Hierarchical quantum classifiers
具有分级结构的量子线路已经被用于执行以量子态编码的经典数据的二进制分类。我们证明了在同一个家庭中,更多的表达电路实现更好的精度,并可以用来分类高度纠缠的量子态,没有已知的有效的经典方法。我们比较了两个经典的机器学习数据集,虹膜和MNIST,以及量子态的合成数据集上的几种不同的参数化的性能。最后,我们证明了性能对噪声具有鲁棒性,并在ibmqx4量子计算机上部署了Iris数据集分类器。
2018-12-27 quant-ph
An RNN-policy gradient approach for quantum architecture search
本文提出一种基于深度强化学习的 RNN-策略梯度量子架构搜索方法,利用强化学习控制器和分层搜索自动设计电路,在分类任务上获得更高准确率且门与参数更少。
2024-05-09 quant-ph
QFAST: Conflating Search and Numerical Optimization for Scalable Quantum Circuit Synthesis
我们提出了一个量子合成算法,旨在产生短路和规模以及在实践中。的主要贡献是一种新的表示电路能够编码布局和拓扑结构使用通用的“门”,这使得QFAST算法,以取代昂贵的搜索电路结构与几个步骤的数值优化。与最佳深度、基于搜索的最先进技术相比,QFAST产生了类似的结果:电路长度增加了1.19倍,最多可达4个量子位,编译速度提高了3.6倍。此外,QFAST可扩展至7个量子位。与Qiskit中最先进的基于“规则”的分解技术相比,QFAST产生的电路短了两个数量级(331倍),尽管慢了5.6倍。我们还展示了与其他技术的可组合性和我们的配方在电路深度和运行时间方面的可调性。
2021-03-12 quant-ph
A Quantum Circuit to Construct All Maximal Cliques Using Grover Search Algorithm
提出了一种利用Grover搜索算法构造所有极大团的量子线路。这个预言电路把一个n量子比特的状态作为输入|和n节点网络的邻接矩阵数据A,并输出状态(-1)|其中f(x)=1,如果|x>是最大团,并且f(x)=0,否则。Oracle工作区需要2n^2个量子位。每一个oracle调用都会对托福利门进行大约10n^2次调用。整体Grover搜索算法将均匀叠加的n量子比特状态和邻接矩阵数据作为输入,并输出所有最大团状态的均匀叠加。
2019-07-22 quant-ph
Hierarchical Learning for Quantum ML: Novel Training Technique for Large-Scale Variational Quantum Circuits
BlueQubit Inc(BlueQubit公司);Institute for Quantum Information and Matter, Caltech(加州理工学院量子信息与物质研究所);University of California, Berkeley(加州大学伯克利分校)
提出分层学习架构,通过优先学习高有效位参数防止贫瘠高原,在27量子比特上实现约4%误差的高斯分布加载,首次展示大规模量子比特变分学习。
2023-11-21 cs.LG quant-ph
Analyses of the viability of automating the quantum circuit construction of Grover Oracle for executing wildcard searches on NISQ processors
使用Grover算法,这项工作研究了一种技术,用于编码的搜索短语中使用的搜索引擎搜索。该技术包括创建一个相位预言机,将数据与已编码的搜索项一起加载到量子线路中。该方法需要使用编码的输入信息和编码的搜索项以编程方式构造阶段Oracle。通过将Grover扩散算符与相位预言器、Hadamard门和零初始化的三量子比特态相结合,建立了一个完整的量子线路。研究中使用的囚禁离子和超导量子比特量子计算机已经运行了无数次。为了证实所提出的策略是一个可行的搜索,从两个系统的输出与期望值进行了比较。所提出的策略将有助于一系列的量子搜索问题,并可能加快实现量子优势。
2023-03-14 quant-ph
Quantum Circuit Design using a Progressive Widening Enhanced Monte Carlo Tree Search
本文提出一种基于采样动作空间和渐进式扩展的无梯度蒙特卡洛树搜索方法,用于自动设计量子电路,在量子化学和线性方程组等任务中将电路评估次数减少10至100倍,并显著降低CNOT门数量。
2025-04-28 cs.AI cs.ET quant-ph
Solving search problems by strongly simulating quantum circuits
