Feb, 2015

关于桶旅队量子 RAM 鲁棒性的研究

PDF
TL;DR本文研究了量子存储器的稳健性及其在量子搜索中的应用，发现一个逼真的错误模型需要经受超多项式查询错误率的超多项式下降。因此，本文推测对于任何实际错误模型，其错误率都必须超过多项式，特别是对于超多项式查询的算法，需要超多项式降低错误率，进一步说明量子纠错的必要性。
发现论文，激发创造
  • 量子随机存取存储器对一般噪声的韧性

    该研究探讨了量子随机存取存储器（QRAM）的噪声衰减及奇异值下降问题，除了量子错误纠正外，通过研究证明了斗桶旅行队 QRAM 体系结构具有高噪声鲁棒性，现实噪声设备中的高保真查询是可能的。

    Dec, 2020

  • 量子随机访问存储器的架构设计

    分析传统分叉结构和 “桶式队列” 两种随机存取器（RAM）架构，并提出了一些原型实现，显示出在每个 qRAM 调用期间只需要进行 O（n）个二量子比特物理互动，从而减少所需资源，可以构建大型 qRAMs，无需广泛的量子纠错。

    Jul, 2008

  • 量子随机存取记忆的基本因果界限

    量子设备、量子随机访问存储、相对论、量子计算应用和量子存储设计是本研究的关键词。强调了基本的量子物理约束对数据科学中量子计算应用的长期性能产生的影响，并提出了潜在的量子存储设计以提升性能。

    Jul, 2023

  • 量子随机访问存储器

    本文介绍了一种使用 n 个量子位对 N 个内存单元进行随机访问的量子随机访问内存（qRAM）体系结构，其中只需 O（log N）个切换开关即可进行内存调用，因此可以大大减少量子门之间的量子纠缠和降低量子访问所需的功率。

    Aug, 2007

  • 105 量子比特随机访问量子存储的实验实现

    本研究实现了一个由 105 个量子位组成的，由 210 个存储单元组成的随机访问量子存储器，并以可编程的顺序进行读取和写入控制，其应用于量子通信，网络和计算中具有重要意义。

    Apr, 2019

  • 使用比特翻转平均值对量子比特读取误差进行缓解

    提出了一种更有效地减轻量子硬件上比特读取误差的方法，并展示了在读出 n 个比特时，仅需进行原来方法 2 的 n 次方的校准测量，即可建立一般错误模型。

    Jun, 2021

  • 量子误差缓解的基本极限

    该研究提出了一种基于采样开销的错误纠正算法的性能上下限，并应用其分析了量子计算中错误依赖问题的改善策略，结果表明概率性错误取消策略是最优的。

    Sep, 2021

  • 本地量子电路输出分布的可学习性

    本文研究了两种不同的神经网络模型下，量子电路 Born 机的可学习性，发现虽然当给定访问样本时可用于统计学习，但具有超对数深度的克里福德电路的输出分布在统计查询模型下不易于学习，这限制了学习本地量子电路输出分布的可能性，并提供了从概率建模角度学习本地量子电路输出分布的严格见解。

    Oct, 2021

  • 使用随机基准测试的最优量子控制

    本文提出了一种优化量子控制实验系统的方法，利用随机基准测试的子集快速推断误差，从而改善单比特和双比特门，最小化门泄漏，识别超导量子位的控制串扰。该方法能够校正参数，使控制误差不再占主导地位，并适用于实验系统的自动化和闭环优化。

    Mar, 2014

  • 利用 Clifford 量子电路数据进行误差纠正

    本文提出了一种新颖的、可扩展的误差缓解方法，旨在实现在存在硬件噪声的情况下准确估计量子观测值，该方法基于 Clifford 门，通过产生训练数据和使用线性 ansatz，使得可以预测任意电路的无噪声的观测值，运行在 16 个 qubit 的 IBMQ 量子计算机和 64 个 qubit 的噪声模拟器上，使用该方法可以将能量估计误差降至数量级。

    May, 2020