Hybrid quantum-classical algorithm for computing imaginary-time correlation functions
本文提出一种量子-经典混合算法,利用变分量子模拟在有限硬件资源的量子设备上计算虚时格林函数,并通过二聚体和四格点杂质模型验证了其有效性。
2022-06-14 cond-mat.mtrl-sci cond-mat.str-el quant-ph
Solving Maxwells Equations using Variational Quantum Imaginary Time Evolution
本文研究在近期量子硬件上使用变分量子虚时演化算法求解麦克斯韦方程组,通过分析模拟精度与量子电路深度之间的权衡,证明VarQITE能以高精度逼近解,并可通过优化电路深度提升性能,为电磁学等领域的偏微分方程求解提供新工具。
2024-02-21 quant-ph
Efficient quantum imaginary time evolution by drifting real time evolution: an approach with low gate and measurement complexity
本文提出受qDRIFT启发的含时漂移QITE方案及确定性主导项选择与跨步测量缩减方法,在分子基态制备中显著降低电路深度和测量成本。
2022-09-05 quant-ph
Acceleration of probabilistic imaginary-time evolution method combined with quantum amplitude amplification
提出了一种在量子计算机上获得基态的概率时间演化(PITE)方法。在这种形式主义中,成功获得所有虚时间演化算子作用于初始状态的概率随着虚时间的推移而减小。为了减轻不希望的性质,我们提出了量子线路的PITE结合量子振幅放大(QAA)的方法。通过引入前置放大算子,减小了QAA组合电路的电路深度。我们成功地证明了PITE和QAA的组合有效地工作,并报告了实现量子加速的情况。此外,我们已经发现,通过优化PITE的参数,我们可以减少QAA操作的数量,并且可以实现确定性时间演化(确定性ITE),这避免了PITE的概率性质。我们将确定性ITE过程应用于多个时间步长,并讨论了电路的计算成本。最后,作为一个例子,我们展示了PITE电路结合QAA的第一和第二量子化哈密顿的数值结果。
2022-12-28 quant-ph
Scaling Laws for Hybrid Quantum Neural Networks: Depth, Width, and Quantum-Centric Diagnostics
University of Sharjah(沙迦大学);New York University Abu Dhabi (NYUAD)(纽约大学阿布扎比分校);NYUAD Research Institute, NYUAD(纽约大学阿布扎比研究院)
研究混合量子-经典分类器在深度和量子比特数量变化下的性能与量子行为扩展规律,通过多个数据集评估预测性能及量子特性,揭示扩展趋势、饱和区域及数据集依赖性。
2026-04-07 quant-ph
Imaginary Hamiltonian variational ansatz for combinatorial optimization problems
Peking University(北京大学);Collaborative Innovation Center of Quantum Matter(量子物质协同创新中心);Center for High Energy Physics, Peking University(北京大学高能物理中心);Interdisciplinary Theoretical and Mathematical Sciences Program (iTHEMS), RIKEN(理化学研究所跨学科理论与数学科学项目(iTHEMS));Deutsches Elektronen-Synchrotron DESY(德国电子同步加速器);Computation-Based Science and Technology Research Center, The Cyprus Institute(塞浦路斯研究所计算科学与技术研究中心);Institut für Physik, Humboldt-Universität zu Berlin(柏林洪堡大学物理研究所)
本文提出虚哈密顿变分构型用于求解MaxCut问题,通过树状排列的参数量子门实现精确解,优于QAOA并能处理更大规模图。
2025-01-08 quant-ph
Hybrid Coupling Topology with Dynamic ZZ Suppression for Optimizing Circuit Depth during Runtime in Superconducting Quantum Processor
University of Calcutta(加尔各答大学);Jadavpur University(贾达普大学)
本研究提出了一种混合可调耦合架构,通过动态抑制ZZ串扰来优化超导量子处理器运行时的电路深度,实现了约20%的深度减少。
2026-02-06 quant-ph
Exhaustive search for optimal molecular geometries using imaginary-time evolution on a quantum computer
本文提出一种基于概率虚时演化的非变分分子几何优化方案,通过将电子态与候选几何构型编码为量子叠加态并利用测量直方图寻找全局能量最小构型,同时给出电路深度标度并验证其可扩展性。