使用经典计算机模拟量子线路可以让我们分析量子算法的内部工作原理。最完整的模拟类型,即强模拟,通常被认为是低效的。然而,几个有效的强模拟技术是已知的有限的家庭的量子线路,我们开发了一个额外的技术在这篇文章中。此外,我们表明,强模拟算法执行另一项基本任务:解决搜索问题。有效的强模拟技术允许解决一类搜索问题的计数和有效地找到。这增强了强模拟方法的实用性,已知的或尚未发现的,并扩展了已知的有效模拟的搜索问题的类别。将强模拟与搜索问题联系起来也限制了高效强模拟电路的计算能力;如果它们可以解决$\mathrm{P}$中的所有问题,这将意味着复杂性层次$\mathrm{P} \subseteq \mathrm{NP} \subseteq # \mathrm{P}$的崩溃。
2012-09-26 quant-ph
Quantum Circuit Transformation Based on Tabu Search
针对量子电路变换问题,提出基于子图同构与禁忌搜索的TSA方法,相比GA、SABRE和FiDLS等先进方法,能减少附加门数量并提升大规模电路的可扩展性。
2021-08-28 quant-ph
Quantum Circuit Transformation: A Monte Carlo Tree Search Framework
在噪声中间尺度量子(NISQ)时代,量子处理单元(QPU)尤其遭受物理量子位之间的高度有限的连接性。为了使量子线路有效地可执行,电路变换过程是必要的,以将其变换成功能上等效的电路,使得满足QPU施加的连接性约束,其中开销成本越小越好。虽然已经提出了几种算法来实现这一目标,但开销成本通常非常高,这会急剧降低所获得的电路的保真度。其中一个主要原因在于,由于高分支因子和巨大的搜索空间,几乎所有这些算法只能搜索非常浅,因此,通常只能达到(最多)局部最优解。在本文中,我们提出了一个蒙特卡洛树搜索(MCTS)框架来解决电路变换问题,这使得搜索过程更深入。通用框架支持旨在通过引入SWAP或远程CNOT门来减小输出电路的大小或深度的实现。算法,称为MCTS-Size和MCTS-Depth,在所有相关参数中是多项式的。在广泛的实际电路和IBM Q Tokyo上的实验结果表明,基于MCTS的算法可以减少尺寸(深度)。间接费用平均减少66%(分别为84%)与tket相比,tket是一个工业级编译器。
2022-01-25 quant-ph
Quantum Search Algorithms on Hierarchical Networks
“抽象搜索算法”是一种众所周知的量子方法,用于在图中找到标记顶点。它已成功地应用于超立方体和二维网格的搜索算法。在这项工作中,我们提供了一个例子,该方法未能提供最佳算法的时间复杂度。我们分析搜索算法的度-3层次网络使用量子行走驱动的非格罗佛硬币。我们的结论是基于数值模拟,但图的层次结构似乎允许分析结果。
2012-05-02 cond-mat.dis-nn quant-ph
Reinforcement learning-assisted quantum architecture search for variational quantum algorithms
本文提出基于强化学习的量子架构搜索方法,利用张量编码、搜索约束、提前终止和DDQN自动寻找短而准的变分量子电路,并在无噪声与含噪场景中验证其优势。
2024-10-01 cs.AI cs.LG quant-ph
Monte Carlo Graph Search for Quantum Circuit Optimization
针对量子电路门序设计依赖专家经验的问题,提出基于蒙特卡洛图搜索与重要性采样的量子架构搜索算法,可优化离散门和含连续变量门,并通过数值实验验证其自动发现电路的能力。
2023-07-14 quant-ph
Quantum Circuit Design Search
Lehigh University(利哈伊大学)
本文探讨了参数化量子线路设计的搜索策略。我们提出了几种优化方法,包括随机搜索加适者生存,经典和混合量子经典控制器的强化学习和贝叶斯优化作为决策者,以自动化的方式设计量子线路,用于特定的任务,如数据集上的多标记分类。我们介绍了非平凡的电路架构,是艰巨的手工设计和有效的可训练性。此外,我们引入重新上传的初始数据到量子线路作为一个选项,以找到更一般的设计。我们数值计算表明,一些建议的架构虹膜数据集实现更好的结果相比,在文献中建立的参数化量子线路设计。此外,我们还研究了这些结构在看不见的数据集Glass上的可训练性。我们报告了与Glass数据集分类基准相比有意义的优势,这支持了建议的设计本质上更具可训练性的事实。
2021-01-04 cs.LG quant-ph
CutVQA: Co-Designing Circuit Cutting and Architecture Search for Scaling Variational Quantum Algorithms
