4028
[37] S. Sim, PD Johnson 및 A. Aspuru-Guzik. “하이브리드 양자-고전 알고리즘을 위한 매개변수화된 양자 회로의 표현성과 얽힘 기능”. 고급 양자 기술 2, 1900070(2019).
https : / / doi.org/ 10.1002 / qute.201900070
[38] D. Wierichs, J. Izaac, C. Wang 및 CY-Y. 린. “양자 기울기에 대한 일반적인 매개변수 이동 규칙”. 양자 6, 677(2022).
https://doi.org/10.22331/q-2022-03-30-677
[39] A. 루카스. “많은 NP 문제의 공식화”. 물리학의 개척자 2, 1–14(2014).
https : / /doi.org/ 10.3389 / fphy.2014.00005
[40] S. Hadfield, Z. Wang, B. O'Gorman, EG Rieffel, D. Venturelli 및 R. Biswas. “양자 근사 최적화 알고리즘에서 양자 교대 연산자 Ansatz까지”. 알고리즘 12, 34(2019).
https : / /doi.org/10.3390/ a12020034
[41] M. Svensson, M. Andersson, M. Grönkvist, P. Vikstål, D. Dubhashi, G. Ferrini 및 G. Johansson. “분기와 가격을 양자 알고리즘과 결합하여 대규모 정수 선형 프로그램을 해결하는 경험적 방법”(2021). arXiv:2103.15433.
arXiv : 2103.15433
[42] W. Lavrijsen, A. Tudor, J. Müller, C. Iancu 및 W. de Jong. "시끄러운 중간 규모 양자 장치를 위한 고전적인 최적화 도구". 2020년 IEEE QCE(양자 컴퓨팅 및 엔지니어링 국제 컨퍼런스)에서. 267~277페이지. (2020).
https : / / doi.org/ 10.1109 / QCE49297.2020.00041
[43] Y. Cao, J. Romero, JP Olson, M. Degroote, PD Johnson, M. Kieferová, ID Kivlichan, T. Menke, B. Peropadre, NPD Sawaya, S. Sim, L. Veis 및 A. Aspuru-Guzik . “양자컴퓨팅 시대의 양자화학”. 화학 리뷰 119, 10856–10915 (2019).
https : / /doi.org/ 10.1021 / acs.chemrev.8b00803
[44] V. 로디(V. Lordi)와 JM 니콜(JM Nichol). “확장 가능한 양자 컴퓨팅을 위한 재료 과학의 발전과 기회”. MRS 게시판 46, 589–595(2021).
https://doi.org/10.1557/s43577-021-00133-0
[45] GE 크룩스. "매개변수 이동 규칙 및 게이트 분해를 사용한 매개변수화된 양자 게이트의 기울기"(2019). 퀀트-ph:1905.13311.
arXiv : 1905.13311
[46] J. 마틴스. "자연 그래디언트 방법에 대한 새로운 통찰력과 관점". 기계 학습 연구 저널 21, 1–76(2020). URL: https:///www.jmlr.org/papers/v21/17-678.html.
https:///www.jmlr.org/papers/v21/17-678.html
[47] J. Martens와 I. Sutskever. “헤시안 없는 최적화를 통한 심층적이고 반복적인 네트워크 훈련”. 479~535페이지. 스프링거 베를린 하이델베르그. (2012).
https://doi.org/10.1007/978-3-642-35289-8_27
[48] DF 샤노. “함수 최소화를 위한 준뉴턴 방법의 조건화”. 계산 수학 24, 647–656 (1970).
https://doi.org/10.1090/s0025-5718-1970-0274029-x
[49] R. 플레처. “가변 측정 알고리즘에 대한 새로운 접근 방식”. 컴퓨터 저널 13, 317–322(1970).
https : / /doi.org/ 10.1093 / comjnl / 13.3.317
[50] D. 골드파브. "변형 수단에 의해 파생된 다양한 측정법 방법". 계산 수학 24, 23–26 (1970).
https://doi.org/10.1090/s0025-5718-1970-0258249-6
[51] S. 루더. “경사하강법 최적화 알고리즘 개요”(2016). arXiv:1609.04747.
