Limitations of Noisy Geometrically Local Quantum Circuits
University of Maryland（马里兰大学）；Joint Center for Quantum Information & Computer Science, University of Maryland and NIST（马里兰大学与美国国家标准与技术研究院联合量子信息与计算中心）；IBM T. J. Watson Research Center（IBM托马斯·J·沃森研究中心）
本研究证明带噪声的几何局域量子电路在深度超过$\Theta(\log n)$阈值时可在拟多项式时间内被经典模拟，并猜想$\Theta(1)$深度阈值即可，揭示了恒定维度下量子过程对噪声的脆弱性。
2026-09-22 quant-ph
Quantum advantage with noisy shallow circuits in 3D
先前的工作已经表明，存在一个关系问题，该问题可以通过由二维几何局部门组成的恒定深度量子线路确定地解决，但不能通过由有界扇入门组成的任何经典恒定深度电路以高概率解决。在这里，我们提供了两个扩展的结果。首先，我们证明了即使当恒定深度的量子线路被限制在一维的几何局域门时，计算能力的分离仍然存在。相应的量子算法是我们所知的最简单的，它实现了这种类型的量子优势。它也可能对未来的实现更实用。我们的第二个主要结果是，即使浅量子线路被噪声破坏，分离仍然存在。我们构建了一个关系问题，可以解决与近的确定性使用一个嘈杂的恒定深度的量子线路组成的几何局部门在三维，提供的噪声率低于一定的恒定阈值。另一方面，这个问题不能用恒定深度的无噪声经典电路以高概率解决。证明的一个关键组成部分是一个量子纠错码，它允许恒定深度的逻辑克利福德门和单次逻辑状态准备。我们表明，表面码满足这些标准。为此，我们提供了一个协议的单次拍摄逻辑状态准备的表面码，这可能是独立的利益。
2019-04-02 quant-ph
Machine Learning Assisted Cognitive Construction of a Shallow Depth Dynamic Ansatz for Noisy Quantum Hardware
本研究提出一种结合再生机器学习与多体微扰理论的协议，在VQE框架内构建浅层动态拟设，减少量子测量次数并增强对硬件噪声的鲁棒性，推动量子计算化学的发展。
2023-10-12 quant-ph
Shallow randomized measurement in noisy quantum devices
Seoul National University（首尔大学）
研究浅随机测量在学习量子态特性方面相对于非纠缠单比特测量的优势，基于 Clifford 系综构建理论框架并在 IBM 量子硬件上验证，表明其能在噪声量子设备中带来实际益处。
2026-07-07 quant-ph
The Impact of Qubit Connectivity on Quantum Advantage in Noisy IQP Circuits
Quantinuum；The University of Osaka（大阪大学）
研究探讨了量子比特连接性对噪声IQP电路中量子优势的影响，通过分析不同硬件架构的编译深度和模拟边界，量化了稀疏连接架构在维持模拟边界边缘时所需的更低有效噪声水平。
2026-07-27 quant-ph
QAOA Performance in Noisy Devices: The Effect of Classical Optimizers and Ansatz Depth
本文研究噪声环境下经典优化器与拟设深度对QAOA性能的影响，发现散粒噪声下Adam、AMSGrad表现最优，真实噪声下SPSA、ADAM、AMSGrad表现最佳，5量子比特最小顶点覆盖问题的解质量在约6层时达峰值，表明噪声设备中盲目增加层数无法提升精度。
2024-07-11 quant-ph
A polynomial-time classical sampler for noisy quantum circuits from statistical mechanics
University of Maryland, College Park（马里兰大学帕克分校）；Electrical & Computer Engineering Department, UCLA（加州大学洛杉矶分校电气与计算机工程系）；Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系）；QuEra Computing Inc.（QuEra计算公司）；Department of Physics, Stanford University（斯坦福大学物理系）
本研究证明，几何局部 noisy 量子电路在深度独立于系统尺寸时即可被经典计算机多项式时间近似采样，通过聚合物模型和簇展开实现。
2026-10-06 quant-ph
The Average Relative Entropy and Transpilation Depth determines the noise robustness in Variational Quantum Classifiers