School of Computer Science and Technology, University of Science and Technology of China(中国科学技术大学计算机科学与技术学院);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)
CutVQA通过整合电路切割与量子架构搜索,减少变分量子算法的采样开销和训练时间,提升可扩展性。
2026-03-14 cs.ET quant-ph
Distributed quantum architecture search
本文提出端到端分布式量子架构搜索框架,结合 TeleGate、TeleData 和量子比特分配,通过两阶段免训练策略自动设计跨多量子处理单元的高效分布式量子电路,并在 VQE 任务上验证其有效性。
2024-08-01 quant-ph
GSQAS: Graph Self-supervised Quantum Architecture Search
Foshan University(佛山大学);Peng Cheng Laboratory(鹏城实验室);Sun Yat-Sen University(中山大学);South China Agricultural University(华南农业大学)
针对现有量子架构搜索(QAS)计算需求高、标记电路稀缺时预测器泛化能力差的问题,提出GSQAS,通过图自监督学习预训练编码器,用少量标记电路训练预测器,提升搜索性能与泛化能力。
2023-03-22 quant-ph
Quantum circuit synthesis via a random combinatorial search
本文提出随机组合搜索量子电路综合方法,利用超过最小门数后完美电路比例迅速增加的现象,高效寻找近优电路,并给出4量子比特Toffoli门的15个CNOT门分解。
2024-10-24 quant-ph
QCS-ADME: Quantum Circuit Search for Drug Property Prediction with Imbalanced Data and Regression Adaptation
QCS-ADME提出了一种无训练评分机制,用于在不平衡数据和回归任务中优化量子电路,通过量化量子态相似性提升ADME预测性能。
2026-02-25 cs.AI cs.LG quant-ph
Quantum Image Loading: Hierarchical Learning and Block-Amplitude Encoding
针对经典数据到量子态的加载问题,本文扩展分层学习框架并结合块振幅编码实现MNIST数字和Honda Scenes场景图像的量子加载,在BlueQubit平台模拟并在IBM、Quantinuum硬件部署,验证浅电路适配现有噪声率。
2025-04-14 quant-ph
Élivágar: Efficient Quantum Circuit Search for Classification
Pennsylvania State University(宾夕法尼亚州立大学);Georgia Institute of Technology(佐治亚理工学院);University of Texas Austin(德克萨斯大学奥斯汀分校);AWS Quantum Technologies(AWS量子技术)
本文提出资源高效的噪声引导量子电路搜索框架Élivágar,通过噪声与拓扑感知候选生成及两个低成本预测器实现早期筛选,在12台真实量子设备和9个QML应用上较现有方法提升5.3%准确率并加速271倍。
2024-01-17 cs.AR cs.LG quant-ph
An Optimized Quantum Maximum or Minimum Searching Algorithm and its Circuits
寻找最大值或最小值是许多数学模型的基本组成部分。与经典算法相比,Durr,Hoyer的量子算法(DHA)达到了二次速度.然而,它的关键步骤,量子指数搜索算法(QESA),它是基于Grover算法,是不是一个必胜的算法。同时,由于数据规模的变化,量子线路会遇到门分解问题。本文在DHA和最优量子精确搜索算法的基础上,提出了一种优化的量子最大值和最小值搜索算法。此外,我们提供了相应的量子线路,以及三个等效简化。当我们能够精确估计解的个数M与搜索空间N的比值时,我们的方法可以将成功概率提高到接近100%。与DHA算法相比,该算法在大数据库复杂度和构造预言机的门复杂度方面具有优势。在IBM超导处理器上进行了双量子位的实验,并数值模拟了从泰坦尼克号乘客的年龄中找到最小值的实际问题。两者都表明,与DHA相比,我们优化的最大值或最小值更有效。我们的算法可以作为一个重要的子程序,在各种量子算法,涉及搜索最大值或最小值。
2019-08-21 quant-ph
Optimal Ancilla-free Pauli+V Circuits for Axial Rotations
