Contextuality Test of the Nonclassicality of Variational Quantum Eigensolvers
情境性是非经典性的指标,也是各种量子程序的资源。在本文中,我们使用上下文来评估变分量子本征求解器(VQE),最有前途的工具之一,近期量子模拟。我们提出了一个有效的可计算的测试,以确定是否VQE程序的目标函数是上下文。我们应用这个测试来评估VQE的实验实现的上下文,并确定有几个,但不是全部,失败的量子性测试。
2020-02-07 quant-ph
Non-adiabatic Quantum Wavepacket Dynamics Simulation Based on Electronic Structure Calculations using the Variational Quantum Eigensolver
采用变分量子本征求解器,在电子结构计算的基础上,对H $_2$ O $^+$的去激发过程进行了非绝热核波包动力学模拟.绝热势能面和非绝热耦合矢量的算法计算的噪声中等规模的量子器件,和时间的传播模拟与传统的方法为经典计算机。从$\tilde{B}$态到$\tilde{A}$态的非绝热跃迁动力学的结果再现了以前研究中报道的趋势,这表明这种量子-经典混合方案可能是有噪声的中等规模量子器件的一个有用的应用。
2021-11-08 quant-ph
Quantum Computation of Electronic Transitions using a Variational Quantum Eigensolver
我们开发了一个扩展的变分量子本征求解器(VQE)算法-多状态,收缩VQE(MC-VQE)-允许有效计算的基态和几个低的激发态的分子之间的跃迁能量,以及与这些过渡的振子强度。我们数值模拟MC-VQE计算的吸收光谱的从头算模型的18色团捕光复合物从紫色光合细菌。
2019-04-10 quant-ph
Effect of constraint and Tabu Search term on Variational Quantum Eigensolver and Subspace-Search Variational Quantum Eigensolver
子空间搜索变分量子本征解(SSVQE)是一种多态搜索方法,它依赖于变换的么正性来保证多态输出态的正交性。基于变分量子紧缩(VQD)的变分量子本征解(VQE)方法只能从基态开始逐步计算激发态,因此该方法被认为是一种很有前途的量子化学方法。比较了VQE和SSVQE在引入约束项和Tabu搜索项后的优势,并通过Lagrange乘子法引入约束项和Tabu搜索项,从而计算出所需的能级。我们通过分别计算H2和HeH的每个水平来评估优势。仿真结果表明,约束VQE与禁忌搜索计算的精度比我们的其他算法,分析H2。约束SSVQE的计算精度高于禁忌搜索约束VQE。我们发现,根据分子的性质使用禁忌搜索项,减少收敛时间,有利于提高精度。我们证明了约束和禁忌搜索项有助于量子化学计算的精度和收敛时间。
2021-03-23 quant-ph
Orbital Expansion Variational Quantum Eigensolver: Enabling Efficient Simulation of Molecules with Shallow Quantum Circuit
提出 OE-VQE 框架,通过从紧凑活性空间逐步轨道扩展构建高效收敛路径,使浅层量子电路可模拟强关联分子基态,并在多种分子基准上验证其性能提升。
2022-10-13 quant-ph
Adaptive Random Quantum Eigensolver
我们提出了一种自适应随机量子算法,以获得优化的本征解。具体来说,我们介绍了一种参数化和优化随机数发生器概率密度函数的通用方法,它是随机算法的核心。我们遵循生物启发的进化突变方法,在所涉及的矩阵中引入变化。我们的优化基于两个优点:学习速度和学习精度。该方法在当前中等规模量子计算机的噪声条件下,具有搜索特征向量的高精度和更快的收敛速度,从而获得量子优势。
2022-05-05 quant-ph
Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ
Galicia Supercomputing Center (CESGA)(加利西亚超级计算中心);Departamento de Física de Partículas Universidade de Santiago de Compostela(圣地亚哥-德孔波斯特拉大学粒子物理系)
针对NISQ设备中异构噪声影响变分量子特征求解器并行化效果的问题,提出三种易并行策略并通过CUNQA平台仿真评估其加速比与精度表现。
2026-08-21 quant-ph