Department of Computer Science University of Helsinki（赫尔辛基大学计算机科学系）
本文提出基于相对熵的指标，研究变分量子分类器在噪声设备上的性能，发现平均相对熵差、编译深度与性能差异强相关，指出电路深度不足以表征浅层电路。
2026-03-22 cs.LG quant-ph
Experimental accreditation of outputs of noisy quantum computers
我们提供并实验证明了一个认证协议，上限之间的变化距离的任意量子计算的输出的噪声和无噪声的概率分布。我们认可了在可编程超导硬件上执行的24个量子线路的输出，从10个量子比特上的深度9个电路到4个量子比特上的深度21个电路。我们的协议需要实现“目标”量子线路以及一些随机Clifford电路，并随后对这些Clifford电路的输出进行后处理。重要的是，Clifford电路的数量被选择以获得具有期望的置信度和精度的界限，并且与目标电路的大小和性质无关。因此，我们展示了一种实用且可扩展的方法，用于确定任意大小的噪声量子计算机输出的正确性-计算机本身效用的最终仲裁者。
2021-09-27 quant-ph
Measurement-induced entanglement in noisy 2D random circuits
Joint Quantum Institute and Joint Center for Quantum Information and Computer Science, NIST/University of Maryland（联合量子研究所和联合量子信息与计算科学中心，美国国家标准与技术研究院/马里兰大学）；Max-Planck-Institut für Quantenoptik（马克斯·普朗克量子光学研究所）；Munich Center for Quantum Science and Technology (MCQST)（慕尼黑量子科学与技术中心）；National Institute of Standards and Technology（美国国家标准与技术研究院）；Department of Mathematical Sciences, University of Copenhagen（哥本哈根大学数学科学系）
研究噪声下二维随机Clifford电路中测量诱导纠缠的标度行为，并提出基于张量网络的高效采样算法。
2026-08-07 quant-ph
Parallel classical simulation of noisy shallow circuits: no quantum advantage in 1D
Technical University of Munich（慕尼黑工业大学）；Munich Center for Quantum Science and Technology（慕尼黑量子科学与技术中心）；National University of Singapore（新加坡国立大学）；Centre for Quantum Technologies（量子技术中心）
本文提出一种并行经典算法，利用退极化噪声将一维浅层量子电路分割为对数宽度独立片段，实现高效采样，并证明一维噪声恒定深度电路无量子优势，其行为可由随机AC^0电路模拟。
2026-10-01 quant-ph
Classical simulation of noisy random circuits from exponential decay of correlation
本研究提出基于条件互信息指数衰减的经典算法，证明其可在反集中失效时高效模拟噪声随机电路，确立CMI衰减为经典可模拟性的关键判据。
2025-10-07 quant-ph
Efficient Noisy Quantum State and Process Tomography
Beijing Normal University（北京师范大学）；The University of Western Australia（西澳大学）；Peking University（北京大学）
提出一种结构无关的学习框架，用于有噪量子电路的状态和过程层析，在log深度下实现高效表示，并扩展到任意噪声强度，达到准多项式复杂度。
2026-06-23 quant-ph
On classical simulation algorithms for noisy Boson Sampling
我们提出了一个经典的算法，近似样本从某些噪声玻色子采样实验的输出分布。该算法的灵感来自Aharonov，Gao，Landau，Liu和Vazirani的最新结果，并利用了Kalai和Kindler最初的观察结果，即具有高斯噪声模型的玻色子采样实验的输出概率可以近似为稀疏的低次多项式。这种观察本身不足以用于经典采样，因为其边际概率可能无法用稀疏低次多项式近似，而且近似概率可能为负。我们解决这个问题，采用第一量化表示，给出一个算法，用于计算这些实验的边际概率。我们证明了当总噪声率为常数时，该算法在输入光子数$N$和精度上都是时间准多项式。当总噪声率按$1-x_1^γ$缩放时，对于恒定的$x_1$和$γ=Ω(\log N)$，运行时间变为多项式。此外，我们研究了噪声玻色子采样与实际相关的噪声模型，如部分可重复性和光子损失。我们表明，同样的技术并不立即适用于这些设置，留下开放的可能性，这些噪声模型在某些参数制度的噪声量子优势的可扩展的演示。