最近,Neil Ross和Peter Selinger分析了通过单量子比特Clifford+T电路来近似z旋转的问题。他们的主要贡献是一种确定性搜索技术,使他们能够使近似电路更浅。我们适应的确定性搜索技术的情况下,泡利+V电路,并证明了类似的结果。由于泡利+V框架相对简单,我们使用更简单的几何方法。
2014-12-02 quant-ph
Differentiable Quantum Architecture Search
量子体系结构搜索(QAS)是实现量子线路体系结构工程自动化的过程。人们一直希望构建一个强大的和通用的QAS平台,它可以显着加速当前的努力,以确定在NISQ时代的易错和深度有限的量子线路的量子优势。据此,我们提出了一个通用的可微量子体系结构搜索(DQAS)的框架,这使得自动设计的量子线路在一个端到端的可微的方式。我们提出了几个电路设计问题的例子来证明DQAS的力量。例如,幺正操作被分解成量子门,噪声电路被重新设计以提高精度,以及用于量子近似优化算法的电路布局被自动发现和升级以用于组合优化问题。这些结果不仅表明了DQAS作为NISQ应用开发的重要工具的巨大潜力,而且从理论角度来看,它也是一个有趣的研究课题,因为它从可微编程,概率编程和量子编程的新兴跨学科范式中汲取灵感。
2021-10-14 quant-ph
Unitary Entanglement Construction in Hierarchical Networks
大规模量子计算机的构建将需要模块化架构,允许物理资源在易于管理的包中本地化。在这项工作中,我们研究了不同的图形结构对制备纠缠态的影响。我们首先解释一个正式的框架,层次产品,其中模块图可以很容易地构造。这个框架自然地引导我们提出一类图,我们称之为层次结构。我们认为,这样的图具有良好的性能,量子信息处理,如小直径和小的总边重量,并使用帕累托效率的概念,以确定有前途的量子图架构。我们提出的数值和分析结果的速度,可以在最近的邻居网格和层次图创建大纠缠态。我们还提出了一个方案,用于执行电路布局-从电路图到机器量子比特的翻译-量子系统,其连接性由层次结构描述。
2018-08-23 quant-ph
Reinforcement learning-based architecture search for quantum machine learning
Fraunhofer Institute for Manufacturing Engineering and Automation IPA(弗劳恩霍夫制造工程与自动化研究所);University of Stuttgart(斯图加特大学)
本文提出一种基于强化学习的架构搜索方法,通过模型驱动算法生成问题特定的分层编码电路,以提升量子机器学习性能,并兼顾多目标优化。
2024-08-05 cs.LG quant-ph
Qubit-Wise Architecture Search Method for Variational Quantum Circuits
Fudan University(复旦大学)
针对量子机器学习中需设计少门高性能变分量子电路的需求,提出逐量子比特架构搜索方法,结合蒙特卡洛树搜索划分搜索空间,在多任务上实现准确率与电路规模的SOTA表现。
2024-03-07 cs.LG quant-ph
Exhaustive Search for Quantum Circuit Optimization using ZX Calculus
本文提出基于ZX演算和深度优先穷举搜索的量子电路优化方法,通过剪枝规则保证终止,并在100个标准电路上验证后集成到PyZX和Qiskit中。
2025-05-08 cs.ET quant-ph
Subspace Controllability in Variational Quantum Circuits: Maximising Expressivity and Increasing Search Efficiency with Dynamical Lie Algebras
Deutsches Zentrum für Luft- und Raumfahrt(德国航空航天中心);Zentrum für Astronomie der Universität Heidelberg(海德堡大学天文中心)
该研究通过MNIST-1D多分类任务验证,子空间可控的变分量子电路在超参数搜索中更易达到最低损失,可限制搜索范围以降低计算成本。
2026-09-22 quant-ph
Batched Line Search Strategy for Navigating through Barren Plateaus in Quantum Circuit Training
针对量子电路训练中的贫瘠高原问题,提出基于代价函数景观远距离特征、沿随机参数子集方向有限跳跃的批量线搜索优化策略,可有效穿越贫瘠高原,结合进化选择框架后在量子门合成中压缩电路效率显著优于传统梯度方法。
2025-08-25 quant-ph
Quantum Circuits for Quantum Spatial Search on $d$-Dimensional Hypercubic Lattices