arXiv : 1609.04747
[52] GC 윅. "Bethe-Salpeter 파동 함수의 속성". 물리. 96, 1124-1134(1954).
https : / /doi.org/10.1103/ PhysRev.96.1124
[53] T. Tsuchimochi, Y. Ryo, SL Ten-no 및 K. Sasasako. “분자 시스템의 바닥 상태와 여기 상태에 대한 양자 상상 시간 진화의 향상된 알고리즘”. 화학 이론 및 계산 저널(2023).
https : / /doi.org/ 10.1021 / acs.jctc.2c00906
[54] W. 폰 데어 린덴. “다체 물리학에 대한 양자 몬테카를로 접근법”. 물리학 보고서 220, 53–162(1992).
https://doi.org/10.1016/0370-1573(92)90029-y
[55] DM 세펄리. “응축 헬륨 이론의 경로 적분”. Mod 목사. 물리. 67, 279-355(1995).
https : / /doi.org/10.1103/ RevModPhys.67.279
[56] N. Trivedi 및 DM Ceperley. “양자 반강자성체의 지상 상태 상관관계: 녹색 기능 몬테카를로 연구”. 물리. B 41, 4552-4569(1990).
https : / /doi.org/10.1103/ PhysRevB.41.4552
[57] K. Guther, RJ Anderson, NS Blunt, NA Bogdanov, D. Cleland, N. Dattani, W. Dobrautz, K. Ghanem, P. Jeszenszki, N. Liebermann 등 "NECI: 최첨단 확률론적 방법에 중점을 둔 N-전자 구성 상호작용". 화학 물리학 저널 153, 034107 (2020).
https : / /doi.org/ 10.1063 / 5.0005754
[58] A. 맥라클란. “시간에 따른 슈뢰딩거 방정식의 변형 해법”. 분자 물리학 8, 39–44 (1964).
https : / /doi.org/ 10.1080 / 00268976400100041
[59] C. Zoufal, D. Sutter 및 S. Woerner. “변형 양자 시간 진화의 오류 범위”. 물리. 목사 Appl. 20, 044059(2023).
https : / /doi.org/10.1103/ PhysRevApplied.20.044059
[60] G. 푸비니. “Sulla teoria delle funzioni automorfe e delle loro trasformazioni”. Annali di Matematica Pura ed Applicata 14, 33–67(1908).
https : / //doi.org/ 10.1007 / bf02420184
[61] E. 연구. “Kürzeste wege im komplexen gebiet”. Mathematische Annalen 60, 321–378 (1905).
https : / //doi.org/ 10.1007 / bf01457616
[62] Y. Yao, P. Cussenot, RA Wolf 및 F. Miatto. “광양자 회로 설계를 위한 복잡한 자연 그래디언트 최적화”. 물리. A 105, 052402(2022).
https : / /doi.org/10.1103/ PhysRevA.105.052402
[63] F. Wilczek 및 A. Shapere. “물리학의 기하학적 단계”. 세계 과학 출판. (1989).
https : / /doi.org/ 10.1142 / 0613
[64] L. Hackl, T. Guaita, T. Shi, J. Haegeman, E. Demler 및 JI Cirac. “변형 방법의 기하학: 닫힌 양자 시스템의 역학”. SciPost 물리학. 9, 048(2020).
https : / /doi.org/ 10.21468 / SciPostPhys.9.4.048
[65] S. Zhou 및 L. Jiang. “양자 Fisher 정보와 Bures 메트릭 간의 정확한 대응”(2019). arXiv:1910.08473.
arXiv : 1910.08473
[66] V. Giovannetti, S. Lloyd 및 L. Maccone. "양자 계측의 발전". 네이처 포토닉스 5, 222–229(2011).
https : / /doi.org/ 10.1038 / nphoton.2011.35
[67] D. 페츠와 C. 수다르. “양자 상태의 기하학”. 수리 물리학 저널 37, 2662-2673 (1996).