Compressed variational quantum eigensolver for the Fermi-Hubbard model
费米-哈伯德模型是量子计算机使用变分量子本征求解器算法求解的一个看似合理的目标。然而,经典精确对角化无法解决的问题规模也超出了当前量子计算硬件的范围。在这里,我们使用了一种简单的方法,它压缩了哈伯德模型的第一个非平凡子案例-一个自旋向上和一个自旋向下的费米子-使更大的实例能够使用当前的量子计算硬件来解决。我们实现了这种方法的超导量子硬件平台上的$2 \times 1$哈伯德模型的情况下,包括错误缓解技术,并表明,基态被发现具有相对较高的精度。
2020-06-18 quant-ph
Real Variance-Based Variational Quantum Eigensolver for Non-Hermitian Matrices
Indian Institute of Technology Roorkee(印度理工学院鲁尔基分校)
本文提出基于实方差的变分量子本征值求解器(RVVQE),用于非厄米特算子,通过设计正确的成本函数保证收敛到真实本征态,利用厄米特测量实现算法易实现,并展示了在不同维度的非厄米特矩阵上的性能和可扩展性。
2026-03-30 quant-ph
Probabilistic Eigensolver with a Trapped-Ion Quantum Processor
复杂量子系统及其性质的量子模拟通常需要在要模拟的哈密顿量的本征态中准备初始态的能力。此外,计算哈密顿量的特征值通常是一个非平凡的问题。在这里,我们提出了一种混合量子经典概率方法来计算本征值和准备本征态的哈密顿量,这是模拟与捕获离子量子处理器。
2018-10-16 quant-ph
Benchmarking Variational Quantum Eigensolvers for Entanglement Detection in Many-Body Hamiltonian Ground States
本文使用变分量子特征求解器(VQEs)对由Heisenberg哈密顿量描述的多体系统进行纠缠检测基准测试,发现受哈密顿量相互作用启发的参数化量子电路在代价函数估计上优于问题无关电路。
2024-07-29 quant-ph
Variational quantum eigensolvers by variance minimization
变分量子本征求解器(VQE)通常使用混合量子经典优化来最小化能量,其目的是找到基态。在这里,我们提出了一个VQE通过最小化能量方差,这被称为方差VQE(VVQE)。VVQE可以被看作是一个自我验证的本征解任意本征态的设计,因为一个本征态的哈密尔顿应该有零能量方差。我们证明了VVQE的性质和优势,解决一组激发态的量子化学问题。值得注意的是,我们表明,能量和方差的组合的优化可能是更有效地找到低能量的激发态比那些最小化的能量或方差单独。我们进一步揭示了优化可以通过哈密顿采样的随机梯度下降来提升,该随机梯度下降仅使用哈密顿量的几个项,从而显着减少了用于评估方差及其梯度的量子资源。
2020-06-29 quant-ph
Trainable, self-verifying variational quantum eigensolver using adiabatic warm starts
University of Ljubljana(卢布尔雅那大学);Rudolfovo, Science and Technology Centre(鲁多尔福沃科学与技术中心);Quantinuum
本文提出了一种可扩展的自验证变分量子本征求解器,通过绝热预热方法避免 barren plateau 和局部极值,利用能量标准差测量认证本征态准确性。
2026-10-30 quant-ph
Measurement-based infused circuits for variational quantum eigensolvers
本文将测量基模型思想融入传统VQE电路,实现多体哈密顿量的问题导向设计与通用实现,并在真实超导量子计算机上验证了该方法在多种测试床系统中的有效性。
2024-06-01 quant-ph
Variational Quantum Eigensolvers with Quantum Gaussian Filters for solving ground-state problems in quantum many-body systems
提出一种结合变分量子本征求解器与量子高斯滤波器的量子算法,用于在NISQ设备上高效求解多体系统基态,在横场伊辛模型上展现出更快的收敛和更高的精度。
2024-03-15 quant-ph
Efficient variational quantum eigensolver methodologies on quantum processors