2023-01-27 quant-ph
Efficient sampling of noisy shallow circuits via monitored unraveling
提出含噪SEBD算法，通过将噪声展开为测量降低纠缠，实现对二维浅层含噪随机电路的高效经典采样，并明确实际硬件模拟难度的条件。
2023-11-15 cond-mat.stat-mech quant-ph
Approximate Equivalence Checking of Noisy Quantum Circuits
本文研究了在不可避免地存在量子噪声的NISQ（Noisy Intermediate-Scale Quantum）计算领域中等价性检验的基本设计自动化问题。（可能有噪声的）量子线路的近似等价的概念是基于Jamiolkowski保真度定义的，Jamiolkowski保真度测量当随机选择输入时两个超算子的输出状态之间的平均距离。利用张量网络的收缩，针对不同的噪声情况，提出了两种计算理想量子线路与其噪声实现之间保真度的算法.通过对真实NISQ电路的基准测试，验证了算法的有效性。与Qiskit中最先进的实现相比，实验结果表明，所提出的算法在效率和可扩展性方面都优于其他算法。
2021-06-03 cs.DS quant-ph
Automatic Depth Optimization for Quantum Approximate Optimization Algorithm
量子近似优化算法（QAOA）是一种经典优化控制参数的混合算法。除了变分参数外，超参数的正确选择对于提高任何优化模型的性能至关重要。控制深度，或变分参数的数量，被认为是最重要的超参数QAOA。在本文中，我们研究了控制深度的选择与自动算法的基础上，最近的梯度下降。在7节点和10节点最大割问题上证明了自动算法的性能，这表明在迭代过程中可以显着降低控制深度，同时达到足够的优化精度。在理论上保证收敛的情况下，该算法可以作为一种有效的工具来选择适当的控制深度，作为随机搜索或经验规则的替代。此外，控制深度的减小将导致电路中量子门的数量显著减少，这提高了QAOA在噪声中间尺度量子（NISQ）器件上的适用性。
2022-06-29 quant-ph
Less precise but less noisy: local circuits for momentum-space state preparation and measurement
Quantinuum
本研究在Quantinuum H2量子计算机上发现，对于紧束缚链基态制备，绝热演化虽动量分辨率较低但噪声更小，优于高精度的费米子傅里叶变换，并提出了更廉价低噪的动量测量方案，强调降低噪声敏感性的重要性。
2026-10-02 quant-ph
Polynomial-Time Classical Simulation of Noisy IQP Circuits with Constant Depth
本文提出一种多项式时间经典模拟算法，证明经历退相位或退极化噪声的任意IQP电路在深度超过常数阈值时，可由经典计算机高效采样，揭示了基于IQP电路的量子霸权实验对经典模拟的脆弱性。
2024-10-05 cs.CC quant-ph
Exponentially Decaying Quantum Simulation Error with Noisy Devices
International Quantum Academy（国际量子学院）
该研究证明含噪量子设备中单步Trotter误差随电路深度指数衰减，推导最优步数与噪声要求，并展示资源节省，为量子模拟优势提供系统见解。
2025-10-28 quant-ph
Interactive quantum advantage with noisy, shallow Clifford circuits
Bravyi等人最近的工作构建了一个关系问题，一个有噪声的恒定深度量子线路（QNC $^0$）可以以接近确定性（概率$1 - o(1)$）解决，但任何有界扇入恒定深度经典电路（NC $^0$）都以恒定概率失败。我们表明，这种鲁棒性噪声可以实现在其他低深度量子/经典电路分离在这方面。特别是，我们展示了一个一般的策略，增加噪声容忍的交互式协议的格里尔和谢弗。因此，我们得到了噪声QNC $^0$电路和AC $^0[p]$电路之间的无条件分离的所有素数$p \geq 2$，和噪声QNC $^0$电路和对数空间经典机器之间的条件分离的一个合理的复杂性理论的猜想。这种简化的一个关键组成部分是显示经典模拟任务的平均情况硬度-也就是说，显示量子交互任务的经典模拟仍然是强大的，即使它被允许在均匀随机输入上以恒定概率出错。我们表明，即使对于$\oplus$ L-难以模拟的量子任务也是如此。为此，我们借用了密码学中使用的随机编码技术。
2021-09-27 cs.CC quant-ph
Scalable circuit depth reduction in feedback-based quantum optimization with a quadratic approximation
针对反馈型量子优化电路过深的问题，本文引入关于时间间隔的二阶近似设计新反馈律，在最大割模拟中将电路深度的线性规模系数降低逾一个数量级。