https : / /doi.org/ 10.1063 / 1.531535
[68] JP 교장과 G. Vallee. “양자 상태 다양체에 대한 리만 구조”. 수리물리학 커뮤니케이션 76, 289-301(1980).
https : / //doi.org/ 10.1007 / bf02193559
[69] C.-Y. 박씨와 MJ Kastoryano. “신경 양자 상태 학습의 기하학”. 물리검토연구 2, 023232(2020).
https : / /doi.org/10.1103/ PhysRevResearch.2.023232
[70] SL 브라운슈타인(SL Braunstein)과 CM 케이브스(CM Caves). “통계적 거리와 양자 상태의 기하학”. 물리. Lett 목사. 72, 3439-3443(1994).
https : / /doi.org/10.1103/ PhysRevLett.72.3439
[71] P. Facchi, R. Kulkarni, V. Man'ko, G. Marmo, E. Sudarshan 및 F. Ventriglia. “양자역학의 기하학적 공식화에 대한 고전적 및 양자 피셔 정보”. 물리학 편지 A 374, 4801-4803 (2010).
https : / /doi.org/ 10.1016 / j.physleta.2010.10.005
[72] 시. 아마리. "구조화된 매개변수 공간의 신경 학습: 자연적인 리만 기울기". 제9차 신경정보처리시스템 국제회의 진행 중. 127~133페이지. NIPS'96. MIT 출판부(1996).
https : / /doi.org/ 10.5555 / 2998981.2998999
[73] 시. 아마리. “자연스러운 그래디언트는 학습에 효율적으로 작동합니다.” 신경 계산 10, 251–276 (1998).
https : / /doi.org/ 10.1162 / 089976698300017746
[74] 시. 아마리와 S. 더글러스. "왜 자연스러운 그라데이션이 되나요?" 1998년 음향, 음성 및 신호 처리에 관한 IEEE 국제 컨퍼런스 진행, ICASSP '98(Cat. No.98CH36181). 2권, 1213~1216페이지. (1998).
https:// / doi.org/ 10.1109/ ICASSP.1998.675489
[75] 시. 아마리, H. 박, K. 후쿠미즈. “다층 퍼셉트론에 대한 자연스러운 기울기 학습을 실현하는 적응형 방법”. 신경 계산 12, 1399-1409 (2000).
https : / /doi.org/ 10.1162 / 089976600300015420
[76] JJ 메이어. "시끄러운 중간 규모 양자 응용 프로그램의 피셔 정보". 양자 5, 539(2021).
https://doi.org/10.22331/q-2021-09-09-539
[77] P. Huembeli 및 A. Dauphin. “변형 양자 회로의 손실 환경 특성화”. 양자 과학 및 기술 6, 025011(2021).
https:///doi.org/10.1088/2058-9565/abdbc9
[78] E. 그랜트, L. Wossnig, M. Ostaszewski 및 M. Benedetti. “매개변수화된 양자 회로의 불모의 고원을 해결하기 위한 초기화 전략”. 양자 3, 214(2019).
https://doi.org/10.22331/q-2019-12-09-214
[79] IO Sokolov, W. Dobrautz, H. Luo, A. Alavi 및 I. Tavernelli. "정확한 상호상관 방법을 통해 양자 컴퓨터의 양자 다체 문제에 대한 정확도가 몇 배나 향상되었습니다." 물리. 목사 결의안. 5, 023174(2023).
https : / /doi.org/10.1103/ PhysRevResearch.5.023174
[80] W. Dobrautz, IO Sokolov, K. Liao, PL Ríos, M. Rahm, A. Alavi 및 I. Tavernelli. "단기 양자 하드웨어에서 정확한 양자 화학을 가능하게 하는 순전히 상호상관 방법"(2023). arXiv:2303.02007.
arXiv : 2303.02007
[81] TR Bromley, JM Arrazola, S. Jahangiri, J. Izaac, N. Quesada, AD Gran, M. Schuld, J. Swinarton, Z. Zabaneh 및 N. Killoran. “단기 광자 양자 컴퓨터의 응용: 소프트웨어 및 알고리즘”. 양자 과학 기술 5, 034010(2020).