Texas A&M University(德克萨斯农工大学);Iowa State University(爱荷华州立大学);University of Mumbai(孟买大学);Indian Institute of Science(印度科学学院)
本文比较了多种变分量子本征求解器方法在IBM量子硬件上求解BeH2分子基态的性能,通过自适应、纠缠锻造及误差缓解技术降低资源需求,验证了VQE在含噪设备上的实用性。
2024-07-23 quant-ph
Cascaded variational quantum eigensolver algorithm
本研究提出级联变分量子本征求解器算法,通过单次执行量子电路而非迭代执行提升计算吞吐量,采用量子-经典混合计算模式,且ansatz形式不受Fock空间限制、可灵活施加物理约束。
2024-03-08 quant-ph
Variational Quantum Eigensolver Approach to Prime Factorization on IBM's Noisy Intermediate Scale Quantum Computer
本研究提出基于变分量子特征求解器(VQE)的量子-经典混合质因数分解算法,经IBM真实量子计算机与经典模拟器验证,分别可分解最大253与1048561的数,展现了近期量子计算的应用潜力。
2025-03-19 quant-ph
Theory of analytical energy derivatives for the variational quantum eigensolver
变分量子本征求解器(VQE)及其变体是一种求取给定哈密顿量的本征态和本征能量的方法,是近期量子计算机的一个有吸引力的应用。虽然本征能是确定给定系统性质的重要量,但它们相对于系统参数的导数(例如,如果我们针对量子化学问题,则原子核的位置)对于分析系统也是至关重要的。在这里,我们描述的方法来评估分析导数的本征能的一个给定的哈密顿量,包括激发态能量以及基态能量,相对于系统参数的框架中的VQE。我们给出了明确的,低深度的量子线路,它可以测量基本量,以评估能量导数,结合证明的原理数值模拟。这项工作扩展了变分量子本征求解器的理论,使其能够测量比以前更多的量子系统的物理性质,并探索化学反应。
2019-06-07 quant-ph
$O(N^3)$ Measurement Cost for Variational Quantum Eigensolver on Molecular Hamiltonians
变分量子本征求解器(VQE)是一种很有前途的近场量子机算法。它可以用来估计基态能量的分子进行单独的测量$O(N^4)$条款。最近的几篇论文观察到,通过将这些项划分为可以同时测量的线性大小的交换族,这种缩放可以简化为$O(N^3)$。我们确认这些经验观察通过研究最小交换划分问题的水平上的费米哈密顿量和它的编码成量子比特。此外,我们提供了一个快速的,可预先计算的过程,通过解决循环调度问题,通过流网络创建线性大小的通勤分区。
2019-08-30 quant-ph
Benchmarking near-term quantum devices with the Variational Quantum Eigensolver and the Lipkin-Meshkov-Glick model
变分量子本征求解器(VQE)是一种很有前途的噪声中尺度量子(NISQ)计算算法。NISQ算法在NISQ器件上的性能验证是一项重要的工作。我们认为精确对角化Lipkin-Meshkov-Glick(LMG)模型作为基准NISQ计算机的候选人。我们利用Bethe不等式构造了三角LMG模型的本征态,并利用LMG的基本代数结构构造了量子线路。我们构造了具有深度$\mathcal{O}(N)$和$\mathcal{O}(\log_2N)$的电路,可以制备$N$粒子的任意三角LMG本征态。两个电路所需的门数均为$\mathcal{O}(N)$。然后,本征态的能量可以被测量并与确切已知的答案进行比较。
2021-08-02 quant-ph
Error-mitigated photonic variational quantum eigensolver using a single-photon ququart
我们报告了实验资源有效的实施变分量子本征求解器(VQE)使用四维光子量子态的单光子。利用单光子的偏振自由度和路径自由度实现了四维量子态。我们的光子VQE配备了量子误差缓解(QEM)协议,有效地减少了量子处理单元中泡利噪声的影响。我们应用我们的光子VQE估计He-H $^{+}$阳离子的基态能量。模拟和实验结果表明,我们的资源有效的光子VQE可以准确地估计键解离曲线,即使在量子处理单元中存在大的噪声。
2021-09-29 quant-ph
