Information content of queries in training Parameterized Quantum Circuits
参数化量子线路（PQC，又名变分量子线路）是近期（非容错）数字量子计算机相对于经典计算的计算优势的提议之一。PQC必须经过“培训”-即，期望值函数必须在参数空间上最大化。本文讨论了训练PQC所需的样本数（或量子计算机的“运行次数”），并从信息论的观点对其进行了探讨。主要的收获是期望值的单个精确评估中包含的大量信息与从量子线路的单次运行获得的随机样本中包含的指数小量信息之间的差异。
2019-03-29 quant-ph
Gradient Analysis of Barren Plateau in Parameterized Quantum Circuits with multi-qubit gates
The University of Tokyo（东京大学）
本文提出了一种通用理论框架，用于分析多量子比特门构建的参数化量子电路的梯度特性，揭示了梯度方差与多量子比特门大小、量子比特数量、层数和有效参数的关系。
2026-02-05 quant-ph
Optimal complexity of parameterized quantum circuits
本文研究参数化量子线路在NISQ时代的最优复杂度，发现其逼近Haar测度渐近复杂度比通用随机线路更快且所需门更少，并指出拓扑结构及Majorization准则的重要作用。
2024-05-29 quant-ph
Hardware-Assisted Parameterized Circuit Execution
本文提出一种基于软硬件协同设计的硬件辅助协议，通过软件剥离参数化角度、硬件实时拼接参数，在QubiC上执行参数化量子电路，显著减少了波形编译时间并加速了电路总执行时间。
2025-06-25 quant-ph
Large gradients via correlation in random parameterized quantum circuits
变分量子算法的规模大的问题的大小，需要有效的随机参数化量子线路的优化。对于具有不相关参数的此类电路，成本函数景观中指数消失梯度的存在是梯度下降法优化的障碍。在这项工作中，我们证明，通过利用包含空间或时间相关的门层的电路模块，降低参数空间的维数可以允许规避消失的梯度现象。例子来自随机可分离电路和渐近最优变分版本的Grover算法的基础上的量子交替算子anomaly（QAOA）。在后一种情况下，我们对成本函数变化的限制意味着随着层数向$\mathcal{O}(2^{n/2})$（量子非结构化搜索的最佳预言复杂度）增加，梯度消失和有效可训练性之间的过渡。
2021-01-26 quant-ph
Scaling Behavior of Parameterized Quantum Circuits from a Lie-Algebraic Perspective
Toyota Central R&D Labs., Inc.（丰田中央研究所）
该研究从李代数视角探究参数化量子电路的标度行为，发现雅可比有效维度可作为衡量其局部可及可观测量自由度的有用标度参数。
2026-08-24 quant-ph
Structure optimization for parameterized quantum circuits
我们提出了一个有效的方法，同时优化量子线路的结构和参数值，只有一个小的计算开销。使用结构优化的浅电路比仅使用参数更新的电路表现得更好，使得这种方法特别适合于有噪声的中等规模量子计算机。本文介绍了在IBM Melbourne量子计算机上优化计算氢化锂和海森堡模型的基态的变分量子本征求解器的方法，以及计算氢气的基态的方法。
2021-01-27 quant-ph
Gate Sequence Optimization for Parameterized Quantum Circuits using Reinforcement Learning
Institute for Physics, University of Rostock（罗斯托克大学物理研究所）
针对参数化量子电路因固定纠缠层结构导致的噪声问题，提出基于强化学习的纠缠门序列优化算法，考虑量子比特连接架构并整合通用单量子比特幺正变换，减少CNOT门数量且提升态制备保真度。
2025-11-11 quant-ph
Information flow in parameterized quantum circuits
本文提出一种基于电路图表示和门节点互信息距离度量的信息流量化方法，用于优化参数化量子电路，并在变分量子本征求解器和变分量子分类任务中验证其有效性，同时可改进随机梯度方法的收敛性。