Classiq Technologies G.K.(Classiq科技有限公司)
该研究提出基于d维晶格离散时间量子行走的量子空间搜索显式电路,通过特定编码和操作实现移位,验证其在周期晶格上的动力学,扩展到非周期边界等系统,分析资源并验证噪声鲁棒性,为量子空间搜索提供实用框架。
2026-11-19 quant-ph
Automated Unitary Coupled Cluster Circuit Design via Differentiable Quantum Architecture Search
The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳))
本文采用可微量子架构搜索(DQAS)基于UCCSD算子池设计VQE电路,提出全局和逐层两种模式,在紧凑电路下比ADAPT-VQE精度更高且CNOT门更少。
2026-05-27 physics.chem-ph quant-ph
A Novel Synthesis Algorithm for Reversible Circuits
本文提出了一种新的基于非搜索的可逆电路综合算法。与广泛使用的基于搜索的方法相比,我们的算法是guarantied产生的结果,可以导致一个解决方案,与更少的步骤。为了评估所提出的方法,几个电路取自文献。实验结果证实了预期的结果。
2010-04-09 quant-ph
Circuit-depth optimization of quantum partial-search algorithms
School of Physics, Northwest University(西北大学物理学院);C. N. Yang Institute for Theoretical Physics, Stony Brook University(石溪大学杨振宁理论物理研究所)
本研究提出一种交替应用全局和局部Grover算子的量子部分搜索序列,在预言机与全局扩散算子深度相当时,相比GRK算法可降低超过20%的期望电路深度,并给出了精确的成功概率和最优参数。
2026-09-24 quant-ph
DeQompile: quantum circuit decompilation using genetic programming for explainable quantum architecture search
针对量子架构搜索中电路可解释性不足的问题,本文提出基于遗传编程的反编译框架DeQompile,从低层电路逆向生成可解释的高层Qiskit算法,从而推动可推广且可证明的量子算法发展。
2025-04-11 cs.NE quant-ph
Application of ZX-calculus to Quantum Architecture Search
针对量子机器学习中高效量子电路设计难题,提出融合ZX-calculus与遗传编程的量子架构搜索方法,设计多种基于ZX-calculus变换规则的变异算子,实验证明其在多项指标上优于传统遗传优化,可生成更浅、门分布更均匀的电路。
2024-06-04 quant-ph
Evolving Quantum Circuits
本文提出用遗传算法从随机量子电路演化出稳定子量子纠错码,成功获得5量子比特完美码、Shor码和7量子比特色码,并展望其在NISQ时代用于拓扑态搜索、量子编译和硬件优化。
2022-10-11 quant-ph
Qubit Mapping Based on Subgraph Isomorphism and Filtered Depth-Limited Search
将逻辑量子线路映射到有噪声的中间尺度量子(NISQ)器件是一个具有挑战性的问题,它引起了量子计算和经典计算界的迅速增长的兴趣。本文提出了一种有效的方法,通过(i)选择一个初始映射,考虑到给定的NISQ器件的架构图和输入逻辑电路引起的图之间的相似性;和(ii)搜索,在过滤和深度限制的方式,最有用的SWAP组合,使尽可能多的执行在逻辑电路中的两个量子位门。所提出的电路变换算法可以显著减少需要添加到逻辑电路的辅助双量子位门的数量,特别是当它具有大量的双量子位门时。对于131个电路的广泛基准集和IBM当前的高级Q系统,即,IBM Q Tokyo,我们的算法平均需要0.4346个额外的两个量子比特门,而三个最先进的算法的相应数字分别为0.6047,0.8154和1.0067。
2021-09-22 quant-ph
Differentiable Quantum Architecture Search For Job Shop Scheduling Problem
本文提出JSSP-DQAS框架,将可微量子架构搜索扩展至基于变分量子本征求解器的作业车间调度问题,通过重新定义操作池自动生成抗噪电路架构,显著提升了求解效率。
2024-01-03 quant-ph
Quantum Architecture Search with Unsupervised Representation Learning