2023-11-03 quant-ph
Optimizing QUBO on a quantum computer by mimicking imaginary time evolution
本研究提出一种基于虚时演化模拟电路的混合量子-经典算法求解QUBO问题,通过迭代更新、预排序优化收敛性,经典模拟和IBM硬件实验均验证了其有效性与量子优势潜力。
2025-06-18 quant-ph
Quantum option pricing using Wick rotated imaginary time evolution
在本文中,我们重新制定的问题的定价期权在量子设置。我们提出的算法包括准备一个初始状态,代表期权价格,然后使用现有的虚时间模拟算法来发展它。这种期权定价方法归结为将初始期权价格映射到一个量子态,然后在Wick的虚时间空间中模拟时间依赖性。我们数值验证我们的算法为欧式期权使用一个特定的虚时间演化算法的概念证明,并显示它如何可以扩展到路径依赖的选项,如亚洲选项。由于所提出的方法使用混合变分算法,因此它必然与近期量子计算机相关。
2021-01-12 q-fin.PR quant-ph
Fragmented imaginary-time evolution for early-stage quantum signal processors
本文提出将虚时演化分段并按顺序概率执行的新一代确定性高精度 QITE 算法,显著降低失败时浪费的电路深度,在辅助量子比特开销或运行时间上达到最优,并证明了虚时冷却速度极限。
2023-11-01 quant-ph
Universal imaginary-time critical dynamics on a quantum computer
本文提出在量子计算机上利用虚时临界动力学和普适标度函数,在早期及浅线路深度下探测量子相变普适行为,并通过数值模拟与超导量子处理器实验验证了该方法的有效性。
2023-08-10 cond-mat.stat-mech cond-mat.str-el quant-ph
Efficient quantum Gibbs sampling of stabilizer codes using hybrid computation
University of Cambridge(剑桥大学)
针对旋转表面码和环面码的稳定子码哈密顿量,提出混合吉布斯采样算法,仅用局域量子算法即可分别以约L/2和L的电路深度制备其吉布斯态,还表明允许非局域门时周期一维伊辛模型吉布斯态可在对数深度和线性同时测量下制备。
2025-11-13 quant-ph
Operator-Projected Variational Quantum Imaginary Time Evolution
针对变分量子虚时演化中量子几何张量确定的计算难题,提出算符投影方法,可降低电路深度与测量复杂度,经横场Ising模型仿真验证,相同精度下测量次数提升数个数量级。
2024-09-18 cond-mat.other quant-ph
Quantum Computation of Finite-Temperature Static and Dynamical Properties of Spin Systems Using Quantum Imaginary Time Evolution
由于量子硬件的最新进展,开发可扩展的量子算法来研究量子多体系统的有限温度物理已经引起了相当大的兴趣。然而,目前形式的这种算法需要的资源超过了当前量子计算机的能力,除了有限的系统大小和可观测量。在这里,我们报告计算有限温度特性,包括能量,静态和动态关联函数,和激发光谱的自旋哈密顿与多达四个网站上的五量子位IBM量子设备。这些计算是使用量子虚时间演化(QITE)算法执行的,并通过几种算法改进而成为可能,包括利用对称性减少QITE所需的量子资源的方法,减少电路深度的电路优化程序,以及提高原始硬件数据质量的错误缓解技术。我们的工作表明,ansatz独立的QITE算法是能够计算不同的有限温度观测的近期量子设备。
2020-09-08 quant-ph
Bell inequalities for nonlocality depth
当考虑三个或更多个粒子时,量子相关性可能比所谓的混合局部隐变量模型产生的相关性更强,其中一些粒子被认为是允许通信和信令的单个块。我们提供了一个详尽的分类贝尔不等式,以表征各种混合的情况下,在四个和五个粒子系统。在量子力学中,这些不等式为纠缠深度提供了与设备无关的证据。此外,我们还构造了一个不等式族来检测n粒子系统的非局域深度(n-1)。此外,我们提出了两个推广的原始Svetlichny不等式,这是第一个贝尔不等式设计的混合模型。我们的结果是基于锥投影技术,它可以用来完全描述贝尔不等式下仿射约束,甚至为许多方,测量,和结果。
2023-02-09 quant-ph
Exact block encoding of imaginary time evolution with universal quantum neural networks
本文提出利用受限和深度玻尔兹曼机量子神经网络,通过精确块编码实现虚时传播子的Trotter展开,从而无需随机优化即可表示多体哈密顿量的精确热态,并证明该拟设在虚时演化下封闭且可表示通用量子门操作。
2024-03-25 math-ph math.MP quant-ph
Subspace-Search Quantum Imaginary Time Evolution for Excited State Computations
University of Connecticut(康涅狄格大学);Yale University(耶鲁大学)