2025-01-23 quant-ph
Simulating Time Evolution with Fully Optimized Single-Qubit Gates on Parameterized Quantum Circuits
本研究提出一种可同时优化参数化量子电路中单量子比特门转轴与角度的时间演化模拟新方法，可扩展至特定双量子比特门优化，数值实验验证了其在哈密顿量基态求解等场景的有效性，还分析了精度与硬件效率的权衡。
2022-02-16 quant-ph
Building spatial symmetries into parameterized quantum circuits for faster training
本文提出一种基于问题哈密顿量自同构群的等变参数化量子电路结构ORB，通过利用空间对称性优化参数组织，在多个基态问题中显著减少了电路深度和参数数量并提升了梯度幅值。
2023-10-03 quant-ph
qLEET: Visualizing Loss Landscapes, Expressibility, Entangling Power and Training Trajectories for Parameterized Quantum Circuits
qLEET是一个开源Python包，通过计算表达能力和纠缠能力，并可视化训练轨迹与高维损失地形，为参数化量子电路研究提供直观见解，以支持混合量子-经典算法的设计与改进。
2023-06-26 quant-ph
Parameterized quantum circuits as universal generative models for continuous multivariate distributions
Universiteit Leiden, the Netherlands（莱顿大学）；CERN, Geneva, Switzerland（欧洲核子研究中心）；Instituut-Lorentz, Universiteit Leiden, the Netherlands（洛伦兹研究所，莱顿大学）
本文研究了参数量子电路在生成连续变量分布中的通用性，提出基于期望值采样的模型，并证明了此类变分量子算法生成多元分布的通用性，同时探讨了不同架构并给出了量子比特数量与测量次数之间的紧界。
2024-05-29 quant-ph
Challenges in Barren Plateau Mitigation with Dynamic Parameterized Quantum Circuits
University of Central Florida（中佛罗里达大学）
研究动态参数化量子电路（DPQC）缓解贫瘠高原（BP）问题的约束与机制，发现即使成本函数不集中，大量参数仍可能不可训练，表明缓解BP至少与设计无BP酉算子一样困难。
2026-08-04 quant-ph
Quantum Simulations Based on Parameterized Circuit of an Antisymmetric Matrix
本文提出一种基于均匀反对称矩阵的参数化电路框架，利用量子傅里叶变换相移特征基和旋转 $Z$ 门构建特征谱，仅需 $O(n^2)$ 个量子门即可直接估计 $e^A$ 及其特征值。
2025-05-02 quant-ph
A joint optimization approach of parameterized quantum circuits with a tensor network
提出参数化张量网络与VQE联合优化方法，将系统哈密顿量封装为MPO以拆分优化任务，显著改善了NISQ设备上量子电路的收敛性。
2024-02-19 quant-ph
Note on the Universality of Parameterized IQP Circuits with Hidden Units for Generating Probability Distributions
本文针对参数化IQP电路生成模型，给出两个简单证明，说明通过引入隐藏单元（被迹除的量子比特）可使其边缘分布具备生成任意概率分布的普适性，且所需额外量子比特数量合理。
2025-04-08 quant-ph
On the Differential Topology of Expressivity of Parameterized Quantum Circuits
本文针对参数化量子电路的维度表达能力指标，以教学化方式梳理所需微分拓扑背景，补全核心结论的证明并揭示推广局限，给出实际测定思路，降低了该指标的理解门槛。
2025-07-22 quant-ph