Accelerated Variational Quantum Eigensolver
使用量子计算机找到哈密顿量的基态能量的问题目前使用量子相位估计(QPE)或变分量子本征求解器(VQE)算法来解决。对于精确的$ε$,QPE需要$O(1)$重复具有深度$O(1/ε)$的电路,而VQE中的每个期望估计子例程需要来自具有深度$O(1)$的电路的$O(1/ε^{2})$样本。我们提出了一个广义VQE算法,这两个政权之间的插值通过一个自由参数$α\in[0,1]$,它可以利用量子相干性电路深度的$O(1/ε^α)$减少样本的数量,以$O(1/ε^{2(1-α)})$。在此过程中,我们给出了一个新的例程的期望估计有限的量子资源是独立的利益。
2019-03-25 quant-ph
Short-depth trial-wavefunctions for the variational quantum eigensolver based on the problem Hamiltonian
对于变分量子本征求解器,我们建议从问题哈密顿量的少量选定的泡利项生成试探波函数。两种不同的方法,一个启发的量子近似优化算法和其他的时间进化,提出并详细研究。利用数值计算,我们研究了这些试探波函数的效率,找到三个分子的基态能量:H2,LiH和H2O。我们发现,只有少量的泡利项需要达到化学精度,导致短深度量子线路与少量的变分参数。对于LiH分子,量子线路由36个双量子位门、45个单量子位门和4个变分参数组成,对于较大的分子具有有利的缩放。
2019-08-26 quant-ph
Fighting noise with noise: a stochastic projective quantum eigensolver
本文提出随机投影量子本征求解器,通过对波函数和哈密顿量随机采样,将基态能量收敛所需量子态采样降低两个数量级,并适用于激发态计算。
2024-03-04 quant-ph
Scaling the Variational Quantum Eigensolver for Dynamic Portfolio Optimization
本研究探索变分量子特征求解器在超100量子比特的动态投资组合优化中的潜力,通过在真实量子处理单元上测试不同拟设线路与优化器组合,实现6至112量子比特的规模化扩展,结合差分进化优化器与定制拟设线路取得最优结果。
2025-02-21 quant-ph
Computation of molecular excited states on IBM quantum computers using a discriminative variational quantum eigensolver
求解分子的激发态仍然是现代量子化学的关键挑战之一。传统方法受到现有计算能力的限制,限制了可以研究的分子的复杂性或可以获得的结果的准确性。已经提出了几种量子计算方法来解决这个限制。然而,这些通常具有在短期内可能无法实现的硬件要求。我们提出了一种基于变分量子机器学习的方法来确定分子的激发态,旨在尽可能地适应早期噪声中间尺度量子(NISQ)计算机的缺陷,并在IBMQ上实现了H2。我们的方法使用两个参数化的量子线路的组合,串联工作,结合变分量子本征求解器(VQE)迭代地找到分子哈密顿量的本征态。
2021-04-12 quant-ph
Error Analysis of the Variational Quantum Eigensolver Algorithm
变分量子算法是近期量子计算应用中研究最多的应用之一。噪声中尺度量子(NISQ)机制,在未来5年内,足够小的算法可以在噪声量子计算机上成功运行,这推动了大量的研究工作和大量的私营部门资金。因此,重要的是要了解变分算法是否能在存在噪声的情况下成功收敛到正确答案。我们进行了全面的研究的变分量子本征求解器(VQE)和它的个人量子子程序。建立在渐近界,我们通过显式模拟表明,VQE算法有效地崩溃时,在量子处理调用过程中发生单一错误。我们讨论的背景下,能够运行任何变量类型的算法,而无需资源昂贵的纠错协议,这一结果的重大影响。
2023-01-18 quant-ph
Ansätze for Noisy Variational Quantum Eigensolvers
有用的量子算法的硬件要求仍然没有被今天可用的量子计算机所满足。因为它被设计为软化这些要求,所以变分量子本征求解器(VQE)作为近期量子计算机的量子优势的竞争者而受到欢迎。测试器是准备试验状态的参数化电路,可以决定VQE的成功(或失败)。太深的ansätze可能会阻碍近期的可行性,或导致可训练性问题,使算法效率低下。本论文的目的是分析为量子化学提出的不同ansätze,研究它们在最先进的量子计算机中的抗噪能力和可行性。特别是,动态ansätze(ADAPT-VQE)进行了探讨,并对其性能的影响进行了分析的池和选择标准的选择。