2024-07-25 quant-ph
Divide-and-conquer verification method for noisy intermediate-scale quantum computation
几个有噪声的中间尺度量子计算可以被看作是稀疏量子计算芯片上的量子深度量子线路，其中两个量子比特门可以直接应用于仅一些量子比特对。在本文中，我们提出了一种方法来有效地验证这种噪声的中间尺度量子计算。为此，我们首先描述小规模量子操作的钻石规范。然后，通过使用这些特征化的量子操作，我们估计从噪声中间尺度量子计算获得的实际$n$ -量子比特输出状态$\hatρ_{\rm out}$与理想输出状态（即，目标状态）$|ψ_t\rangle$。虽然直接保真度估计方法平均需要$\hatρ_{\rm out}$的$O(2^n)$拷贝，但我们的方法即使在最坏的情况下也只需要$O(D^32^{12D})$拷贝，其中$D$是$|ψ_t\rangle$的密集度。对于稀疏芯片上的量子深度量子线路，$D$至多是$O(\log{n})$，因此$O(D^32^{12D})$是$n$的多项式。通过使用IBM Manila 5-qubit芯片，我们还进行了原理验证实验，以观察我们的方法的实际性能。
2022-07-04 quant-ph
Prospect of using Grover's search in the noisy-intermediate-scale quantum-computer era
为了了解Grover搜索算法在存在量子计算机噪声的情况下对大型非结构化数据的利用范围，我们通过施加各种类型的噪声进行了一系列模拟，由IBM QISKit建模。我们应用三种形式的Grover算法：（1）标准算法，具有4-10个量子位，（2）最近发表的修改的Grover算法，设置为减少电路深度，以及（3）（1）和（2）中的算法，通过添加辅助量子位修改多控制Toffoli。基于这些模拟，我们找到了这些情况下的噪声上限，建立其依赖于电路的量子深度，并提供它们之间的比较。通过拟合阈值的外推，我们预测了当应用Grover算法在大到32000的数据集中搜索数据时，典型的门误差界限是什么。
2020-09-18 quant-ph
Approximate Quantum Fourier Transform in Logarithmic Depth on a Line
本文利用动态电路，仅需将 $4n$ 个量子比特排列在具有最近邻连通性的线上，即可在对数深度下实现近似量子傅里叶变换，并针对特定结构状态进一步将量子比特减少至 $2n$。
2025-04-29 quant-ph
Unconditionally separating noisy $\mathsf{QNC}^0$ from bounded polynomial threshold circuits of constant depth
本文无条件证明了常深度并行量子计算优于建模神经网络的多项式规模偏置阈值电路，发现了一类在素数维qudits上常深度可解但经典困难的任务，且该量子优势对噪声具有鲁棒性。
2025-09-17 cs.CC quant-ph
The Quantum Approximate Optimization Algorithm performance with low entanglement and high circuit depth
变分量子算法构成了使用当前噪声量子计算机的最广泛的方法之一。然而，这是未知的，如果这些启发式算法提供任何量子计算加速，虽然我们不能模拟他们的经典的中间尺寸。由于纠缠是量子计算能力的核心，我们研究了它在这些启发式方法解决优化问题中的作用。特别地，我们使用矩阵乘积态来模拟量子近似优化算法与减少键维数$D$，一个参数限制系统纠缠。此外，我们限制模拟进一步确定性采样的解决方案。我们的结论是，纠缠在这里研究的MaxCut和精确覆盖3问题中起着次要的作用，因为模拟算法分析，高达$60$量子位和$p=100$算法层，表明它提供了键尺寸$D \approx 10$和深度$p \approx 30$的解决方案。此外，我们研究了近似算法模拟中的经典优化循环，使用$12$量子比特和深度达到$p=4$，并表明在低纠缠度下近似的最佳参数接近精确参数。
2022-07-07 quant-ph
MUQUT: Multi-Constraint Quantum Circuit Mapping on Noisy Intermediate-Scale Quantum Computers
量子技术领域的快速发展为研究人员提供了实验量子线路和模拟小规模量子程序的真正可能性。然而，当前可用的量子比特的质量和环境噪声对量子线路的平稳执行提出了挑战。因此，有效的设计自动化流程映射到噪声中间尺度量子（NISQ）计算机给定的算法变得至关重要。最先进的量子设计自动化工具主要集中在减少逻辑深度，门数和量子位数，最近强调拓扑感知（最近邻符合性）映射。在这项工作中，我们扩展的技术映射流程，同时考虑拓扑和门保真度的约束，同时保持逻辑深度和门数作为优化目标。我们提供了一个全面的问题制定和多层方法来解决它。建议的自动化流程与商业量子计算机兼容，如IBM QX和Rigetti。对10个标准量子线路的仿真结果表明，该电路的保真度最高可提高3.37倍，平均提高1.87倍。
2019-11-16 quant-ph
