Oct, 2019

利用分子点群对称性降低量子模拟的量子比特要求

PDF
TL;DR为了在限制条件下优化量子算法的资源利用，本文开发了如何减少模拟分子所需量子比特数的方法，用的是空间对称性的第二量子化表示，并将它们转换为它们的量子比特运算符表示。
发现论文，激发创造
  • 用于小分子和量子磁体的硬件高效的变分量子本征求解器

    本文介绍了一种硬件高效的可变量量子本征求解器，结合铁磁哈密顿量的紧凑编码和稳健的随机优化算法，在量子处理器上实现了六量子位哈密顿问题的实验优化，并将技术应用于一个量子磁学问题，其结果有助于阐明将该方法扩展到更大系统的要求，并致力于填补高性能计算前沿问题与其在量子硬件上实现之间的差距。

    Apr, 2017

  • 将空间对称性纳入参数化量子电路以加速训练

    本文介绍了一种名为 ORB 的量子学习模型的最优参数结构，通过考虑问题哈密顿量的自同构群而形成这种理想参数结构，证实了在多个基态问题中 ORB 的表现要比文献里的电路结构更好。

    Jul, 2022

  • 量子电路学习实现量子场论的量子 - 经典模拟

    我们利用量子电路学习来模拟量子场论，通过使用紧凑的量子比特配置和低深度的量子电路来预测量子场论中的实时动态，从而准确地预测各种物理参数，包括全连接算符。通过在一个 1+1 维的量子电动力学模型中预测淬火动力学、手性动力学和喷注产生，我们发现我们的预测与严格的经典计算结果十分吻合，显示了利用现代量子设备高效模拟大规模量子场论的可行性。

    Nov, 2023

  • 用于变分量子本征求解器算法的高效对称性保持状态准备电路

    本研究介绍了一种基于对称性的有效量子态制备电路方案，可以在量子计算中高效地实现化学模拟，并在 $H_2$ 和 $LiH$ 的量子模拟中表现出更高的准确性和电路深度。

    Apr, 2019

  • 对称不变的量子机器学习力场

    运用机器学习技术设计了量子神经网络，该网络明确地结合了大量具有物理相关性的对称性，以预测原子势能和原子力的潜在能量表面。研究结果表明，凭借几何量子机器学习框架，分子力场的生成可以从中获益，并且化学系统对于发展和应用先进量子机器学习工具具有丰富的应用潜力。

    Nov, 2023

  • 使用更少量的量子比特进行变分量子本征求解器

    通过渐进增加量子比特的数目，同时采用张量网络表示方式和对实际系统对称性的保留，我们提出了一种方法来研究近期噪声中等规模量子计算机上的量子多体系统的基态性质，并在实用场景中展示了其可行性。

    Feb, 2019

  • 对称自适应变分量子本征求解器

    本文介绍了一种恢复 VQE 算法中 Hamiltonian 对称性的算法方案，该方案应用投影算符来实现空间对称性的恢复，具有量子电路与非幺正投影算符的组合优势，能够在较浅的量子电路中实现显著的基态精度提升，并近似计算对称性限制下的激发态能量。

    Dec, 2019

  • 超导量子比特量子计算机上的 Hartree-Fock

    通过变分模拟费米子系统，利用 Givens 旋转思想，使用定制化的算法来改善我们的实验的有效保真度，并在对链状分子及联环分子的模拟中建立起基础来扩大更复杂分子的相关量子模拟。

    Apr, 2020

  • 在量子计算机上解决强相关电子模型

    利用量子计算机演化调控 Hubbard 模型，采用有效嵌套策略实现指数级降低影响因素，设计高效测量和非破坏式的实验方法，实现对模型的精确刻画和参数量子模拟。

    Jun, 2015

  • 在 51 原子量子模拟器上探测多体动力学

    本研究介绍了一种方法，该方法利用由冷原子构成的可重构阵列与激发到 Rydberg 态的强相互作用相结合，创造了可控的多体量子物质，实现了可编程的 Ising 型量子自旋模型，提供了一种探索多体现象的程序可编程量子模拟器，并有望实现新的量子算法。

    Jul, 2017