Aug, 2019

变分量子编译的噪声鲁棒性

PDF
TL;DR本文研究变分混合量子 - 经典算法（VHQCAs）在量子编译中的应用，报告了这些算法的一种意想不到的噪声韧性，发现一定程度的噪声不会影响最优的变分参数，提高了 VHQCAs 在嘈杂中等规模的量子设备上的实用性，也预示着这种噪声韧性可能适用于其他 VHQCAs。
variational hybrid quantum-classical algorithmnoise resiliencequantum compilinggate sequenceincoherent noise
发现论文，激发创造
  • 具噪声鲁棒性的变分混合量子 - 经典优化

    采用参数量子电路迭代地获得变分态，考虑噪音和量子测量结果的随机性，使用与变分态相关的量子费舍尔信息界限定结果精度，并通过实验展示该算法在不同噪声强度下的鲁棒性。

    Dec, 2019

  • 量子辅助的量子编译

    提出了一种基于变分混合量子 - 经典算法的量子编译方法 (QAQC)，使用可训练的可逆门 $V$ 和目标可逆门 $U$ 的重叠作为编译代价，通过量子计算进行评估，其编译成果可以用于量子算法深度压缩、黑盒编译、噪音缓解和基准测验。

    Jul, 2018

  • 基于强化学习的变分量子算法的量子架构搜索

    使用强化学习自动化搜索最佳结构以提高变分量子算法在噪声干扰下的性能。

    Feb, 2024

  • 强化学习中变分量子电路的优化技术研究

    量子计算通过减少可训练参数来提高机器学习效果，并且通过使用变分量子电路 (VQCs) 融合经典优化技术，研究人员致力于在噪声中等规模量子时代 (NISQ) 中，应用 VQCs 到强化学习中以减少参数并提高超参数稳定性及整体性能。

    May, 2024

  • 变分量子算法的量子电路架构搜索

    通过量子架构搜索来最大程度地提高 VQAs 的鲁棒性和可培训性，以在嘈杂的中间规模量子设备上实现数据分类和量子化学任务的优化。

    Oct, 2020

  • 变分混合量子 - 经典算法理论

    本文讨论了量子算法中的优化问题，并提出了一种基于量子 - 经典混合的优化方案，其中包括变分绝热量子算法和单粒子门晶格，通过拟合和消除误差和采用现代没有导数的优化技术来节省计算成本。

    Sep, 2015

  • 在哈密顿变分假设中探索纠缠和优化

    通过对哈密顿变分试探算法的研究，发现它在结构上表现良好，具有较弱或完全不存在的荒漠高原特征和较小的状态空间，因此容易优化。同时也观察到了随着电路层数的增加而出现的从困难局面到优化的转变，以及在 XXZ 模型和横场伊辛模型中实现超参数化的阈值大约按多项式尺度而非指数尺度增长。最后，演示了 HVA 的能力和有效性，将其用于求解具有长程相互作用和幂律纠缠缩放的 Haldane-Shastry 哈密顿量的基态近似。

    Aug, 2020

  • 使用 CVaR 改进变分量子优化

    研究混合量子 / 经典变分算法，使用条件风险价值作为聚合函数改善在所有组合优化问题的表现。

    Jul, 2019

  • 近期量子计算技术：Variational Quantum Algorithms、误差缓解、电路编译、基准测试和经典模拟

    这篇论文介绍了近期量子计算技术的各种方法，包括变分量子算法、误差缓解、量子电路编译和基准测试协议等，并指出了它们的应用前景和提高量子设备性能的潜力。

    Nov, 2022

  • 硬件错误下的量子架构搜索的课程增强学习

    该研究以引入一种基于课程的强化学习量子架构搜索算法（CRLQAS）为主要方法，旨在解决在真实的 VQA 部署中所面临的挑战。该算法通过使用三维架构编码和环境动力学的限制来高效地探索可能电路的搜索空间，引入一种剧集终止方案以寻找更短的电路，并应用一种新颖的同时扰动随机逼近作为更快收敛的优化器，从而在噪声和非噪声环境中提高了在多个度量标准下的性能。

    Feb, 2024