Variational quantum thermalizers based on weakly-symmetric nonunitary multi-qubit operations
本研究在变分量子热化器中引入基于弱对称性的多量子比特非酉操作，利用耗散工程无需测量或额外量子比特，并开发熵估计新方法，从而能在所有温度下制备典型自旋模型的热态，为开放量子多体系统模拟开辟新途径。
2025-03-27 quant-ph
Quantum Hamiltonian-Based Models and the Variational Quantum Thermalizer Algorithm
X, The Moonshot Factory（X，登月工厂）；Institute for Quantum Computing, University of Waterloo（滑铁卢大学量子计算研究所）；University of Waterloo（滑铁卢大学）；Stanford University（斯坦福大学）；California Institute of Technology（加州理工学院）
我们介绍了一类新的生成量子神经网络为基础的模型称为量子哈密顿为基础的模型（QHBM）。在这样做的过程中，我们建立了量子概率混合变分学习的范式方法，在那里我们有效地分解学习经典和量子相关性的任务，以最大限度地提高经典和量子处理器的效用。此外，我们引入变分量子热化器（VQT），用于生成给定哈密顿量和目标温度的热态，这是QHBM自然非常适合的任务。的VQT可以被看作是一个推广的变分量子本征求解器（VQE）的热状态：我们表明，VQT收敛到VQE在零温度限制。我们提供的数值结果表明，这些技术的有效性说明性的例子。我们在海森堡自旋系统上使用QHBM和VQT，在模拟的自由玻色子系统中使用QHBM学习纠缠哈密顿量和压缩码，最后使用VQT制备热费米高斯态用于量子模拟。
2019-10-04 cs.LG quant-ph
Variational Neural and Tensor Network Approximations of Thermal States
本文提出通过最小化修正自由能直接逼近有限温度量子多体态的变分 Monte Carlo 方法，并在最多100个自旋的一维、二维系统中比较神经网络与张量网络拟设。
2025-01-28 cond-mat.dis-nn cond-mat.str-el quant-ph
Thermal state preparation of the SYK model using a variational quantum algorithm
本文利用变分量子算法在IBM 127量子比特处理器上制备6至12个马约拉纳费米子的稠密与稀疏SYK模型热态，验证了N=6时与精确解一致，为量子多体系统热化OTOC计算奠定基础。
2024-10-21 hep-lat hep-th quant-ph
Exploring thermal equilibria of the Fermi-Hubbard model with variational quantum algorithms
提出优化的变分量子算法与物理启发电路，以克服相干性限制并模拟含化学势的排斥 Fermi-Hubbard 模型高温热性质。
2024-06-13 cond-mat.mtrl-sci hep-lat quant-ph
Temperature Controlled Open Quantum System Dynamics using Time-dependent Variational Method
通过引入热化算法，推广了Davydov D2试探波函数的Dirac-Frenkel变分方法，并将其应用于一般开放量子系统的动力学模拟.该算法允许在与量子系统接触时控制谐波有限尺寸浴的温度变化。浴振动模式的热化是通过随机散射实现的，实现为离散时间的伯努利过程与泊松统计。它通过引导振动模式向其正则热平衡演化来控制浴温。在一个小的分子团簇的激子弛豫动力学的数值分析表明，热化另外提供了显着的计算速度，由于获得收敛所需的振动模式的数量减少。
2021-03-03 physics.chem-ph quant-ph
Solving Quantum Statistical Mechanics with Variational Autoregressive Networks and Quantum Circuits
我们扩展了酉量子线路的能力，它与经典的自回归神经网络接口。组合模型将变分密度矩阵参数化为量子纯态的经典混合，其中自回归网络生成比特串样本作为量子线路的输入状态。针对量子统计力学问题，我们设计了一种有效的变分算法来联合优化经典神经网络和量子线路。人们可以得到热观测量，如变分自由能、熵和比热。作为副产品，该算法还提供了访问低能量激发态。我们展示了应用程序的热性能和激发光谱的量子伊辛模型的资源，是可行的近期量子计算机。
2019-12-24 cond-mat.stat-mech cond-mat.str-el quant-ph
Simulating $\mathbb{Z}_2$ Lattice Gauge Theory with the Variational Quantum Thermalizer
本文提出用变分量子算法模拟具有局域阿贝尔规范对称性的低维 Z2 格点规范理论，以规避复数作用量导致的符号问题，并展示了该方法在获取相图和非零温度下不等时关联函数方面的有效性。
2023-06-09 hep-lat quant-ph
Adaptive variational quantum minimally entangled typical thermal states for finite temperature simulations
本文提出自适应变分量子最小纠缠典型热态算法AVQMETTS，通过动态生成紧凑量子电路实现有限温度模拟，并在多种自旋模型上验证了其线性标度性能及噪声影响。
