Mar, 2024
哈密顿性质测试
Hamiltonian Property Testing
Andreas Bluhm, Matthias C. Caro, Aadil Oufkir
TL;DR我们提出了一种基于随机化测量的非相干哈密顿局域性测试算法,用于测试泛型哈密顿局域性等一系列哈密顿性质。此外,我们证明了具有平均情形距离的泛型哈密顿学习仍然是指数复杂的,从而在哈密顿测试和学习之间建立了指数级的差距。
Abstract
locality is a fundamental feature of many physical time evolutions.
Assumptions on locality and related structural properties also underlie
recently proposed procedures for learning an unknown →
发现论文,激发创造
测试和学习局部哈密顿量的简单算法
通过对 Pauli 谱的 2 - 范数或归一化 Frobenius 范数的演化算符进行查询,构建了 “n” 量子比特 “k” 局域哈密顿的测试和学习问题。通过我们的研究,解决了在 Bluhm,Caro 和 Oufkir 最近的工作中提出的两个问题,并展示了简洁、基于 Pauli 分析技术的证明。
Apr, 2024
基于实时演化的哈密顿量结构学习
我们提出了一种新的汉密尔顿学习方法,可以从实时演化中学习汉密尔顿结构,解决了先前算法中存在的问题,并且实现了海森堡极限放大。该方法不仅不需要了解汉密尔顿项,而且在演化时间与误差 ε 的倒数成比例的同时,还可以工作于多种汉密尔顿结构下,包括具有有界范数的项相互作用和功率衰减。
Apr, 2024
量子性质检测的最优性需要纠缠
使用自适应独立测量可以匹配使用纠缠测量的算法的复制复杂度,但对于判断量子状态在跟最大混合态之间的距离是否大于 ε 这一基本问题,则在自适应独立测量的情况下,必须达到 Omega (d^(4/3)/ ε^2) 的下限。
Apr, 2020
从单个本征态确定局部哈密顿量
本研究旨在探讨如何基于单个本征态的知识唯一确定局部 Hamiltonian,并证实基于本征态的两点等时关联函数通常足以恢复有限大小系统的 Hamiltonian。
Dec, 2017
使用海森伯极限量级学习多体哈密顿量
本文使用一种量子增强的分治方法来学习一个多体哈密顿量,并将其拆分为非相互作用的小块,实现了亥姆霍兹极限以学习一个相互作用的 $N$-qubit 局部哈密顿量。
Oct, 2022
量子比特化算法进行的哈密顿模拟
本文介绍了一种使用 unitary oracle 和 qubitization 方法进行哈密顿模拟的算法,其中 qubitization 将任何哈密顿量编码到不变的 SU (2) 子空间中,并给出了 e^{-iHt} 等复合算子的查询复杂度,这在精确模拟中获得了二次加速。
Oct, 2016