针对激发态量子计算缺乏高效算法的问题,提出整合SSVQE和VarQITE关键元素的SSQITE方法,经基准系统验证其有效性及避免局部极小值的鲁棒性,有望推动激发态量子计算发展。
2024-09-18 quant-ph
Quantum Imaginary-Time Evolution with Polynomial Resources in Evolution Time
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));QudeLeap Research(QudeLeap研究)
研究量子虚时演化,提出用自适应归一化因子保持成功概率的算法,以多项式资源在演化时间逼近目标态,当初始态与基态有合理重叠时在系统规模上也有多项式查询复杂度,还开发相关算法推动量子模拟实际可行性。
2026-07-15 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
Imaginary gauge transformation in momentum space and Dirac exceptional point
虚规范变换是非厄米趋肤效应的核心。在这里,我们表明,这样的变换可以在动量空间中进行,以及,这表明,某些增益和损耗调制系统在其宇称时间(PT)对称相位是等效的厄米系统与实势。我们在动量空间中的分析还区分了同一系统中的两种类型的例外点(EP)。除了传统的类型,导致PT过渡后,不断增加的增益和损失,我们发现实值的能带连接在狄拉克EP在混合维度,包括一个空间维度和合成维度的增益和损失的强度。
2022-11-22 physics.optics quant-ph
Hybrid Quantum Algorithm for Simulating Real-Time Thermal Correlation Functions
本文提出混合hPIMC算法,结合经典Feynman-Vernon耗散模拟、量子计算机短时传播子计算、PITE与低深度DVR电路,实现实时量子热关联函数的量子加速计算,并通过质子转移反应验证。
2025-06-11 physics.chem-ph quant-ph
Depth-First Grover Search Algorithm on Hybrid Quantum-Classical Computer
我们演示了混合量子经典计算机的详细构造。在此基础上,阐述了幅值截取的概念。然后,它被嵌入到深度优先搜索和Grover算法的组合,产生一种新的方法,深度优先Grover搜索(DFGS),处理多解搜索问题的非结构化数据库的解决方案的数量未知。我们的新算法实现了平均复杂度为$\mathcal{O}(m\sqrt{N})$,其性能与普通Grover搜索一样有效,并且对于所有元素都是解的情况,具有手动确定的常数$p$的$\mathcal{O}(\sqrt{p}N)$复杂度,其中普通Grover搜索将退化为$\mathcal{O}(N\sqrt{N})$。相比之下,DFGS算法具有更强的鲁棒性和稳定性。
2022-10-12 cs.DS 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
Low-Depth Quantum Metropolis Algorithm
我们构造了一个简单的量子版本的经典Metropolis算法来制备和观察量子热态。它诱导了一个混合量子热态的量子马尔可夫链和一个混合其可观察测量的经典马尔可夫链,并使低深度量子线路实现。量子相位估计的高斯滤波变体使得热化时间与温度的倒数和偏置误差的对数成比例。这与时间演化的热化时间相匹配,我们的算法表现良好。
2022-06-09 physics.comp-ph quant-ph
Hybrid GRU-CNN Bilinear Parameters Initialization for Quantum Approximate Optimization Algorithm
针对QAOA参数初始化难题,提出混合GRU-CNN双线性方法,通过GRU和CNN预测浅层参数,双线性策略外推深层参数,在10量子比特深度12电路上达到0.998近似比,优于随机初始化和PPN2方法。
2023-11-14 quant-ph
Improved algorithms of quantum imaginary time evolution for ground and excited states of molecular systems
本文改进量子虚时演化QITE算法,通过修正逐阶方程、准确估计演化态范数并提出折叠谱QITE,提升分子基态与激发态模拟性能。
2022-06-09 physics.chem-ph quant-ph
Quantum Circuit Construction and Optimization through Hybrid Evolutionary Algorithms
本文提出混合进化算法最小化量子电路深度,结合参数优化或纯进化操作,从零构建或优化目标电路,实验显示可显著降低深度并保持高保真度。
2025-04-24 quant-ph
Determination of Molecular Energies via Quantum Imaginary Time Evolution in a Superconducting Qubit System
本文在超导量子比特系统中实验实现了变分量子虚时演化算法,结合簇平均场方法,成功模拟了氢和氢化锂分子的基态能量,并在4次迭代内收敛,展示了该算法对复杂分子模拟的潜力。
2023-03-02 quant-ph
Quantum algorithm for imaginary-time Green's functions