2023-08-04 cond-mat.mtrl-sci cond-mat.stat-mech quant-ph
Variational Approach to Projected Entangled Pair States at Finite Temperature
投影纠缠对态（PEPS）是强关联系统中的一种热态。我们引入了一种新的变分算法来优化这个张量网络。由于考虑了全张量环境，因此随着键维数的增加，优化的PEPS变成精确的Gibbs态。我们的演示以矩阵产品状态（MPS）的1D版本开始，然后推广到2D的PEPS。在量子伊辛模型的基准结果。
2015-07-10 cond-mat.str-el quant-ph
Thermal variational quantum simulation on a superconducting quantum processor
针对经典计算机求解量子多体系统有限温度性质难度大的问题，提出结合经典概率模型与5比特超导量子处理器的混合热变分量子模拟方法，可高保真制备相关模型量子态并精准计算热性质，具备可扩展性与自验证性，适用于近期含噪声中等规模量子设备。
2023-12-17 cond-mat.quant-gas cond-mat.stat-mech quant-ph
Boltzmann machine learning with a variational quantum algorithm
玻尔兹曼机是一个强大的工具，用于建模控制训练数据的概率分布。热平衡状态通常用于玻尔兹曼机器学习以获得合适的概率分布。玻尔兹曼机器学习包括计算根据热平均给出的损失函数的梯度，这是最耗时的过程。在这里，我们提出了一种方法来实现玻尔兹曼机器学习，通过使用噪声中间尺度量子（NISQ）设备。我们准备了一个初始纯态，其中包含所有可能的计算基态具有相同的振幅，并应用变分虚时模拟。在计算基础中的演化之后的状态的读出近似用于玻尔兹曼机器学习的热平衡状态的概率分布。我们实际上对我们的方案进行了数值模拟，并证实了玻尔兹曼机器学习在我们的方案下工作得很好。
2021-10-11 quant-ph
Many-body thermal states on a quantum computer: a variational approach
提出一种混合量子-经典变分算法制备量子XY模型的Gibbs态，利用系统对称性减少变分参数，模拟显示其与精确Gibbs态保真度接近1。
2024-06-11 cond-mat.stat-mech quant-ph
Variational Microcanonical Estimator
提出一种变分量子算法，通过宽松收敛判据生成弱纠缠本征态叠加，估计微正则期望值，应用于一维混合场伊辛模型，误差随系综规模幂律减小，并揭示与热化假说的联系。
2023-10-12 cond-mat.stat-mech quant-ph
A variational quantum algorithm for Hamiltonian diagonalization
哈密顿对角化是理解量子系统的物理性质和实际应用的核心。设计能够加速哈密顿对角化的量子算法，特别是那些能够在近期量子器件上实现的量子算法，是非常有必要的。在这项工作中，我们提出了一个变分算法的哈密顿对角化（VQHD）的量子系统，探讨了重要的物理性质，如温度，局域性和相关性，系统。其核心思想是系统的热态编码了系统哈密顿量的本征值和本征态信息。为了得到哈密顿量的全谱，我们使用了一种高温下的量子虚时间演化算法，它制备了一个具有小关联长度的热态。有了Trotterization，这就允许我们通过仅在少数站点上的局部酉变换来实现虚时间演化的每一步。对角化这些热状态，从而导致一个完整的知识的哈密顿本征系统。我们应用我们的算法对角化局部汉密尔顿并返回高精度的结果。我们的VQHD算法为近期量子计算机的应用提供了新的思路。
2021-04-08 quant-ph
Variational preparation of finite-temperature states on a quantum computer
本文提出一种混合量子-经典变分方法，在门量子处理器上用幺正算符制备热场双重态，无需预先数值优化参数，实验保真度随温度由99%降至75%并与含噪模拟吻合。
2020-12-07 quant-ph
Variational thermal quantum simulation of the lattice Schwinger model
本文提出基于格点Schwinger模型的变分量子模拟方法，通过研究弦张力来模拟夸克禁闭与解禁闭，数值结果表明弦张力随温度和化学势增加而减小，为利用近期量子计算机研究核物质有限温度与密度相图铺平了道路。
2023-08-22 hep-lat hep-ph nucl-th
Transition state theory for wave packet dynamics. I. Thermal decay in metastable Schrödinger systems
我们演示了过渡态理论在亚稳薛定谔系统中的波包动力学中的应用，该系统通过波函数的变分分析来逼近，并且其动力学在依赖于时间的变分原理的框架内描述。经典的过渡态理论的应用，这需要一个经典的Hamilton函数的知识，是可能的，通过映射的变分参数到经典的相空间坐标和构造一个适当的哈密顿量的作用变量。这种映射，这是由一个正常的形式扩展的运动方程和一个额外的适应的能量泛函，以及要求变分的anastomy进行了详细讨论。证明了该程序的适用性的立方模型势，我们计算的冻结高斯波函数的热衰减率。用窄的试探波函数得到的衰变率与用相应点粒子的经典标准形得到的结果完全一致。具有更宽的试验波函数的结果甚至超出了经典方法，即，他们同意那些使用量子标准形式。本文提出的方法将在以后的论文中应用于玻色-爱因斯坦凝聚体。Junginger，M. Dorwarth，J. Main，and G. Wunner，submitted to J. Phys. A].