https : / /doi.org/ 10.1088 / 2058-9565 / ab8504
[82] H. Park, S.-i. 아마리, K. 후쿠미즈. “다양한 확률 모델을 위한 적응형 자연 경사 학습 알고리즘”. 신경망 13, 755–764(2000).
https://doi.org/10.1016/S0893-6080(00)00051-4
[83] 시. 아마리. “정보 기하학과 그 응용”. 뛰는 것. (2016).
https://doi.org/10.1007/978-4-431-55978-8
[84] S. 대시, F. 비센티니, M. 페레로, A. 조지스. "양자 기하학적 텐서에 비추어 신경 양자 상태의 효율성"(2024). arXiv:2402.01565.
arXiv : 2402.01565
[85] D. Fitzek, RS Jonsson, W. Dobrautz 및 C. Schäfer(2023). 코드: davidfitzek/qflow.
https:///github.com/davidfitzek/qflow
[86] B. 반 Straaten 및 B. Koczor. “메트릭 인식 변형 양자 알고리즘의 측정 비용”. PRX 양자 2, 030324(2021).
https : / / doi.org/ 10.1103 / PRXQuantum.2.030324
[87] AN Tikhonov, AV Goncharsky, VV Stepanov 및 AG Yagola. “잘못된 문제를 해결하기 위한 수치적 방법”. 스프링거 도르드레흐트. (1995).
https://doi.org/10.1007/978-94-015-8480-7
[88] V. Bergholm, J. Izaac, M. Schuld 등. “PennyLane: 하이브리드 양자 고전 계산의 자동 차별화”(2018). arXiv:1811.04968.
arXiv : 1811.04968
[89] T. Helgaker, P. Jørgensen 및 J. Olsen. “분자전자구조이론”. 존 와일리 & 선즈. (2000).
https : / /doi.org/ 10.1002 / 9781119019572
[90] Q. Sun, X. Zhang, S. Banerjee, P. Bao 등 “PySCF 프로그램 패키지의 최근 개발”. 화학 물리학 저널 153, 024109 (2020).
https : / /doi.org/ 10.1063 / 5.0006074
[91] J. Nocedal과 SJ Wright. "수치 최적화". Springer Science+비즈니스 미디어. (2006).
https://doi.org/10.1007/978-0-387-40065-5
[92] JM Kübler, A. Arrasmith, L. Cincio 및 PJ Coles. "측정이 적은 변형 알고리즘을 위한 적응형 최적화 프로그램". 양자 4, 263(2020).
https://doi.org/10.22331/q-2020-05-11-263
[93] D. Fitzek, RS Jonsson, W. Dobrautz 및 C. Schäfer(2023). 코드: davidfitzek/qbang.
https:///github.com/davidfitzek/qbang
[94] M. Ragone, BN Bakalov, F. Sauvage, AF Kemper, CO Marrero, M. Larocca 및 M. Cerezo. "깊이 매개변수화된 양자 회로를 위한 불모의 고원에 대한 통합 이론"(2023). arXiv:2309.09342.
arXiv : 2309.09342
[95] E. Fontana, D. Herman, S. Chakrabarti, N. Kumar, R. Yalovetzky, J. Heredge, SH Sureshbabu 및 M. Pistoia. "수반이 필요한 전부입니다: 양자 안세체에서 불모의 고원 특성화"(2023). arXiv:2309.07902.
arXiv : 2309.07902
[96] M. Larocca, N. Ju, D. García-Martín, PJ Coles 및 M. Cerezo. “양자 신경망의 과잉 매개변수화 이론”. 자연계산과학 3, 542-551(2023).
https://doi.org/10.1038/s43588-023-00467-6
[97] Y. Du, M.-H. Hsieh, T. Liu 및 D. Tao. “매개변수화된 양자 회로의 표현력”. 물리. 목사 결의안. 2, 033125(2020).
https : / /doi.org/10.1103/ PhysRevResearch.2.033125
[98] L. Funcke, T. Hartung, K. Jansen, S. Kühn 및 P. Stornati. “파라메트릭 양자 회로의 차원 표현성 분석”. 양자 5, 422(2021).