本文提出一种结合变分量子本征求解器与量子子空间展开的混合量子-经典算法,用于计算虚时单粒子格林函数,并在量子模拟器和IBM量子设备上通过H₂和H₄体系验证了其有效性。
2023-09-18 cond-mat.str-el quant-ph
Investigation of Automated Design of Quantum Circuits for Imaginary Time Evolution Methods Using Deep Reinforcement Learning
Graduate School of Engineering and Science, Shibaura Institute of Technology(芝浦工业大学理工学研究科)
本文提出利用深度强化学习的自动化框架,用于优化量子虚时间演进方法的电路设计,通过减少门数和深度提升硬件效率,实现更高效的量子算法设计。
2026-04-09 cs.AI cs.LG quant-ph
Noise-adaptive hybrid quantum convolutional neural networks based on depth-stratified feature extraction
Yonsei University(延世大学);data cybernetics ssc GmbH(数据控制论ssc有限公司)
本文提出了一种噪声自适应的混合QCNN,通过深度分层的中间测量与经典后处理相结合,提高分类性能并缓解扩展限制。
2026-02-25 cs.ET quant-ph
Hybrid Quantum State Preparation via Data Compression
University of Warsaw(华沙大学)
本研究提出一种无辅助量子的混合经典-量子策略,通过数据压缩降低量子态制备的CNOT门和电路深度,实现高效且可扩展的QSP方法。
2025-12-01 quant-ph
Hybrid Quantum-Classical Logistic Regression for Calibrated Classification of Pulsar Candidates
African Institute for Mathematical Sciences Research and Innovation Centre(非洲数学科学研究与创新中心);Department of Physics, Stellenbosch University(斯泰伦博斯大学物理系);National Institute for Theoretical and Computational Sciences (NITheCS)(国家理论与计算科学研究所);African Institute for Mathematical Sciences(非洲数学科学研究所);School of Data Science and Computational Thinking, Stellenbosch University(斯泰伦博斯大学数据科学与计算思维学院)
本文研究了混合量子-经典逻辑回归在不平衡HTRU-2数据集上的应用,通过三种量子特征编码评估模型性能,发现角度编码在浅层时表现最佳,具有较低的校准误差和稳定的分辨能力。
2026-05-08 quant-ph
Imaginary-time-enhanced feedback-based quantum algorithms for universal ground-state preparation
University of Science, Ho Chi Minh City(胡志明市科学大学);Vietnam National University, Ho Chi Minh City(越南国家大学胡志明市分校);Tohoku University(东北大学)
增强反馈的量子算法用于强相关量子系统中可靠基态制备
2026-10-23 cond-mat.str-el quant-ph
Prime Factorization Using Quantum Variational Imaginary Time Evolution
使用Shor算法来降低素因子分解的复杂性的承诺加速了量子设备上的计算之路。然而,由于噪声量子比特和缺乏鲁棒的纠错方案,这一承诺尚未实现。在这里,我们探索了一个有前途的,替代的方法素因式分解,使用完善的技术从变虚时间演化。我们创建了一个哈密顿的基态编码的解决方案的问题,并使用变分技术,逐步向这些主要因素的状态。我们证明了在每次迭代中评估的电路数量为O(n^{5}d),其中n是要因子分解的数字的位长,$d$是电路的深度。我们使用单层纠缠门来分解使用7,8和9量子位哈密顿量表示的几个数字。我们还通过在IBMQ Lima硬件上实现它来验证该方法的性能。
2021-07-19 cs.DS quant-ph
Hybrid quantum optimization in the context of minimizing traffic congestion
本文针对交通拥堵最小化问题,提出定制初始化技术和消除长程双量子比特相互作用的抗噪声QAOA变体,在低电路深度及IBM量子设备上显著提升求解性能。
2025-04-11 quant-ph
Symmetry enhanced variational quantum imaginary time evolution
本文根据哈密顿量的局域性和对称性指导构建参数化量子电路,实现酉与反酉对称性以降低电路深度和自由度,并在统计模型上验证了对称性增强电路优于常用电路。
2023-07-25 cond-mat.stat-mech hep-lat physics.chem-ph
Accelerating quantum imaginary-time evolution with random measurements
