关键词hybrid quantum-classical algorithms
搜索结果 - 6
- 无梯度学习量子神经网络优化
本文提出了一种新颖的元优化算法，通过对量子电路的参数进行元优化，从而最小化目标函数，避免了经典梯度优化的局限性，通过实验和理论论证，在不同数据集上，相比现有基于梯度的算法，该方法可以更快更稳定地达到更好的效果。
- 用变分量子算法估算迹距离和保真度
本文提出了用于测量量子数据的 “迹距离” 和 “量子保真度” 的混合量子经典算法，并介绍了变分迹距离估计（VTDE）算法和变分保真度估计（VFE）算法。这两个算法对于近期量子设备上的随机生成的混合状态表现出高精度。
- 混合量子 - 经典算法与量子误差纠正
本文回顾了混合量子 - 经典算法和量子误差缓解技术的基本结果，提出了评估使用嘈杂中尺度量子（NISQ）设备的有用性的方法。
- 量子计算机辅助设计：量子处理器的数字量子模拟
本论文研究了基于超导 Transmon 处理器的量子计算机技术，使用混合量子 - 经典算法进行能谱计算和两量子比特门仿真，并探讨了通过已有量子计算机设计候选量子处理器的前景。
- 量子神经网络训练景观中的贫瘠高原
本文研究了嘈杂中等规模量子设备的参数化量子电路的梯度估计和优化问题。作者指出，由于希尔伯特空间的指数维度和梯度估计复杂度，随机电路不适用于超过少量量子比特的混合量子 - 经典算法。
- 用生成建模方法来评估和训练浅层量子电路
本研究提出了一种基于量子电路学习的算法，可以利用本地门和量子位连接等量子硬件能力来协助量子设备的表征，并训练浅层电路进行生成式任务。此方法可以学习绿伯格 - 霍恩 - 泽林格（Greenberger-Horne-Zeilinger）状态的最