https://doi.org/10.22331/q-2021-03-29-422
[99] Y. Du, Z. Tu, X. Yuan 및 D. Tao. “변이 양자 알고리즘의 표현성을 위한 효율적인 측정”. 물리. Lett 목사. 128, 080506(2022).
https : / /doi.org/10.1103/ PhysRevLett.128.080506
[100] R. D'Cunha, TD Crawford, M. Motta 및 JE Rice. “전자 구조 이론에서 양자 컴퓨팅 하드웨어 효율적인 ansätze 사용에 대한 과제”. 물리화학 저널 A(2023).
https://doi.org/10.1021/acs.jpca.2c08430
[101] H. 시마. “헤센 구조의 기하학”. 월드 사이언티픽. (2007).
https://doi.org/10.1007/978-3-642-40020-9_4
[102] L. Campos Venuti 및 P. Zanardi. “기하 텐서의 양자 임계 스케일링”. 물리. Lett 목사. 99, 095701(2007).
https : / /doi.org/10.1103/ PhysRevLett.99.095701
[103] M. Bukov, D. Sels 및 A. Polkovnikov. “접근 가능한 다체 상태 준비의 기하학적 속도 제한”. 물리. 개정판 X 9, 011034(2019).
https : / /doi.org/10.1103/ PhysRevX.9.011034
[104] M. Kolodrubetz, D. Sels, P. Mehta 및 A. Polkovnikov. “양자 및 고전 시스템의 기하학 및 비단열 반응”. 물리학 보고서 697, 1–87(2017).
https : / //doi.org/ 10.1016 / j.physrep.2017.07.001
[105] S. 판차라트남. “간섭의 일반화된 이론과 그 응용”. 인도 과학 아카데미 회보 – 섹션 A 44, 247–262 (1956).
https : / //doi.org/ 10.1007 / bf03046050
[106] MV 베리. “단열 변화를 수반하는 양자적 위상 요인”. 런던 왕립학회의 회보. A. 수학과 물리 과학 392, 45–57(1984).
https : / /doi.org/ 10.1098 / rspa.1984.0023
[107] J. Broeckhove, L. Lathouwers, E. Kesteloot 및 PV Leuven. “시간에 따른 변이 원리의 동등성에 관하여”. 화학 물리학 편지 149, 547-550 (1988).
https://doi.org/10.1016/0009-2614(88)80380-4
[108] S. 소렐라. “확률적 재구성을 사용한 녹색 함수 몬테카를로”. 물리. Lett 목사. 80, 4558-4561(1998).
https : / /doi.org/10.1103/ PhysRevLett.80.4558
[109] S. 소렐라와 L. 카프리오티. “확률적 재구성을 사용한 녹색 함수 몬테 카를로: 부호 문제에 대한 효과적인 해결 방법”. 물리. B 61, 2599-2612(2000).
https : / /doi.org/10.1103/ PhysRevB.61.2599
[110] G. Mazzola, A. Zen 및 S. Sorella. "Born-Oppenheimer 제약 조건이 없는 유한 온도 전자 시뮬레이션". 화학 물리학 저널 137, 134112 (2012).
https : / /doi.org/ 10.1063 / 1.4755992
인용
[1] Davide Castaldo, Marta Rosa 및 Stefano Corni, "아날로그 양자 시뮬레이터에서 최적의 제어를 통해 빠르게 전달되는 분자 바닥 상태 준비", arXiv : 2402.11667, (2024).
[2] Erika Magnusson, Aaron Fitzpatrick, Stefan Knecht, Martin Rahm 및 Werner Dobrautz, "양자 화학을 위한 효율적인 양자 컴퓨팅을 향하여: 상호 상관 및 적응형 Ansatz 기술로 회로 복잡성 감소", arXiv : 2402.16659, (2024).
위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2024-04-10 11:37:00). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.
On Crossref의 인용 서비스 인용 작품에 대한 데이터가 없습니다 (최종 시도 2024-04-10 11:36:58).
이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: https://quantum-journal.org/papers/q-2024-04-09-1313/