Approximate Quantum Error Correction with 1D Log-Depth Circuits
Center for Quantum Information, Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院量子信息中心）；Yau Mathematical Sciences Center, Tsinghua University（清华大学丘成桐数学科学中心）
本研究证明一维对数深度随机电路在量子纠错中具有高性能，通过信息论分析证明其编码率满足哈希界限和信道容量，并展示纠错不准确度随深度增加而衰减。
2026-02-27 quant-ph
T-count optimization of approximate quantum Fourier transform
本研究提出一种新的近似量子傅里叶变换电路，通过消除Toffoli门并并行排列量子加法器，将T计数和T深度均减半，显著降低容错实现成本。
2024-07-22 quant-ph
Approximation Algorithm for Noisy Quantum Circuit Simulation
本文提出一种基于张量网络和奇异值分解的含噪量子电路近似模拟算法，在噪声效应不显著时可模拟多达225个量子比特，相比量子轨迹法实现加速并减少采样数。
2023-11-23 quant-ph
Approximation Methods for Simulation and Equivalence Checking of Noisy Quantum Circuits
University of Chinese Academy of Sciences（中国科学院大学）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）；Centre for Quantum Software and Information, University of Technology Sydney（悉尼科技大学量子软件与信息研究中心）
本文提出了一种基于张量网络和奇异值分解的近似方法，用于高效模拟和验证具有200个量子比特和20个噪声操作符的QAOA电路，提升了低噪声条件下的可扩展性和速度。
2025-12-11 quant-ph
Approximate low-weight check codes and circuit lower bounds for noisy ground states
Freedman和Hastings（量子信息和计算2014）的无低能平凡态（NLTS）猜想断言存在其低能态不能由恒定深度量子线路产生的局域哈密顿量，确定了解决量子PCP猜想的基本障碍。Eldar和Harrow（计算机科学基础2017）在NLTS猜想方面取得了进展，他们证明了一个密切相关的定理，称为无低误差平凡态（NLETS）。在本文中，我们给出了一个更简单的证明NLETS定理，并使用相同的技术来建立超多项式电路大小的下界噪声基态的本地哈密顿（假设$\mathsf{QCMA} \neq \mathsf{QMA}$），解决了一个悬而未决的问题Eldar和哈罗。我们讨论了新的光，我们的结果投在NLTS和NLETS之间的关系。最后，我们的技术意味着存在$\textit{approximate quantum low-weight check (qLWC) codes}$与线性速率，线性距离，和恒定的重量检查。这些码类似于量子LDPC码，除了（1）每个粒子可以参与大量的校验，以及（2）错误仅需要被校正到保真度$1 - 1/\mathsf{poly}(n)$。这与Freedman、Meyer和Luo提出的最著名的稳定器LDPC码形成对比，后者实现了$O(\sqrt{n \log n})$的距离。在我们的研究结果中使用的主要技术是利用Feynman-Kitaev时钟结构近似嵌入由电路定义的状态的…
2019-07-24 quant-ph
Multiscale Quantum Approximate Optimization Algorithm
针对低深度QAOA性能受限、高深度又受NISQ技术制约的问题，提出融合实空间重整化群变换的多尺度QAOA，可在最低深度为随机组合优化实例提供准确解，助力展示量子优势。
2023-12-11 quant-ph
Dynamic Depth Quantum Approximate Optimization Algorithm for Solving Constrained Shortest Path Problem
Qatar Center of Quantum Computing, College of Science and Engineering, Hamad Bin Khalifa University, Qatar Foundation（卡塔尔量子计算中心，科学与工程学院，哈马德·本·哈利法大学，卡塔尔基金会）
针对QAOA需预先指定电路深度的问题，提出动态深度量子近似优化算法DDQAOA，通过自适应扩展深度并转移参数，在CSPP实例上以更少CNOT门实现更优结果，验证了其在NISQ设备上的性能与适用性。
2025-11-11 quant-ph