Connecting geometry and performance of two-qubit parameterized quantum circuits
参数化量子线路（PQC）是许多变分量子算法的核心组成部分，但缺乏对其参数化如何影响算法性能的理解。我们开始这个讨论，使用主丛几何特征的两个量子比特PQC。在基流形上，我们使用Mannoury-Fubini-Study度量来找到一个简单的关系Ricci标量（几何）和并发（纠缠）的方程。通过在变分量子本征求解器（VQE）优化过程中计算Ricci标量，这为我们提供了一个新的视角，如何以及为什么量子自然梯度优于标准梯度下降。我们认为，量子自然梯度的优越性能的关键是它能够找到高负曲率区域的优化过程中的早期。这些高负曲率的区域在加速优化过程中显得很重要。
2022-08-12 quant-ph
Cost function embedding and dataset encoding for machine learning with parameterized quantum circuits
机器学习被认为是量子计算的一个有前途的应用。对于近期有噪声的中尺度量子（NISQ）器件，参数化量子线路（PQC）由于其鲁棒性和易于实现而被提出作为机器学习模型。然而，成本函数通常从重复测量结果经典地计算，使得其不再以量子态编码。这防止了量子计算机直接操纵该值。为了解决这个问题，我们给出了一个例程，将机器学习的成本函数嵌入到量子线路中，该量子线路接受以叠加或易于分解的混合状态编码的训练数据集。我们还展示了在量子态中评估编码成本函数的梯度的能力。
2019-10-09 quant-ph
Direct Gradient Computation for Barren Plateaus in Parameterized Quantum Circuits
The University of Tokyo（东京大学）
本研究通过直接计算参数化量子电路中 barren plateau 的梯度期望，揭示了梯度依赖于量子比特数量，并提供了更准确的量子电路优化分析方法。
2025-04-16 quant-ph
Crosstalk-Based Parameterized Quantum Circuit Approximation
提出利用硬件串扰行为和串扰自适应调度对 VQA 的参数化拟设进行电路级近似优化，在真实硬件的两个量子化学基准上取得更优性能。
2023-05-15 quant-ph
Enriched Categories for Parameterized Circuit Semantics
本文用充实范畴和内部构造统一理解参数化量子电路语义，给出产生对称幺半范畴的充分条件，并展望扩展到经典电路与等价性检查。
2025-01-21 cs.LO quant-ph
Optimizing quantum circuit parameters via SDP
近年来，参数化量子线路已成为设计优化问题量子算法的主要工具。充分利用给定的参数化电路族的挑战在于在非凸景观中找到一组好的参数，这些参数可以指数增长到参数的数量。我们介绍了一个新的框架优化参数化量子线路：圆SDP解决方案的电路参数。在这个框架内，我们提出了一个算法，产生近似的解决方案，称为量子最大切割的量子优化问题。舍入算法在多项式时间内运行到参数的数量，而不管底层的交互图如何。由此产生的0.562近似算法的通用实例的量子最大切割改进了以前已知的最佳算法，它给出的近似比小于0.54。
2022-09-02 quant-ph
Trainability Enhancement of Parameterized Quantum Circuits via Reduced-Domain Parameter Initialization
本研究提出缩减域参数初始化策略，通过将参数初始域与电路深度平方根成反比，增强参数化量子电路的可训练性，理论证明梯度衰减至多多项式，数值模拟验证其有效性并保护量子神经网络免受虚假局部最小值影响。
2024-11-05 quant-ph
Learning Parameterized Quantum Circuits with Quantum Gradient
本文提出一种嵌套优化模型，利用量子梯度克服参数化量子电路学习中的梯度消失问题，并通过限制优化区域缓解贫瘠高原，在Max-Cut和多项式优化任务上验证了其有效性。
2024-09-30 quant-ph
Enhancing VQE Convergence for Optimization Problems with Problem-specific Parameterized Quantum Circuits