2022-12-06 quant-ph
Preserving Symmetries for Variational Quantum Eigensolvers in the Presence of Noise
有噪声的中尺度量子计算机最有前途的应用之一是使用变分量子本征求解器模拟分子哈密顿量。我们表明,编码对称性的模拟哈密顿量的VQE anomaly减少了经典和量子资源相比,其他广泛使用的ansatze。通过H $_2$分子的模拟,我们验证了这些改进持续存在的噪声。该模拟是使用IBM软件使用来自真实器件的噪声模型进行的。我们还演示了如何使用这些技术可以用来找到分子的激发态的各种对称性,使用嘈杂的处理器。我们使用错误缓解技术,以进一步提高我们的结果的质量。
2020-02-29 quant-ph
Inverse iteration quantum eigensolvers assisted with a continuous variable
用量子计算机求解本征态的能力是最终模拟物理系统的关键。在这里,我们提出了逆迭代量子本征解算器,它利用量子计算的经典逆幂迭代方法的权力。一个关键的组成部分是构造一个逆哈密顿作为一个线性组合的连贯的哈密顿演化。我们首先考虑一个连续变量的量子模式(qumode)实现这样的线性组合作为一个整体,与权重被编码成qumode资源状态。我们展示了有限压缩下的各种物理系统,包括分子和量子多体模型的量子算法的数值模拟。我们还讨论了一个混合量子经典算法,直接总结了不同的持续时间的哈密顿演化进行比较。结果表明,连续变量资源对于减少量子算法中哈密顿算子的相干演化时间是有价值的。
2022-03-08 quant-ph
The generative quantum eigensolver (GQE) and its application for ground state search
University of Toronto(多伦多大学);Keio University(庆应义塾大学);Vector Institute for Artificial Intelligence(向量人工智能研究所);Harvard University(哈佛大学);St. Jude Children’s Research Hospital(圣裘德儿童研究医院);NVIDIA(英伟达);Canadian Institute for Advanced Research(加拿大高级研究院);Mitsubishi Chemical Corporation(三菱化学株式会社)
本文提出生成式量子本征求解器GQE,利用经典生成模型生成量子电路,并实现基于GPT的GPT-QE,在电子结构问题上超越CCSD、接近化学精度且可在真实量子硬件运行。
2025-09-30 quant-ph
Quantum Assisted Eigensolver
本文提出了一种量子-经典混合算法来近似计算哈密顿量的基态和基态能量。一旦确定了Ancestor,算法的量子部分就涉及到两个重叠矩阵的计算。该算法的量子部分的输出被用作经典计算机的输入。该算法的经典部分是一个二次约束二次规划与一个单一的二次等式约束。与变分量子本征求解器算法不同,我们的算法没有任何经典量子反馈回路。利用凸松弛技术,我们提供了一个有效的计算下界的经典优化程序。此外,利用Bar-On等人的结果(Journal of Optimization Theory and Applications,82(2):379- 386,1994),我们提供了局部最小值成为全局最小值的充分条件。求解器可以使用这样的条件作为停止标准。
2020-10-12 quant-ph
Knowledge Distillation Inspired Variational Quantum Eigensolver with Virtual Annealing
本文提出KD-VQE方法,在VQE中引入基于玻尔兹曼分布和虚拟温度的虚拟退火机制,动态分配测量资源以过滤次优态,并在两格点费米-哈伯德模型上验证了其更广的搜索范围和更好的收敛可靠性。
2025-05-06 quant-ph
A blueprint for a Digital-Analog Variational Quantum Eigensolver using Rydberg atom arrays
提出一种基于里德堡原子阵列的数字-模拟 VQE 蓝图,通过学习原子寄存器位置并结合去随机化能量估算的迭代脉冲优化,实现 H2、LiH 和 BeH2 基态能量的高精度估算。
2023-04-23 quant-ph
Variational Quantum State Eigensolver