Ludwig-Maximilians-University Munich(慕尼黑路易斯-马克西米利安大学)
本研究提出一种无监督表示学习的量子架构搜索方法,通过解耦表示学习与搜索过程,提高搜索效率并减少对大规模标记数据的依赖。
2026-01-25 cs.LG quant-ph
Near-optimal quantum circuit for Grover's unstructured search using a transverse field
受Farhi等人(arXiv:1411.4028)提出的一类量子近似优化算法(QAOA)的启发,提出了一种基于电路的量子算法,用于大海捞针,获得了与Grover原算法相同的二次加速比。在我们的算法中,问题哈密顿量(oracle)和横向场交替施加到系统中的周期性方式。我们介绍了一种技术,基于自旋相干态,分析在一个单一的周期的复合幺正。该复合么正驱动分别与初始状态和目标状态具有高度重叠的两个状态之间的闭合转变。在我们的算法中的转移率是$Θ(1/\sqrt N)$的顺序,和重叠的顺序$Θ(1)$,产生一个接近最佳的查询复杂度为$T\simeq \sqrt N (π/2\sqrt 2\,)$。我们的算法是一个QAOA电路,展示了量子优势,具有大量的迭代,而不是来自于绝热量子优化(AGO)算法的Trotterization。它还表明,理解QAOA电路所需的分析涉及到一个非常不同的过程,从估计的能隙的哈密顿在AQO。
2017-06-12 quant-ph
Limiting the Search Space in Optimal Quantum Circuit Mapping
在当前可用的量子计算机上执行量子线路需要将它们编译为符合目标架构施加的所有限制的表示。由于设备的物理量子位的连接性有限,编译过程中的一个重要步骤是以所有门都可以在硬件上执行的方式映射电路。现有的解决方案提供最佳的解决方案,这一任务的严重挑战的指数复杂性的问题。在本文中,我们证明了映射问题的搜索空间可以大大限制,同时仍然保持最优性。所提出的策略是通用的,架构独立的,可以适应各种映射方法。这些发现得到了理论考虑和实验评估的支持。结果证实,通过限制搜索空间,可以确定最佳的解决方案的实例,超时之前或速度高达三个数量级可以实现。
2022-02-22 cs.ET quant-ph
QALM: Escaping Local Minima via Interleaved Exploration and Exploitation in Quantum Circuit Optimization
Carnegie Mellon University(卡内基梅隆大学)
提出混合框架QALM,交错搜索算法的穷举探索能力与基于规则的优化效率,在不增加运行时间的情况下逃离局部最小值,在248个电路上匹配或超越最强基线的保真度。
2026-06-16 quant-ph
Hierarchical memories: Simulating quantum LDPC codes with local gates
本文提出分层码族,通过将恒定码率量子LDPC码与表面码级联,在二维最近邻门约束下实现高效容错量子记忆,并证明其在保守假设下优于纯表面码编码方案。
2025-04-24 quant-ph
Graph-Based Bayesian Optimization for Quantum Circuit Architecture Search with Uncertainty Calibrated Surrogates
Department of Physics, Indian Institute of Technology (BHU)(印度理工学院(BHU)物理系);eBRAIN Lab, Division of Engineering, New York University Abu Dhabi (NYUAD)(纽约大学阿布扎赫分校(NYUAD)工程系eBRAIN实验室);Center for Quantum and Topological Systems (CQTS), NYUAD Research Institute, NYUAD(纽约大学阿布扎赫分校(NYUAD)量子与拓扑系统中心(CQTS))
针对量子电路设计瓶颈,提出基于图的贝叶斯优化框架,用GNN代理发现和优化VQCs,经特征选择等处理后评估候选电路,与多种方法基准测试,其能找到低复杂度、高精度电路,实现可扩展且可解释的量子电路自动发现。
2026-07-14 cs.AI cs.LG cs.NE
Automated Quantum Circuit Design with Nested Monte Carlo Tree Search
The University of Melbourne(墨尔本大学);Data61, CSIRO(澳大利亚联邦科学与工业研究组织Data61);Silicon Quantum Computing Pty Ltd.(硅量子计算私人有限公司)