2012-02-13 nlin.CD quant-ph
Simulating thermodynamic properties of dinuclear metal complexes using Variational Quantum Algorithms
本文评估变分量子算法在双核金属配合物热力学模拟中的应用，证明其可有效模拟热态并分析低维分子磁性系统，为量子计算赋能材料科学奠定基础。
2024-10-25 quant-ph
Critical behavior of Ising model by preparing thermal state on quantum computer
本研究利用基于变分量子虚时间演化算法制备的热态，在量子计算机上模拟伊辛模型，计算其比热和磁化率，观察到临界行为迹象，且结果与精确对角化高度一致。
2023-09-06 cond-mat.stat-mech hep-lat quant-ph
TEPID-ADAPT: Adaptive variational method for simultaneous preparation of low-temperature Gibbs and low-lying eigenstates
Virginia Tech（弗吉尼亚理工大学）；Massachusetts Institute of Technology（麻省理工学院）
TEPID-ADAPT方法通过自适应变分法和辅助量子比特净化，实现低温吉布斯态和低能本征态的同时制备。
2025-12-27 quant-ph
A fast Variational Gaussian Wave-packet method: Size-induced structural transitions in large neon clusters
变分高斯波包（VGW）方法是计算多体系统热平衡热力学性质的一种替代路径积分蒙特卡罗（PIMC）方法。它提供了对热密度矩阵的直接访问，并且对于Monte-Carlo方法特别有效，因为对于N体系统，它在非膨胀的3 N维配置空间中操作。在这里，我们大大加快了VGW方法，只保留相关的短程相关性（否则全）$3N\times 3N$高斯宽度矩阵，而不牺牲完全耦合VGW方法的准确性。这导致原始$\mathcal{O}(N^3)$缩放到$\mathcal{O}(N^2)$的减少。然后将Fast-VGW方法应用于大小为N=6500个原子的量子Lennard-Jones团簇。在Doye和Calvo [JCP 116，8307（2002）]的基础上，我们研究了Ne_N团簇中二十面体和十面体结构基序之间的竞争，并讨论了它们之间的竞争与N的关系。
2011-07-20 cond-mat.stat-mech physics.atm-clus quant-ph
Autoregressive Typical Thermal States
本文提出自回归典型热态框架，通过幺正演化和阈值抑制解决METTS在自回归神经网络中的数值不稳定问题，实现量子系统有限温度性质的准确计算。
2025-08-19 cond-mat.dis-nn quant-ph
Adaptive variational algorithms for quantum Gibbs state preparation
吉布斯热态的制备是量子计算中的一项重要任务，在量子模拟、量子优化和量子机器学习中有着广泛的应用。然而，许多用于准备吉布斯态的算法依赖于量子子程序，这在近期的硬件上难以实现。在这里，我们通过（i）引入一个目标函数来解决这个问题，与自由能不同，它很容易测量，以及（ii）使用动态生成的，问题定制的ansätze。这允许使用低深度电路进行任意精确的吉布斯状态准备。为了验证我们的方法的有效性，我们用数值方法证明了我们的算法可以在很宽的温度范围内和各种哈密顿量下制备高保真度的吉布斯态。
2022-03-23 quant-ph
Implementation of a two-stroke quantum heat engine with a collisional model
在IBMQ处理器上对频闪二冲程热机进行了量子模拟。该系统由一个量子自旋链连接到两个浴在其边界，在不同的温度下使用变分量子热化算法制备。动力学在热行程和功行程之间交替，这可以使用独立的量子线路单独设计。结果与理论预测吻合良好，展示了IBMQ作为研究量子领域热力学的强大工具，以及在现实世界的量子计算机中实现变分量子算法。它还开辟了模拟量子热传输在广泛的链几何形状和相互作用的可能性。
2022-06-30 quant-ph
Determining eigenstates and thermal states on a quantum computer using quantum imaginary time evolution