本研究提出针对优化问题的问题特化参数化量子电路，通过动态生成包含问题约束的电路来缩小搜索空间，实验证明其收敛速度优于最先进的PQCs。
2023-12-28 quant-ph
Quantum Circuit Optimization and Transpilation via Parameterized Circuit Instantiation
参数化电路实例化是一种常见的技术，遇到了一个大类的混合量子经典算法的电路生成。尽管受到IBM Qiskit和Google Cirq等流行的量子编译基础设施的支持，但在电路编译和优化管道的背景下，实例化尚未得到广泛考虑。在这项工作中，我们描述的算法，应用实例化在两个常见的编译步骤：电路优化和门集编译。当放置在一个编译工作流程中，我们的电路优化算法产生的电路平均比其他优化编译器少13%的门。我们的门集转译算法可以针对任何门集，甚至是具有多个双量子位门的集合，并产生比其他编译器平均少12%的双量子位门的电路。总体而言，我们展示了如何将实例化纳入编译器工作流程，以提高电路质量和增强可移植性，同时保持合理的低编译时间开销。
2022-06-16 cs.ET quant-ph
Evaluation of Parameterized Quantum Circuits with Cross-Resonance Pulse-Driven Entanglers
变分量子算法（VQA）已经成为一类非常适合噪声量子器件的强大算法。因此，研究它们的设计成为量子计算研究的关键。先前的工作已经表明，选择一个有效的参数化量子线路（PQC）或Anchor的VQA是至关重要的整体性能，特别是在近期的设备。在本文中，我们利用对量子机的脉冲级访问以及我们对它们的两量子比特相互作用的理解，以适合VQA的方式优化两量子比特纠缠器的设计。我们的分析结果表明，脉冲优化的ansatze减少了一半以上的状态准备时间，相对于标准PQC保持可表达性，并且通过本地成本函数分析更容易训练。我们的算法性能结果表明，在三种情况下，我们的PQC配置优于基本实现。在IBM Quantum硬件上执行的算法性能结果表明，与标准配置相比，我们的脉冲优化PQC配置更能够解决MaxCut和化学问题。
2022-12-22 quant-ph
Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach
针对变分量子算法中参数化量子电路设计依赖问题与硬件的痛点，提出基于贝叶斯优化的BPQCO策略，经分类任务与噪声模拟验证有效，可推广至后续相关研究。
2024-04-17 quant-ph
On the importance of hyperparameters in initializing parameterized quantum circuits
Fujitsu Research of America（富士通美国研究院）
本文研究参数化量子电路初始化超参数对性能的影响，提出一种基于进化搜索的算法以优化超参数，提升收敛速度和性能，且不加剧 barren plateau 现象。
2026-04-23 quant-ph
Input Redundancy for Parameterized Quantum Circuits
本文的主题领域是参数化的量子线路（量子神经网络），它们被训练来估计给定的函数，特别是Mitarai等人提出的电路类型（Phys. Rev. A，2018）。输入被编码成量子比特的状态的振幅。量子力学的不可克隆原理表明，对输入值进行多次冗余编码是有好处的。我们遵循这一建议，并证明了两种类型的输入编码的冗余副本的数量的下限。最后，对QNN的体系结构设计进行了总结。
2020-06-24 cs.LG quant-ph
Characterizing randomness in parameterized quantum circuits through expressibility and average entanglement
本文以可表达性和平均纠缠诊断不同量子比特连通拓扑下 PQC 的随机态生成，揭示 Ring 拓扑表现最佳，并关联分布均匀性增长与纠缠生成。
2025-02-18 quant-ph
Equivalence Checking of Parameterized Quantum Circuits: Verifying the Compilation of Variational Quantum Algorithms