提取指数大矩阵的特征值和特征向量将是近期量子计算机的一个重要应用。变分量子本征求解器(VQE)处理矩阵是哈密顿量时的情况。这里,我们解决矩阵是密度矩阵$ρ$的情况。我们引入变分量子态本征解算器(VQSE),它类似于VQE,因为它变分学习$ρ$的最大本征值以及准备相应本征向量的门序列$V$。VQSE利用对角化和优化之间的联系来定义成本函数$C=\Tr(\tildeρ H)$,其中$H$是非退化哈密顿量。由于Schur-Schurt,当$\tildeρ = VρV^\dagger$在$H$的特征基中是对角的时,$C$被最小化。VQSE算法的每次迭代仅需要$ρ$的单个副本(仅$n$量子位),使其适合于近期实现。我们演示了VQSE的两个应用:(1)主成分分析,(2)错误缓解。
2022-09-26 quant-ph
Ground and excited state energy calculations of the H2 molecule using a variational quantum eigensolver algorithm on an NMR quantum simulator
本文在NMR量子处理器上实验实现了变分量子本征求解器与变分量子紧缩算法,分别计算H2分子的基态和激发态能量,并首次证明单个NMR量子比特即可达到所需精度。
2024-07-01 quant-ph
Benchmarking the Variational Quantum Eigensolver through Simulation of the Ground State Energy of Prebiotic Molecules on High-Performance Computers
我们使用Qiskit软件包中的变分量子本征求解器(VQE)来计算来自水(H $_2$ O)和氰化氢(HCN)的小分子的基态能量。这项工作的目的是基准算法计算电子结构和能量表面的分子相关的前生物化学,开始与水和氰化氢,并运行它们在可用的模拟和物理量子硬件。小型量子处理器算法的数值计算使我们能够设计出更有效的协议,并在实际硬件中运行,以及分析它们的性能。未来在可访问的量子处理原型上的实现将对量子计算机进行基准测试,并使用启发式量子算法来测试量子优势。
2021-01-05 quant-ph
HIVQE: Handover Iterative Variational Quantum Eigensolver for Efficient Quantum Chemistry Calculations
本文提出混合量子-经典算法HiVQE,利用NISQ硬件探索电子构型并由经典计算机无噪声计算波函数,以高效、准确地处理多参考量子化学问题。
2025-03-16 quant-ph
Hot-Start Optimization for Variational Quantum Eigensolver
变分量子本征求解器(VQE)是近年来备受关注的量子多体物理模拟算法之一,被认为在近期的量子器件上具有实用价值。然而,它的可行性和准确性关键取决于的Anonymous结构,可以用不同的方式来定义和适当选择的结构提出了一个瓶颈的协议。在我们的工作中,我们提出了优化方法,允许浅电路解决方案。我们的热启动方法的主要成就是所需的门数限制的几倍。结果,它增加了最终结果的保真度,这对于当前噪声量子器件的实现是重要的。我们认为热启动优化是现代量子计算设备功能开发的一个很好的新方法。
2021-04-30 quant-ph
Truncation technique for variational quantum eigensolver for Molecular Hamiltonians
针对VQE中量子电路测量瓶颈,提出基于算子分类的哈密顿量截断技术,从截断哈密顿量逐步过渡到原始哈密顿量优化,显著减少期望值评估次数和量子资源需求。
2024-02-15 quant-ph
Probing phases of quantum matter with an ion-trap tensor-network quantum eigensolver
张量网络(TN)态是局域量子哈密顿量的基态的有效参量表示,广泛应用于数值模拟。在这里,我们将TN量子态直接编码到量子模拟器中,这可能比纯粹的数值模拟具有指数优势。特别地,我们通过制备扩展的Su-Schrieffer-Heeger模型的基态,在离子阱量子计算机上用变分量子本征求解器实现了量子编码TN量子态的优化.通过估计生成状态的拓扑不变量,验证其拓扑序来表征生成状态。我们的TN编码作为捕获离子电路仅采用单站点寻址光脉冲-平台上自然可用的本地操作。我们通过选择不同的磁子级,以及分离的过渡频率来编码偶数和奇数量子比特,以减少最近邻串扰。
2022-03-24 quant-ph
Circuit-Efficient Qubit-Excitation-based Variational Quantum Eigensolver
本文在ADAPT-VQE框架内提出两体量子比特激发算符的电路高效实现,用于构建浅电路波函数拟设,并在小分子基态与激发态模拟中显著降低电路深度,提升当前量子硬件上的电子结构模拟性能。