在量子计算机上精确计算哈密顿基态、激发态和热态将影响物理和计算机科学中的许多问题，从量子模拟到机器学习。鉴于构建大规模量子计算机所面临的挑战，这些任务应该以资源有效的方式进行。在这方面，现有的技术的基础上相位估计或变分算法显示潜在的缺点;相位估计需要深的电路与附属，这是很难可靠地执行没有纠错，而变分算法，而灵活的电路深度，需要额外的高维经典优化。在这里，我们介绍了量子虚时间演化和量子Lanczos算法，这是寻找基态和激发态的经典算法的类似物。与经典算法相比，它们每次迭代所需的空间和时间呈指数级减少，并且可以在没有深度电路和辅助电路或高维优化的情况下实现。我们还讨论了量子虚时间演化作为一个子程序，通过模拟最小纠缠的典型热态生成吉布斯平均。最后，我们通过使用精确的经典仿真以及Rigetti量子虚拟机和Aspen-1量子处理单元上的原型电路的实现来展示这些算法的潜力。
2020-02-16 quant-ph
Tree tensor network hierarchical equations of motion based on time-dependent variational principle for efficient open quantum dynamics in structured thermal environments
提出 TTN-HEOM 与 TENSO 代码，利用树张量网络和含时变分原理压缩 HEOM，高效精确模拟高度结构化玻色热库中的非马尔可夫开放量子动力学。
2025-07-30 physics.chem-ph quant-ph
Adaptive variational quantum eigensolvers for highly excited states
量子多体系统的高激发态是量子动力学和热化研究的中心对象，由于其体积律纠缠内容，挑战了经典计算方法。在这项工作中，我们探讨了潜在的变分量子算法来近似这样的状态。我们提出了一种自适应变分算法，自适应VQE-X，自生成的变分不等式的任意本征态的多体哈密顿量$H$，试图最大限度地减少能量方差相对于$H$。我们基准的方法，将其应用到一个伊辛自旋链与可积和不可积制度，在那里我们计算各种感兴趣的数量，包括总能量，磁化强度密度，和纠缠熵。我们还比较了自适应VQE-X的折叠谱方法的自适应变体的性能。对于这两种方法，我们发现一个很强的依赖性的算法的性能上的选择用于自适应建设的anastrophic的运营商池。特别是，一个运营商池，包括远程两体门加速这两种算法在不可积制度的收敛。我们还研究了变分参数的数量与系统大小的标度，发现指数大量的参数可能是必要的，以近似个人的高度激发态。然而，我们认为，这些方法奠定了基础，使用量子算法来研究有限的能量密度多体系统的属性。
2022-02-16 cond-mat.stat-mech cond-mat.str-el quant-ph
Variational quantum algorithm for non-Markovian quantum dynamics
针对经典计算机模拟非马尔可夫量子动力学成本高的问题，提出一种采用埃伦费斯特轨迹和蒙特卡罗采样的变分量子算法，在量子模拟器上经自旋-玻色子模型测试与精确解吻合良好，适配NISQ并行平台且适用于非谐系统-浴相互作用和多态系统。
2024-11-30 physics.chem-ph quant-ph
A Variational Quantum Algorithm for Preparing Quantum Gibbs States
吉布斯分布的制备是量子计算的一项重要任务。它是某些类型的量子模拟中必要的第一步，并且对于量子算法（例如量子玻尔兹曼训练）是必不可少的。尽管如此，大多数制备热态的方法在近期量子计算机上实现是不切实际的，因为需要内存开销。在这里，我们提出了一个变分的方法来准备吉布斯状态，是基于量子系统的自由能最小化。使这成为现实的关键见解是使用傅立叶级数近似的对数，允许通过一系列更简单的测量来估计自由能的熵分量，这些测量可以使用经典的后处理组合在一起。我们进一步表明，这种方法是有效的产生高温吉布斯态，在恒定的误差，如果初始猜测的可变参数的可编程量子线路是足够接近的全局最优值。最后，我们研究的过程数值和显示的可行性，我们的方法为五量子位哈密顿使用Trotterized绝热态制备作为一个animals。
2020-01-31 quant-ph
Schwinger model at finite temperature and density with beta VQE
本文用变分算法研究了有限温度和密度下的量子规范理论。采用$β$ -VQE方法计算了无质量Schwinger模型的热力学和量子期望值，并研究了温度和密度对相图的影响。通过对精确变分自由能的比较，发现变分算法对$T>0$和$μ>0$对Schwinger模型是有效的。在$μ/g \in[0, 1.4]$中没有观察到变化自由能的显著体积依赖性。我们计算了手征凝聚体，并进行了连续外推。从而得到了无质量Schwinger模型相图的定性图象。
2022-05-18 hep-lat hep-ph hep-th
