简化电路复杂度的变分量子本征求解器
本文回顾了构造有效星座的最新进展,分为两个类别 -- 化学启示和硬件效率 -- 这些方法产生的量子电路更容易在现代硬件上运行,并讨论了最初为 VQE 模拟制定的术语的不足以及在更复杂方法中如何解决它们和进一步改进的潜在方式。
Mar, 2021
我们提出了一种广义的 VQE 算法,可以根据自由参数 α 在 O (1/ε^α) 的电路深度下利用量子相干性减少样本数到 O (1/ε^2 (1-α)),同时提供了一种新的有限量子资源下的期望值估计程序。
Feb, 2018
本文介绍了一种名为 MoG-VQE 的算法,该算法利用多目标帕累托优化,采用基因改进的策略,对电路拓扑进行优化,并采用协方差矩阵适应进化策略优化单量子比特旋转角度,目的是在低深度和高精度之间找到最优解。在多种分子的测试中,可以观察到与标准算法相比,两比特门数量减少近十倍。
Jul, 2020
本文介绍了一种新颖的变分算法 —— 进化变分量子本征求解器 (EVQE),该算法使用进化编程技术来最小化给定哈密尔顿量的期望值,通过动态生成和优化量子电路 (ansatz) 来实现。EVQE 单元优化域内的问题,使用硬件高效电路 (ansatz) 进行准确的能量评估。EVQE 通过虚拟化生成的量子电路,与以 VQE 为代表的传统演化算法相比,CX 门的数量最多减少 $12 imes$,深度最多减少 $18.6 imes$,在存在噪声的情况下,表现出显著的噪声抵抗特性。该文同时还介绍了 EVQE 在 5 量子位计算机上的实验结果,证明了 EVQE 在当前和近未来的量子计算机上进行通用优化的有效性。
Oct, 2019
本文介绍了一种名为变分量子态本征求解器 (VQSE) 的算法,用于在量子计算机上有效地计算出密度算子最大本征值及其对应的本征态。该算法利用了对角化和主支配之间的联系来定义代价函数,需单次迭代仅 单次复制密度算子,可以实现。作者还演示了两个该算法的用例:主成分分析和误差缓解。
Apr, 2020
本研究研究了 VQE 算法在使用 UCCansatz 模拟分子能量上的应用,引入了新策略来减少 UCC 的电路深度和改善波函数的优化,同时还提出了一种分析方法来计算能量梯度,从而减少了梯度估计的采样成本,并在数字模拟中展示了我们的方法。
Jan, 2017
该研究提出了一种基于参数化量子神经网络的无监督学习方法,名为变分降噪,用于改善含有噪声的 Variational Quantum Eigensolver(VQE)模型的输出结果,在 H2 和 LiH 分子哈密顿量的能量估计和保真度方面比噪声输入数据具有更高的准确性和有效性,并且可以将变分降噪集成到量子硬件中,提高了量子硬件的多样性和端到端的量子处理能力。
Apr, 2023
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
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