变分量子算法已经被引入作为一类有前途的量子-经典混合算法，其已经可以通过采用参数化的量子线路与当今可用的噪声量子计算硬件一起使用。考虑到量子线路编译的非平凡性质和量子计算的微妙之处，验证这些参数化电路是否被正确编译是至关重要的。已经存在处理无参数电路的已建立的等价性检查程序。然而，还没有提出能够处理具有参数的电路的方法。这项工作填补了这一空白表明，验证参数化电路的等价性可以实现在一个纯粹的符号的方式使用基于ZX-演算的等价性检查方法。同时，利用参数化电路固有的自由度，用传统的方法可以有效地证明不等式。我们实现了相应的方法，并证明了所得到的方法是完整的。实验评估（使用Qiskit提供的整个参数化模拟电路库作为基准）证明了所提出的方法的有效性。该实现是开源的，并作为等价性检查工具QCEC（https：//github.com/cda-tum/qcec）的一部分公开提供，该工具是慕尼黑量子工具包（MQT）的一部分。
2022-10-21 cs.SC quant-ph
Towards Advantages of Parameterized Quantum Pulses
本文提出参数化量子脉冲的设计空间，并以表达力、纠缠能力和有效参数维度等指标评估，证明其在持续时间和性能上同时优于量子门电路，在量子化学基准中取得良好效果。
2024-03-31 quant-ph
Structural $f$-divergence: Tight universal bounds for cost function moments and gradients in parameterized quantum circuits
Department of Electrical Engineering and Information Systems, Graduate School of Engineering, The University of Tokyo（东京大学工学研究科电气信息工程系）
本文提出结构f-散度，用于分析参数化量子电路参数空间中成本函数矩和梯度的紧致通用界限，通过单个量子比特单层结构实现等式条件，为避免 barren plateau 和成本集中提供必要条件，同时抑制噪声诱导偏差。
2026-05-18 quant-ph
Predicting Expressibility of Parameterized Quantum Circuits using Graph Neural Network
本文提出一种基于图神经网络的方法，通过PQC的图表示预测其可表达性，并在随机电路和Qiskit ansatz集合上分别取得0.03与0.06的RMSE。
2023-09-13 quant-ph
Parameterized Two-Qubit Gates for Enhanced Variational Quantum Eigensolver
变分量子本征求解器是一种重要的量子-经典混合算法，有望对近期的量子器件产生影响。它们通常基于由参数化单量子位门和固定双量子位门组成的电路模拟器。研究了参数化双量子比特门在变分量子本征求解器中的作用。我们模拟了一个变分量子本征求解器算法，使用固定的和参数化的两个量子比特门的电路模拟器，并表明参数化的版本优于固定的版本，无论是在最佳能量和减少离群值，在量子化学和材料科学的应用范围内的哈密顿量。
2022-10-12 quant-ph
Rademacher Complexity Bounds for Parameterized Quantum Circuits Generated by Pauli Strings
Toyota Central R & D Labs., Inc.（丰田中央研究所）
本文分析了由n量子比特泡利字符串生成的参数化酉门的Rademacher复杂度，推导出关于参数数量L和训练样本数M的简单缩放界，并揭示了与经典线性模型相比潜在的统计复杂度优势。
2026-05-28 quant-ph
Mode connectivity in the loss landscape of parameterized quantum circuits
Taylor University（泰勒大学）；Oak Ridge National Laboratory（橡树岭国家实验室）
参数化量子线路（PQC）的变分训练支持在近期噪声中间尺度量子（NISQ）设备上采用的许多工作流程。它是一种混合量子经典方法，最小化相关的成本函数，以便训练参数化的模拟器。在本文中，我们采用定性损失景观表征神经网络中引入\cite{goodfellow2014qualitatively,li2017visualizing}和测试中使用的连接\cite{draxler2018essentially}研究损失景观功能在PQC训练。我们目前的结果PQC训练一个简单的回归任务，使用双层电路animator，它由交替层的参数化旋转门和纠缠门。多个电路使用$3$不同的批量梯度优化器进行训练：随机梯度下降，量子自然梯度和Adam。我们确定了景观中的大特征，这些特征可以导致训练工作流程的更快收敛。