Improve Variational Quantum Eigensolver by Many-Body Localization
针对变分量子算法中因量子比特数和电路深度增加导致的贫瘠高原问题，将多体局域弗洛凯系统应用于变分量子算法，设计多体局域化近似，有效避免贫瘠高原，显著改进算法性能。
2024-09-05 quant-ph
Thermodynamic work associated to quantum Brownian motion in an external field
研究了浸没在欧姆量子热浴中的布朗粒子对外场的响应。场只影响中心粒子的动力学，而不影响热库。要分析的热力学函数是仅由外力引起的平均功。由于能量是协议的非局部函数，利用标准的变分原理对其进行了推导，发现能量达到最小值对最优协议有一定的限制.这是通过将变分原理应用于非局部功泛函而得到的，它也是一个极小值，并且仅取决于周围流体的摩擦系数。
2019-11-10 cond-mat.stat-mech quant-ph
Photonic processor benchmarking for variational quantum process tomography
本研究利用光学处理器演示变分量子过程层析，并创建首个基准，将其与多个量子计算平台对比，发现光子处理器在保真度和收敛性上优于超导处理器，是近期量子算法部署的有力竞争者。
2025-07-11 quant-ph
Connecting phases of matter to the flatness of the loss landscape in analog variational quantum algorithms
Chula Intelligent and Complex Systems Lab, Department of Physics, Faculty of Science, Chulalongkorn University, Bangkok, Thailand, 10330（朱拉隆功大学科学学院物理系复杂系统实验室）；Siam Quantum Square, Faculty of Science, Chulalongkorn University, Bangkok, Thailand, 10330（朱拉隆功大学科学学院暹罗量子广场）；Centre for Quantum Science and Engineering, Ecole Polytechnique Fédérale de Lausanne (EPFL), CH-1015 Lausanne, Switzerland（瑞士洛桑联邦理工学院量子科学与工程中心）
该研究通过分析不同量子相在类比变分量子算法中的表现，提出利用许多体局域化相初始化策略以提升算法可训练性和扩展性。
2026-02-10 cond-mat.dis-nn cs.LG cs.NE
Classical Optimization Strategies for Variational Quantum Algorithms: A Systematic Study of Noise Effects and Parameter Efficiency
本研究系统基准测试了近噪声量子条件下量子近似优化算法求解广义均值方差问题的经典优化策略，发现无噪声时$γ$参数非活跃，据此提出聚焦$β$参数的过滤优化法，提升了参数效率与鲁棒性。
2025-11-12 cs.NA math.NA quant-ph
Optimizing Variational Quantum Algorithms using Pontryagin's Minimum Principle
我们使用庞特里亚金的最小值原理优化变分量子算法。我们发现，对于一个固定的计算时间，最佳的发展有一个bang-bang（方脉冲）的形式，无论是封闭的和开放量子系统与马尔可夫消相干。我们的研究结果支持了最近提出的量子近似优化算法中进化模型的选择。以Sherrington-Kirkpatrick自旋玻璃为例，我们发现了一个与系统尺寸无关的脉冲宽度分布，其特征时间尺度由哈密顿量中的耦合常数的倒数决定.的bang-bang协议和脉冲的特征时间尺度的最优性提供了一个有效的参数化的协议，并通知搜索有效的混合（经典和量子）计划来解决组合优化问题。对于特定的系统，我们研究，我们发现数值上的最佳非绝热bang-bang协议优于传统的量子退火中存在的弱白加性外部噪声和弱耦合的热浴建模与Redfield主方程。
2017-03-11 cs.CC quant-ph
Thermal Pure States for Systems with Antiunitary Symmetries and Their Tensor Network Representations
针对具有反幺正对称性的系统，提出一种无需随机采样、可避免统计误差的张量网络算法来构造热纯态，并能计算热力学量，在XY模型和三角晶格伊辛模型上得到验证。
2024-12-17 cond-mat.stat-mech quant-ph
