May, 2018

量子电路算法优化

PDF
TL;DR该论文介绍了为了更好地实现、测试和资源评估量子算法，使用量子电路来评估量子算法文献中经常遇到的函数，以及借鉴目前高性能计算领域的经验优化这些电路，并实现了一个量子软件堆栈模块来自动生成用于计算基础函数的电路，以更详尽的成本分析启发未来量子计算设备的具体应用和降低计算基础算术成本的未来研究。
quantum algorithmsoraclesgaussianshyperbolic tangentsine/cosine
发现论文，激发创造
  • 量子电路综合和编译优化：概述与前景

    本文论述了量子计算作为克服后摩尔时代计算能力瓶颈的一种有前途的范式，特别是超导量子处理器的日益成熟，为量子算法的发展和实施提供了更多的可能性。此外，研究还表明相关算法的规模和精确度正在稳步提高，尤其是与人工智能方法的整合。本文系统地回顾和总结了大量的文献，探讨了从算法级到量子硬件级整合设计和优化方案的可行性，结合了逻辑电路设计和编译优化的步骤。借助人工智能算法的卓越认知和学习能力，可以减少手动设计成本，提高执行的精确度和效率，并促进量子算法在硬件上的实施和优势验证。

    Jun, 2024

  • 在量子硬件上计算解析梯度

    本文介绍了一种利用同一或几乎相同的架构的方法来估计量子测量期望值的梯度，以优化杂化量子 - 经典算法的目标函数，尤其适用于量子化学、药物发现和机器学习等领域。

    Nov, 2018

  • 量子经典混合算法的顺序最小化优化

    本文提出了一种适用于量子经典混合算法的顺序最小优化方法，解决了参数量子电路上的优化问题，比现有的基于梯度和无梯度优化算法更快更稳健，可用于优化近期量子设备的性能。

    Mar, 2019

  • 子通用可变电路在组合优化问题中的应用

    用两位随机矩阵构建的一类新型的经典概率电路，通过数值研究在解决各种增长规模的图上的最大割问题方面，提出的变分电路比量子近似优化算法表现出更好的性能。

    Aug, 2023

  • 大型量子电路连续参数的自动优化

    研究开发了自动优化量子电路的方法，能够处理连续的门参数，并报告了一组快速算法，能够优化大规模量子电路，从而实现超越经典计算机的量子计算。

    Oct, 2017

  • 基于电路的量子分类器

    本文提出了一种用于监督学习的低深度可变量量子算法，其使用参数化单个和双量子位门的量子电路以及单量子位测量来编码输入特征向量并进行分类，从而实现了可学习参数数量与输入维度的多项式对数关系。通过模拟，该电路为标准经典基准数据集提供了很好的分类性能，而且需要的参数数量极少。

    Apr, 2018

  • AlphaTensor 与量子电路优化

    量子电路中 T 门计数的最小化是实现容错量子计算的关键挑战之一，本文提出了一种基于深度强化学习的方法 AlphaTensor-Quantum，利用张量分解与 T 门优化之间的关系，通过引入量子计算的领域专业知识和利用 gadgets，显著降低了优化电路的 T 门计数，从而在算术基准测试中超越了现有的 T 门计数优化方法，同时还发现了一种类似于 Karatsuba 算法的高效乘法算法，并成功优化了 Shor 算法中的相关算术计算和量子化学模拟，实现了在完全自动化的方式下，优化相关量子电路，节省了数百小时的研究时间。

    Feb, 2024

  • 量子机器学习的优势演示

    使用超导体五比特处理器，对基于 oracle 的问题进行求解，经过实验验证，在现有的嘈杂系统中，量子计算机的查询次数明显比经典计算机少，这种差距会随着误差率和问题大小的增加而不断扩大，这证明了量子优势确实在现有的嘈杂系统中出现了。

    Dec, 2015

  • 代数问题的量子算法

    量子算法的发展和挑战，尤其是超级多项式时间复杂度快速解决代数问题的 Shor 算法，正在推动大规模量子计算机的研制。

    Dec, 2008

  • 学习优化变分量子电路来解决组合问题

    本文提出了两种基于机器学习的方法，采用强化学习 (RL) 框架和核密度估计 (KDE) 技术，分别用于优化 QAOA 电路，从小规模问题实例中学习，然后在较大的问题实例中使用，结果表明与其他现成的优化器相比，这两种方法可以将优化度缺口减少多达 30.15 个因子。

    Nov, 2019