2021-11-09 cs.LG quant-ph
A Lie Algebraic Theory of Barren Plateaus for Deep Parameterized Quantum Circuits
本文提出一种李代数理论，统一解释深度参数化量子电路中由表现力、纠缠、局域性和噪声引起的贫瘠高原现象，并给出损失函数方差的精确表达式，解决了损失集中与李代数维数关系的猜想。
2024-09-03 quant-ph
Novel Architecture of Parameterized Quantum Circuit for Graph Convolutional Network
最近，量子神经网络的实现是基于噪声中间尺度量子（NISQ）设备。参数化量子线路（PQC）就是这样一种方法，目前的设计只能处理线性数据分类。然而，现实世界中的数据往往表现出拓扑结构。在机器学习领域，经典的基于图卷积层（GCL）的图卷积网络（GCN）可以很好地处理拓扑数据。受经典GCN体系结构的启发，为了扩展PQC的功能，本文设计了一种新的PQC体系结构来实现量子GCN（QGCN）。更具体地说，我们首先在量子GCL中实现一个基于线性组合幺正的邻接矩阵和一个权矩阵，然后通过堆叠多个GCL，我们得到QGCN。此外，我们首先在量子线路上实现梯度下降，然后在GCL和QGCN上实现梯度下降。我们通过在具有拓扑数据的Cora数据集上进行节点分类任务来评估QGCN的性能。数值模拟结果表明，QGCN具有与经典GCN相同的性能，相比之下，GCN需要较少的可调参数。与传统的PQC相比，我们还验证了部署额外的相邻矩阵可以显着提高量子拓扑数据的分类性能。
2022-03-07 quant-ph
Evaluation of Parameterized Quantum Circuits: on the relation between classification accuracy, expressibility and entangling capability
在寻找量子优势的研究中，一个活跃的领域是量子机器学习。量子机器学习，特别是混合量子-经典设置中的参数化量子线路，可以通过利用希尔伯特空间的高维性作为特征空间来提高精度。但是，量子线路统一寻址希尔伯特空间的能力是分类准确性的良好指标吗？在我们的工作中，我们使用来自现有技术的方法和量化来执行数值研究，以便评估相关性的水平。我们发现，电路的能力，以统一解决希尔伯特空间和实现的分类精度的电路，需要一个单一的嵌入层，其次是1或2个电路设计之间的强相关性。这是基于我们的研究，包括1层和2层配置的19个电路，在9个难度增加的数据集上进行评估。未来的工作将评估这是否适用于不同的电路设计。
2020-08-29 cs.NE quant-ph
Noise-Aware Circuit Compilations for a Continuously Parameterized Two-Qubit Gateset
本研究针对囚禁离子平台连续参数化双量子比特ZZ门，提出多种噪声感知编译优化，并在QSCOUT硬件上验证，可提升量子体积。
2024-11-02 quant-ph
Diagrammatic Analysis for Parameterized Quantum Circuits
本文扩展ZX演算以图解分析参数化量子电路，提出处理线性组合的新规则，并展示其在多种拟设中简化计算、助力算法设计的价值。
2023-11-15 quant-ph
Approximate amplitude encoding in shallow parameterized quantum circuits and its application to financial market indicator
将给定的经典数据加载到量子线路中的有效方法对于各种量子算法是必不可少的。本文提出了一种称为近似幅度编码的算法，该算法可以有效地将给定实值数据向量的所有分量加载到量子态的幅度中，而以前的方案只能加载这些分量的绝对值。我们算法的关键是变分训练一个浅参数化的量子线路，使用两种类型的测量结果：标准计算基测量加上Hadamard变换基测量，为了处理数据分量的符号。变分算法改变电路参数，以最小化对应于这两个测量基础的两个成本之和，这两个成本都由可有效计算的最大平均差异给出。我们还考虑了通过股票市场数据集构建奇异值分解熵以给出金融市场指标的问题;量子算法（变分奇异值分解算法）已知比经典算法更快地产生解，但需要依赖于符号的幅度编码。通过深入的数值分析表明，该算法实现了真实股价时间序列在量子态上的加载，且近似误差很小，从而能够构建基于股价的金融市场指标.