Navigating the noise-depth tradeoff in adiabatic quantum circuits
绝热量子算法通过缓慢地将平凡状态演化为所需的解来解决计算问题。在理想的量子计算机上，解的质量随着电路深度的增加而单调提高。相比之下，在当前嘈杂的计算机中增加深度会引入更多的噪音，最终会削弱任何计算优势。提供最佳解决方案的最佳电路深度是多少？在这里，我们解决这个问题，通过调查的绝热电路，插入之间的顺磁和铁磁基态的一维量子伊辛模型。我们通过缺陷的密度$d$来表征最终输出的质量，作为电路深度$N$和噪声强度$σ$的函数。我们发现，$d$是很好地描述了简单的形式$d_\mathrm{ideal}+d_\mathrm{noise}$，其中的理想情况下$d_\mathrm{ideal}\sim N^{-1/2}$是由Kibble-Zurek机制，和噪声的贡献尺度为$d_\mathrm{noise}\sim Nσ^2$。因此，使缺陷数量最小化的最佳步骤数量为$\simσ^{-4/3}$。我们在一个有噪声的超导量子处理器上实现了该算法，发现缺陷密度对电路深度的依赖性遵循预测的非单调行为，并且与噪声模拟吻合得很好。我们的工作允许一个有效的基准量子器件和提取其有效的噪声强度$σ$。
2023-03-24 cond-mat.dis-nn quant-ph
Enabling large-depth simulation of noisy quantum circuits with positive tensor networks
针对MPDO模拟含噪量子电路时键维数指数增长的问题，提出通过DMRG式局域基优化解纠缠纯化态以压缩MPDO，实现有界内存下的大深度随机电路仿真。
2024-02-29 cond-mat.stat-mech quant-ph
Quantum State Discrimination Using Noisy Quantum Neural Networks
短期量子计算机是嘈杂的，因此必须运行低电路深度和量子位数的算法。在这里，我们研究噪声如何影响量子神经网络（QNN）的状态歧视，适用于近期量子设备，因为它满足上述标准。我们发现，当在有噪声的设备上模拟梯度计算时，大量的参数是不利的。通过引入一个新的更小的电路模型，我们克服了这一限制，并发现QNN在当前量子硬件的噪声水平下表现良好。我们还表明，在较高的噪声水平下训练的网络仍然可以收敛到有用的参数。我们的研究结果表明，有噪声的量子计算机可以用于状态识别和量子生成对抗网络输出的分类器。
2020-06-15 quant-ph
Tight bounds on the convergence of noisy random circuits to the uniform distribution
本文研究了噪声随机电路的输出分布特性。我们得到的输出分布的预期距离的上限和下限的“无用的”均匀分布。这些界限是紧密的电路深度的依赖关系。我们的证明技术也使我们能够对有噪声和无噪声电路是否存在反集中做出陈述。我们发现了一些有趣的后果，旨在显示量子计算的优势，超过经典计算的采样方案的硬度证明。具体来说，我们讨论了最近的障碍结果的深度不可知和/或噪声不可知的证明技术。我们表明，在一定的深度制度，噪声不可知的证明技术可能仍然工作，以证明在文献中的量子计算优势的一个常见的索赔，相反的是什么被认为在这项工作之前。
2022-09-14 cond-mat.dis-nn cond-mat.mes-hall cond-mat.stat-mech
Depth optimization of quantum search algorithms beyond Grover's algorithm
Grover的量子搜索算法比经典算法提供了二次加速。计算复杂度取决于对oracle的查询次数。然而，深度是一个更现代的度量噪声中等规模的量子计算机。我们提出了一种新的量子搜索算法的深度优化方法。我们表明，格罗弗的算法是不是最佳的深度。我们提出了一个量子搜索算法，它可以分为几个阶段。每个阶段都有一个新的初始化，这是数据库的重新缩放。这减少了错误。多级设计对于量子搜索算法的并行运行是自然的。
2020-03-27 quant-ph
Approximate reconstructability of quantum states and noisy quantum secret sharing schemes
本文形式化研究含噪环境下的近似量子秘密共享，将授权重构映射视为量子信道，并证明近似可重构等价于互补信道对外部参与者与环境的纠缠辅助信息泄露很小。
2023-08-15 cs.CR quant-ph
Quantum Approximate Optimization Algorithm in Finite Size and Large Depth and Equivalence to Quantum Annealing
本文解析证明QAOA在角度平滑变化且总和有界时能量收敛于量子退火，推翻两者机制根本不同的看法，并改进SK模型编译深度界限。
2025-10-08 quant-ph
A Depth-Progressive Initialization Strategy for Quantum Approximate Optimization Algorithm