2024-06-17 quant-ph
Noise-Mitigated Variational Quantum Eigensolver with Pre-training and Zero-Noise Extrapolation
提出一种结合矩阵乘积态预训练和零噪声外推的噪声缓解变分量子本征求解器,用于在含噪量子设备上精确计算分子基态能量,数值实验表明其噪声误差优于主流方法。
2025-01-27 quant-ph
Contextual Subspace Variational Quantum Eigensolver
我们描述了上下文子空间变分量子本征求解器(CS-VQE),一个混合量子经典算法近似的基态能量的哈密顿量。对基态能量的近似是两个贡献之和。第一个贡献来自一个非上下文近似的哈密顿量,并计算经典。第二个贡献是通过使用变分量子本征求解器(VQE)技术在量子处理器上计算上下文校正来获得的。通常,上下文校正的VQE计算使用比原始问题的VQE计算更少的量子位和测量。改变用于上下文校正的量子位的数量调整近似的质量。我们在小分子的锥形哈密顿量上模拟CS-VQE,发现达到化学精度所需的量子比特数可以减少两倍以上。计算上下文校正所需的项的数量可以减少十倍以上,而不使用其他测量减少方案。这表明CS-VQE是一种很有前途的方法,用于噪声中等规模量子器件的本征值计算。
2021-05-12 quant-ph
Collective optimization for variational quantum eigensolvers
变分量子本征求解器(VQE)通过用经典计算机更新参数来优化量子处理器上的哈密顿量的参数化本征态。这种混合量子-经典优化作为一种实用的方式来利用经典算法来利用近期量子计算的能力。在这里,我们开发了一个混合算法的VQE,强调经典的一面,可以解决一组相关的哈密顿同时。该算法将一个蛇算法到许多VQE任务,集体优化不同的哈密顿变分参数。这种所谓的集体VQE ~(cVQE)被用来求解具有不同键长的分子,这是量子化学中的一个标准问题。数值模拟结果表明,cVQE不仅收敛速度快,而且有避免单个VQE任务陷入局部极小的趋势。集体优化利用了相关任务之间的内在关系,并可能激发高级混合量子经典算法来解决实际问题。
2019-10-30 quant-ph
Simulating noisy variational quantum eigensolver with local noise models
变分量子本征求解器(VQE)在近中期噪声量子计算机(NISQ)上具有很好的量子优势。VQE的一个核心问题是噪声,特别是物理噪声对实际量子计算机的影响。我们系统地研究了噪声对VQE算法的影响,通过对各种局部噪声模型进行数值模拟,包括振幅阻尼,失相和去极化噪声。结果表明,随着噪声概率的增加,基态能量会偏离精确值,一般情况下,噪声会随着电路深度的增加而积累。我们建立了一个噪声模型来捕获实际量子计算机中的噪声。我们的数值模拟结果与IBM Quantum计算机上的量子实验结果一致。我们的工作为带噪VQE的实际研究提供了新的思路。对VQE噪声效应的深入理解将有助于在近场量子计算机上发展量子错误缓解技术。
2021-04-14 quant-ph
Lattice Experiments using Fermionic Operators and the Variational Eigensolver in a Quantum Computer
本文在 IBM 的 16 比特 Guadalupe 量子处理器上,利用 Qiskit 库设计并验证了抗噪且独立于格点顶点数的变分量子特征求解器(QVE),通过两种 Ising 模型测试并提供了完整的能量、精度等实验指标与源代码。
2023-05-18 quant-ph
Qubit coupled cluster singles and doubles variational quantum eigensolver ansatz for electronic structure calculations
用于电子结构计算的变分量子本征求解器(VQE)被认为是近期量子计算的一个主要潜在应用。在众多的VQE算法中,酉耦合簇单双激励(UCCSD)VQE算法具有较高的精度,受到了广泛的研究兴趣。然而,基于费米激发的UCCSD VQE在使用Jordan Wigner变换时需要额外的宇称项。在这里,我们介绍了一种新的VQE的基于粒子保持交换门实现量子比特的激发。所提出的VQE算子具有上界到$O(n^4)$的门复杂度,其中$n$是哈密顿算子的量子位数。对简单分子系统BeH $_2$,H $_2$ O,N $_2$,H $_4$和H $_6$的数值计算结果在误差约为$10^{-3}$ Hartree的范围内给出了非常精确的结果.