提出一种结合嵌套蒙特卡洛树搜索与组合多臂老虎机模型的量子电路自动设计框架,在多种问题上验证了其更大的搜索空间与可扩展性。
2022-07-01 cs.ET cs.LG quant-ph
Differentiable Quantum Architecture Search for Quantum Reinforcement Learning
Ludwig Maximilians University(路德维希-马克西米利安大学);Siemens AG(西门子股份公司)
本文首次将可微分量子架构搜索(DQAS)应用于量子强化学习,在车杆和冰湖环境中验证其能自动高效设计电路并显著优于人工设计电路。
2023-09-20 cs.LG quant-ph
Specification of photonic circuits using Quantum Hardware Description Language
简单的观察,一组量子光输入输出设备的互连可以指定使用结构模式超高速集成电路硬件描述语言(VHDL),我们演示了一个计算机辅助的示意图捕获工作流程建模和模拟多组件光子电路。我们描述了一个算法解析电路的描述,推导出量子运动方程,说明我们的方法使用简单的例子,基于线性和腔非线性光学元件,并展示了计算方法,分层模型简化。
2011-11-14 physics.optics quant-ph
Quantum Architecture Search for Quantum Monte Carlo Integration via Conditional Parameterized Circuits with Application to Finance
本文提出基于预训练参数化量子电路的条件变体作为振幅估计子程序,并结合遗传优化与数据编码搜索电路架构,应用于金融衍生品定价,比现有量子算法更高效地实现了收益函数。
2023-09-18 q-fin.PR quant-ph
Quantum Circuit Implementation and Resource Analysis of LBlock and LiCi
针对Grover算法下分组密码穷举攻击需量子电路支撑的需求,本文优化了轻量密码LBlock与LiCi的量子电路实现,完成仿真并分析其穷举密钥攻击资源,还与其他轻量密码做了资源对比。
2023-05-02 cs.CR quant-ph
Evolutionary Quantum Architecture Search for Parametrized Quantum Circuits
量子计算的最新进展在许多问题领域显示出有前途的计算优势。混合量子-经典机器学习系统是近年来备受关注的研究领域之一,它具有解决各种数据驱动学习问题的能力。最近的工作表明,参数化量子电路(PQC)可以用于解决具有挑战性的强化学习(RL)任务,具有可证明的学习优势。虽然现有的作品产生的PQC为基础的方法的潜力,PQC架构的设计选择和它们对学习任务的影响,一般是underexplored。在这项工作中,我们介绍了EQAS-PQC,一个进化的量子架构搜索框架的PQC为基础的模型,它使用基于人口的遗传算法,通过探索量子操作的搜索空间来发展PQC架构。实验结果表明,我们的方法可以显着提高混合量子经典模型在解决基准加固问题的性能。我们还对高性能架构中量子操作的概率分布进行了建模,以确定对性能至关重要的基本设计选择。
2022-08-23 cs.NE quant-ph
RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations
INSAIT;Nottingham Trent University(诺丁汉特伦特大学)
该研究提出无需采样的可微量子架构搜索算法RhoDARTS,将搜索建模为量子混态演化,可纳入通用噪声模型,在多项任务中性能媲美现有技术且模拟次数更少、抗噪性更强。
2025-10-06 cs.LG quant-ph
Optimizing Encoder Circuits of Entanglement-Assisted Quantum LDPC Codes via Beam Search
University of Minnesota(明尼苏达大学);Indian Institute of Science(印度科学学院)
提出用束搜索算法优化纠缠辅助量子QC-LDPC码的SKG编码器,通过GF(2)行操作减少CNOT门数量,在测试码族上实现7.3-34.0%的CNOT计数降低。
2026-09-01 cs.IT math.IT quant-ph
Eigenvalue and eigenspace anholonomies in hierarchical systems
量子系统中参数的绝热循环可以产生量子非完整性,即不仅在态的相位上,而且在本征值和本征态上的非平凡演化。这种奇异的非完整性意味着,即使没有谱简并,绝热循环也会重排本征态。我们证明了一个任意大的由递归延拓产生的量子线路也可以表现出本征值和本征空间的非完整性。
2011-08-18 cond-mat.dis-nn math-ph math.MP