量子近似优化算法（QAOA）在解决近期量子器件组合优化问题中具有很强的能力和普适性。QAOA的结果强烈依赖于它的初始变分参数。因此，QAOA的参数选择成为一个活跃的研究领域，因为不良的初始化可能会恶化结果的质量，特别是在大的电路深度。首先从角度指标和电路深度两个方向讨论了QAOA中最优参数的分布规律。然后，我们讨论了用于确定搜索空间的界的期望的对称性和周期性。基于最优参数的模式和边界限制，我们提出了一种策略，通过以前的最优参数之间的差异来预测新的初始参数。与大多数其他策略不同，我们提出的策略不需要多次试验来确保成功。当前进到下一个深度时，它只需要一个预测。我们比较这个策略与我们以前提出的策略和分层策略解决最大割问题，在近似比和优化成本。我们还解决了以前的参数，这是很少讨论在其他作品中的非最优性，尽管它的重要性，在解释变分量子算法的行为。
2022-09-28 quant-ph
Sample-efficient benchmarking of shallow all-to-all random quantum circuits
The College of William & Mary（威廉玛丽学院）；The University of Chicago（芝加哥大学）；Joint Center for Quantum Information and Computer Science, University of Maryland and NIST（马里兰大学和NIST联合量子信息与计算中心）；University of Waterloo（滑铁卢大学）
针对浅层全连接随机量子电路，提出基于非线性交叉熵的样本高效基准，能清晰区分噪声量子计算机与经典欺骗算法。
2026-05-21 quant-ph
Analysis of Measurement-based Quantum Network Coding over Repeater Networks under Noisy Conditions
量子网络编码是解决量子网络瓶颈的有效方法。介绍了一种基于测量的量子中继网络编码方案（MQNC），并基于蝶形网络的蒙特卡罗模拟（包括各种误差源）分析了其行为.通过利用基于测量的量子计算，用于完成网络编码的量子比特上的操作并行进行。我们表明，这样的方法提供了优势，在其他计划方面的量子线路的深度，因此提高了通信保真度，而不干扰的总吞吐量。与Satoh等人在2012年提出的量子网络编码方案（QNC）相比，我们的协议的电路深度减少了56.5%。对于MQNC，我们发现当本地操作的准确度低于98.9%时，所产生的纠缠对的联合保真度下降到50%以下，假设量子中继器上的所有初始贝尔对具有98%的固定保真度。总体而言，MQNC显示出比QNC更高的容错性，并且比使用逐步纠缠交换的缓冲空间复用稍好，但不如同时纠缠交换操作那么强。
2018-06-27 quant-ph
Low-depth Hamiltonian Simulation by Adaptive Product Formula
针对现有哈密顿量模拟算法电路深度超近量子设备能力的问题，提出基于可测误差量化指标的自适应低深度电路构建方法，数值验证其可比一阶Suzuki-Trotter公式降两数量级双量子比特门数且保精度，适用于多体动力学与能谱求解，助力NISQ设备实用模拟。
2024-03-12 quant-ph
An Expressive Ansatz for Low-Depth Quantum Approximate Optimisation
本文提出QAOA的过参数化变体XQAOA，通过增加经典参数并在混合哈密顿量中引入Pauli-Y分量实现任意酉变换，在低深度下显著提升了NISQ设备上的组合优化性能。
2024-02-15 quant-ph
Quantum Divide and Compute: Hardware Demonstrations and Noisy Simulations
嘈杂的中等规模量子计算机在量子位数（电路“宽度”）和退相干时间（电路“深度”）方面存在固有的限制。在这里，我们第一次展示了一种最近引入的方法，该方法将电路分解为更小的子电路或片段，从而使运行对于给定量子处理器来说太宽或太深的电路成为可能。我们调查的行为的方法在IBM的20量子位超导量子处理器与不同数量的量子位和碎片。我们建立噪声模型，捕捉退相干，读出错误，这个特定的处理器和门缺陷。然后，我们进行嘈杂的模拟的方法，以占观察到的实验结果。我们发现实验和模拟的成功概率之间的协议在20%以内，我们观察到，重组嘈杂的片段产生的整体结果，可以优于没有碎片的结果。
2020-05-26 quant-ph
High-Quality Protein Force Fields with Noisy Quantum Processors
生物物理学和计算药物设计中的中心问题是生物分子的精确建模。目前的分子动力学模拟方法可以回答分子如何抑制癌细胞信号通路，或蛋白质错误折叠在神经退行性疾病中的作用。然而，电流力场（相互作用势）的准确性限制了计算机模拟的可靠性。从根本上讲，这是一个量子化学问题，在这里，我们讨论使用量子计算机上的可扩展从头计算量子化学计算优化力场，并估计此任务所需的量子资源。对于用于局部参数化的二肽列表，我们估计所需的量子位数为1576至3808，具有cc-pVTZ（-f）轨道基，并且具有主动空间减少的88至276。利用线性深度近似和有效空间缩减，我们估计一个电路深度为几千的量子线路可以用来模拟这些二肽。估计有100多个量子比特和几千个长电路深度，这使得近期量子处理器的制药应用成为现实。