针对混合量子/经典QITE中QFIM计算复杂度高的问题,提出基于随机测量的RMITE算法,通过两类快速估计方法降低态制备开销,并在分子系统基态制备中验证了有效性。
2025-01-17 quant-ph
Hybrid Quantum Image Preparation via JPEG Compression
本文提出了一种通过JPEG压缩实现混合量子图像准备的方法,通过减少量子门数量和电路深度,同时保持高质量的图像重建。
2026-02-05 quant-ph
Sparse-QITE: Discovering Compact Generators for Quantum Imaginary-Time Evolution via Regularization Methods
Universitat de València-CSIC(瓦伦西亚大学-西班牙国家科学研究委员会);Universidad CEU Cardenal Herrera(塞乌红衣主教埃雷拉大学);Instituto Universitario de Investigación de Matemática Pura y Aplicada, Universitat Politècnica de València(瓦伦西亚理工大学纯数学与应用数学研究所)
该研究针对量子虚时演化(QITE)成本随局域性增长的问题,提出Sparse-QITE正则化方法,可大幅减少门数,还引入自适应与主动发现变体,为资源高效QITE及变分量子算法提供新途径。
2026-10-16 quant-ph
Accelerating large-scale linear algebra using variational quantum imaginary time evolution
本文提出基于变分量子虚时演化的量子图划分方法,并将其集成到LS-DYNA中以加速大规模有限元分析,实验表明部分问题墙钟时间最多改善12%。
2025-04-14 cs.ET quant-ph
Quantum Simulation of Finite Temperature Schwinger Model via Quantum Imaginary Time Evolution
本文提出使用TPQ态方法和QITE算法解决量子电路上热态制备难题,模拟了有限温度Schwinger模型并研究手征凝聚特性,有效克服了传统格点Monte Carlo方法在非零$θ$区的符号问题。
2023-11-20 hep-lat hep-th quant-ph
A Hybrid Quantum-Classical Heuristic to solve large-scale Integer Linear Programs
我们提出了一种方法,将任何能够找到整数线性规划的解决方案的量子算法集成到分支和价格算法中,该算法通常用于解决具有特定结构的大规模整数线性规划。量子算法的作用是为分支和价格中出现的子问题找到整数解。获得这些子问题的最优或接近最优的整数解可以提高解的质量,减少分支和价格算法的深度和分支因子,从而减少整体运行时间。我们调查的可行性的方法,考虑尾部分配问题和量子近似优化算法(QAOA)。这里,主问题是优化问题集合划分或其决策版本精确覆盖,并且可以表示为找到伊辛自旋玻璃哈密顿量的基态。对于精确覆盖,我们的数值结果表明,所需的算法深度减少与可行解的数量为一个给定的成功概率找到一个可行的解决方案。另一方面,对于集合分割,我们发现,对于给定的成功概率找到最优解,所需的算法深度可以增加可行解的数量,如果汉密尔顿平衡不好,在最坏的情况下,是指数的问题大小。因此,我们解决的重要性,适当平衡的目标和约束部分的哈密尔顿。我们的经验发现,如果多项式算法深度可以在量子设备上实现,该方法是可行的QAOA。
2021-07-12 quant-ph
Hardware-Efficient Ground-State Preparation using Variational Imaginary-Time Majorana Evolution
IQM Quantum Computers GmbH(IQM量子计算机有限公司);RPTU Kaiserslautern-Landau(莱布尼茨技术大学凯泽斯劳滕-兰道分校);Universidad Autónoma de Madrid(马德里自治大学);Technical University of Munich(慕尼黑工业大学)
VIME算法结合c-tUPS拟设,通过经典预训练实现资源高效的分子基态制备,在强关联体系中以更少门数达到化学精度。
2026-10-02 physics.chem-ph quant-ph
Imaginary Time Spectral Transforms for Excited State Preparation
IBM Quantum, IBM Research Europe(IBM量子,IBM欧洲研究院);University of Southampton(南安普顿大学);The Hartree Centre, STFC(哈特里中心,STFC);Yusuf Hamied Department of Chemistry, University of Cambridge(剑桥大学尤素夫·哈米德化学系);Clarendon Laboratory, University of Oxford(牛津大学克拉伦登实验室);SUPA, School of Physics and Astronomy, University of Edinburgh(爱丁堡大学物理与天文学学院,SUPA)
提出结合移位求逆机制与虚时演化的通用方法,直接制备多体量子系统在选定能量附近的激发态,经典演示了128位点无序自旋链的中谱本征态,并设计了近期量子硬件兼容的混合方案。