2020-10-10 quant-ph
Qubit-efficient quantum chemistry with the ADAPT variational quantum eigensolver and double unitary downfolding
本研究结合双重酉耦合簇(DUCC)理论与ADAPT-VQE,探索酉下折叠哈密顿量在量子化学模拟中的准确性,证明DUCC在不增加量子处理器负载下提升了活性空间外动态相关能的恢复精度。
2025-04-25 quant-ph
Benchmarking Variational Quantum Eigensolvers for Quantum Chemistry
量子化学是量子计算机在不久的将来最有前途的应用之一。对于有噪声的中尺度量子器件,基于变分量子本征求解器(VQE)的量子-经典混合框架已成为首选方法。在文献中,VQE有许多不同的变体,但不知道哪一种对于给定的分子是最佳的。为此,我们对十多种不同类型的VQE ansatzes(最多30个量子位的系统)进行了全面的基准测试,基于它们在能量准确性,收敛前的运行时间和参数数量方面的性能。我们的研究结果表明,ADAPT方法可以用于获得更精确的能量小系统(低于14量子比特),但它需要更多的计算资源。对于较大的分子,UCCSD 0具有更好的性能。然而,所有测试的ansatzes很难达到化学精度拉伸键长。我们的结果是使用MindSpore Quantum获得的,其中代码和基准测试工具包在Gitee上公开。
2022-11-23 quant-ph
Hermitian-preserving ansatz and variational open quantum eigensolver
Hefei National Research Center for Physical Sciences at the Microscale(合肥微尺度物质科学国家研究中心);School of Physical Sciences, University of Science and Technology of China(中国科学技术大学物理学院);Shanghai Research Center for Quantum Science(上海量子科学研究中心);CAS Center for Excellence in Quantum Information and Quantum Physics, University of Science and Technology of China(中国科学院量子信息与量子物理学前沿卓越创新中心);Hefei National Laboratory, University of Science and Technology of China(中国科学技术大学合肥国家实验室)
该研究提出变分开放量子本征求解器VOQE,通过加倍希尔伯特空间表示混合态、保厄米拟设限制搜索空间及后选择测量高效算符测量,可求解开放量子系统稳态与非厄米哈密顿量能谱。
2024-05-25 quant-ph
Molecular Excited State Calculations with Adaptive Wavefunctions on a Quantum Eigensolver Emulation: Reducing Circuit Depth and Separating Spin States
光化学反应的定量研究需要从头计算电子激发态,但经典计算机上的精确计算受到尺度限制。变分量子紧缩(VQD)是用于计算电子激发态能量的变分量子本征求解器(VQE)的扩展,并且具有使用量子计算机解决这些缩放挑战中的一些的潜力。然而,近期可用的量子计算机只能支持有限数量的电路操作,因此降低VQD方法中的量子计算成本对其实现至关重要。在这项工作中,我们研究了使用自适应量子线路增长(ADAPT-VQE)的激发态VQD计算,一个策略,已成功地减少了资源的基态能量VQE计算。我们也利用自旋限制来分离不同自旋对称性的本征态的恢复,以减少计算的次数和误差的累积。我们创建了一个量子本征解算器仿真包-基于量子计算和量子化学(QEBAB)成就的量子本征解算器-用于测试针对使用固定长度量子线路的两种VQD方法提出的自适应过程。对于氢化锂测试案例,我们发现VQD的自旋限制自适应生长变体使用迄今为止最紧凑的电路,一致地恢复了不同核几何形状和本征态的足够的电子相关能,同时隔离了单重态和三重态流形。这项工作是进一步发展技术,提高效率的混合量子算法的激发态量子化学,开辟了利用真正的量子计算机电子激发态计算的可能性比以前预期的更快。
2021-05-21 quant-ph
Machine Learning Aided Dimensionality Reduction towards a Resource Efficient Projective Quantum Eigensolver
最近发展起来的投影量子本征解算器(PQE)已被证明是一个优雅的方法来计算分子系统的基态能量在有噪声的中间尺度量子(NISQ)设备。迭代优化的量子参数涉及重复建设的量子器件上的残留物。迭代动力学的典型模式,当投影为时间离散映射时,在收敛的时间尺度上建议一个层次结构,有效地将参数划分为两个不同的类。在这项工作中,我们通过机器学习技术利用了这两组参数的集体相互作用,以揭示它们之间的协同相互关系,从而大幅减少参数更新所需的量子测量数量,同时保持PQE的特征准确性。此外,机器学习模型可以被调谐以捕获NISQ设备的噪声数据,并且因此预测的能量被示出为在给定的噪声模型下是有弹性的。
2023-03-20 quant-ph