2022-05-24 quant-ph
Benchmarking Modular Optimization Strategies for Parameterized Quantum Circuits
Alexandru Ioan Cuza University（亚历山德鲁·伊万·库扎大学）；FreeYa Mind Campus（FreeYa Mind园区）
提出模块化基准框架，分离搜索方向与参数更新，评估多种优化器在QAOA、QCNN和VQE上的性能，揭示工作负载依赖的目标变化与评估成本。
2026-10-08 quant-ph
Two-Gate Extensions of Free Axis and Free Quaternion Selection for Sequential Optimization of Parameterized Quantum Circuits
Aalto University（阿尔托大学）
本文提出双门扩展的自由轴选择（TGF）和自由四元数选择（TGFQS），通过构建精确的四次局部成本函数同时优化两个参数化单量子比特门，实验表明其在多个任务中比单门方法更高效。
2026-03-26 quant-ph
Parameterized Quantum Circuit Semantics Through Enriched Categories
Dalhousie University（达尔豪斯大学）
研究通过富集范畴实现参数化量子电路语义问题，引入基于富集范畴理论的方法，先介绍抽象范畴构造，研究特殊参数情况，最终表明幺半闭情况可统一量子控制的两种观点。
2026-07-21 cs.LO math.CT quant-ph
Analysis of Parameterized Quantum Circuits: on The Connection Between Expressibility and Types of Quantum Gates
本文利用梯度提升树和SHAP值分析1615个PQC实例，揭示表达能力与量子门类型的关系，指出应增加RX或RY门并平衡CNOT门数量以设计高表达能力PQC，同时验证了表达能力饱和现象。
2024-08-09 quant-ph
Parameterized quantum circuits as machine learning models
Cambridge Quantum Computing Limited（剑桥量子计算有限公司）；University College London（伦敦大学学院）
量子-经典混合系统使现有的量子计算机得到最大程度的利用成为可能。在此框架下，参数化的量子线路可以被视为具有显著表达能力的机器学习模型。本文介绍了这些模型的组成部分，并讨论了它们在各种数据驱动任务中的应用，如监督学习和生成建模。随着越来越多的实验演示在实际的量子硬件上进行，软件也在积极开发，这个快速增长的领域有望在现实世界中得到广泛的应用。
2019-10-10 cs.LG quant-ph
Machine-Learning Insights into the Entanglement-trainability Correlation of Parameterized Quantum Circuits
本文提出门到张量编码方法并训练长短期记忆网络，在百万级参数化量子电路数据集中揭示纠缠与可训练性的统计关联，证实纠缠越多越易出现贫瘠高原，同时发现高纠缠高可训练性电路的存在，并将电路构建效率提升约一百万倍。
2025-05-06 quant-ph
Adaptive pruning-based optimization of parameterized quantum circuits
变分混合量子-经典算法是最大化利用有噪声的中间尺度量子器件的有力工具。虽然过去的研究已经开发出强大的和富有表现力的ansatze，他们的短期应用受到限制的困难，优化在广阔的参数空间。在这项工作中，我们提出了一个启发式优化策略，这样的ansatze用于变分量子算法，我们称之为“参数有效的电路训练”（PECT）。PECT不是一次优化所有的参数，而是启动一系列变分算法，其中算法的每次迭代激活并优化总参数集的子集。为了在迭代之间更新参数子集，我们采用了Mostafa等人（arXiv：1902.05967）的动态稀疏重新参数化方案。我们证明了PECT的变分量子本征求解器，在其中，我们基准酉耦合团ansatze包括UCCSD和k-UpCCGSD，以及低深度电路分析（LDCA），估计分子系统的基态能量。此外，我们还使用分层的PECT的变体来优化Sycamore处理器的硬件高效电路，以估计一维费米-哈伯德模型的基态能量密度。从我们的数值数据中，我们发现，PECT可以使某些ansatze的优化，以前难以收敛，更一般地可以提高变分算法的性能，通过减少优化运行时间和/或深度的电路编码的解决方案的候选人（S）。
2020-10-01 quant-ph
A Survey of Methods for Mitigating Barren Plateaus for Parameterized Quantum Circuits
该综述梳理了参数化量子电路中贫瘠高原的成因与数学形式，阐释了梯度消失的经典与量子解读关联，介绍了多种缓解技术，为相关量子应用落地铺路。
2024-06-20 cs.ET quant-ph