2019-10-29 physics.chem-ph quant-ph
No-go theorems for sublinear-depth group designs
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；University of Melbourne（墨尔本大学）；Oak Ridge（橡树岭）
本文针对具有不变态的群，证明亚线性深度局域电路无法构成近似k-设计，并给出深度下界及与精确实现的恒定间隔。
2026-09-10 quant-ph
Error-Correction Transitions in Finite-Depth Quantum Channels
Laboratoire de Physique Théorique et Modélisation, CNRS UMR 8089, CY Cergy Paris Université（理论与建模物理实验室，法国国家科学研究中心，塞吉-蓬图瓦兹CY大学）；JEIP, UAR 3573 CNRS, Collège de France, PSL Research University（欧洲理论粒子物理联合研究单位，法国国家科学研究中心，法兰西学院，巴黎文理研究大学）；CeFEMA-LaPMET, Departamento de Física, Instituto Superior Técnico, Universidade de Lisboa（复杂系统与能源物理中心，高等理工学院物理系，里斯本大学）；CY Advanced Studies, Maison internationale de la recherche, CY Cergy Paris Université（CY高级研究院，国际研究中心，塞吉-蓬图瓦兹CY大学）；Laboratoire de Physique de l’École Normale Supérieure, ENS, Université PSL, CNRS, Sorbonne Université, Université Paris-Cité（巴黎高等师范学院物理实验室，巴黎文理研究大学，法国国家科学研究中心，索邦大学，巴黎西岱大学）
研究量子通道编码逻辑信息进入扩展希尔伯特空间的纠错协议，分析噪声在编码后及编码电路本身的作用，发现无限深度极限下随机矩阵理论预测临界噪声率相变，区分纠错相与信息丢失相。
2026-09-11 quant-ph
Quantum search on noisy intermediate-scale quantum devices
量子搜索算法（也称为Grover算法）为许多其他量子算法奠定了基础。虽然它非常简单，但它的实现仅限于有噪声的中间尺度量子（NISQ）处理器。Grover的算法在设计时没有考虑实际实现中的物理资源，例如深度。因此，Grover的算法可以针对NISQ器件进行改进。在本文中，我们演示了如何在NISQ设备上更好地实现量子搜索算法。我们提出了五量子比特量子搜索算法在不同量子处理器上的详细基准测试，包括IBMQ，IonQ和Honeywell量子设备。我们报告的最高成功概率的五量子位搜索算法相比，以前的作品。我们的研究结果表明，设计错误感知的量子搜索算法是可能的，它可以最大限度地利用NISQ计算机的能力。
2022-09-27 quant-ph
Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry
近期量子计算机计算小分子基态性质的机会取决于计算模型的结构以及设备噪声引起的误差。在这里，我们调查的行为，这些嘈杂的量子线路使用数值模拟，以估计的准确性和保真度的准备量子态相对于地面真理获得常规手段。我们实现了几种不同类型的Ancipitation电路来自幺正耦合团簇理论的目的估计基态能量的氢化钠使用变分量子本征求解器算法。我们展示了能量和保真度尺度的相对误差与基于门的噪声水平、分子间配置、抗反射电路深度和参数优化方法的关系。
2022-05-05 quant-ph
Limitations of variational quantum algorithms: a quantum optimal transport approach
过去几年量子硬件令人印象深刻的进步提高了量子计算社区对获取此类设备的计算能力的兴趣。然而，在没有纠错的情况下，这些器件只能可靠地实现非常浅的电路或相对较深的电路，代价是错误的非平凡密度。在这项工作中，我们获得了非常严格的限制界限标准NISQ的建议，在有噪声和无噪声的制度，有或没有错误缓解工具。边界限制了电路模型算法（如QAOA）和连续时间算法（如量子退火）的性能。在嘈杂的制度与本地去极化噪声$p$，我们证明，在深度$L=\mathcal{O}(p^{-1})$它是指数不太可能的结果，一个嘈杂的量子线路优于有效的经典算法的组合优化问题，如最大切割。虽然以前的结果已经表明，经典算法优于噪声量子线路在恒定的深度，这些结果只适用于输出的期望值。我们的研究结果是基于新开发的量子熵和浓度不等式，这构成了一个均匀的工具包的理论方法，从量子理论的最佳质量运输的潜在用途超出了变分量子算法的研究。
2023-02-20 quant-ph