2026-06-06 cond-mat.dis-nn quant-ph
Predictive control of blast furnace temperature in steelmaking with hybrid depth-infused quantum neural networks
POSCO Holdings Inc.(浦项控股公司);POSCO(浦项制铁);Terra Quantum AG(Terra Quantum股份公司)
本文提出一种混合深度注入量子神经网络方法,用于炼钢高炉温度的预测与控制,显著提升预测精度和温度稳定性。
2026-02-23 cs.LG quant-ph
Solving Large-Scale QUBO with Transferred Parameters from Multilevel QAOA of low depth
本研究针对QAOA难以应用于大规模组合优化问题的硬件限制,提出带参数迁移和遗传算法增强的低深度多级混合QAOA方法,可有效求解大规模QUBO,为近期量子设备的组合优化提供可扩展方案。
2025-05-16 quant-ph
On the Need for Large Quantum Depth
针对近期量子计算机深度受限的混合计算方案,本文通过证明Aaronson关于预言机分离的猜想,证实了Jozsa关于$BQP = BPP^{BQNC}$的猜想在预言机下不成立,揭示了大量子深度的必要性。
2020-09-12 cs.CC quant-ph
Adaptive Variational Quantum Imaginary Time Evolution Approach for Ground State Preparation
介绍了一种自适应变分量子虚时演化方法,该方法可以在近场量子计算机上得到相互作用哈密顿量的基态的有效表示。它是基于McLachlan的变分原理适用于虚时间演化的变分波函数。变分参数根据运动方程确定性地演变,该运动方程最小化与精确的虚时间演变的差异,该虚时间演变由McLachlan距离量化。AVQITE方法不是使用固定的变分距离,其中McLachlan距离受到距离质量的约束,而是沿着动态路径迭代地扩展距离,以保持McLachlan距离低于选定的阈值。这确保了状态能够遵循系统希尔伯特空间中的量子虚时间演化路径,而不是在由预定义的固定参数设置的受限变分流形中。AVQITE用于制备H $_4$、H $_2$ O和BeH $_2$分子的基态,在那里它产生化学精确度内的紧凑变分ansätze和基态能量。通过一组量子自旋模型的AVQITE计算,证明了电路深度随系统尺寸的多项式缩放。最后,量子Lanczos计算也可以自然地与AVQITE一起执行,而无需额外的量子资源成本。
2021-08-23 cond-mat.str-el physics.chem-ph physics.comp-ph
Sampling Noise and Optimized Measurement Distribution in Imaginary-Time Quantum Dynamics Simulations
Ames National Laboratory(艾姆斯国家实验室);Iowa State University(爱荷华州立大学);The Pennsylvania State University(宾夕法尼亚州立大学);Saarland University(萨尔兰大学)
本文研究了采样噪声对变分量子动力学模拟的影响,提出通过优化测量分布策略来提高地面态制备的效率和精度,展示了在有限测量次数下如何通过合理分配测量次数来提升模拟结果的质量。
2026-05-19 cond-mat.str-el quant-ph
An optimal oracle separation of classical and quantum hybrid schemes
本文证明存在预言机可将量子深度 d 与 d+1 分离,实现经典与量子混合方案的最优预言机分离,优于此前 d 与 2d+1 的分离结果。
2022-08-08 cs.CC quant-ph
Imaginary time evolution and ground state preparation using unitary multi-copy protocols
ITAMP, Center for Astrophysics | Harvard & Smithsonian(哈佛大学与史密森尼天体物理中心);Institute for Quantum Optics and Quantum Information, Austrian Academy of Sciences(奥地利科学院量子光学与量子信息研究所);Institute for Theoretical Physics, University of Innsbruck(因斯布鲁克大学理论物理研究所)
本文提出利用多副本协议和受控SWAP操作进行基态制备,通过树形和hedge架构实现高效收敛,并展示如何通过电路体积与shot复杂度的交换优化基态制备过程。
2026-08-17 hep-th physics.atom-ph quant-ph
Calculation of generating function in many-body systems with quantum computers: technical challenges and use in hybrid quantum-classical methods
哈密尔顿算子$H$的生成函数被定义为$F(t)=\langle e^{-itH}\rangle$,其中$t$是时间,并且其中期望值取在给定的初始量子态上。该函数允许访问不同阶数$K$的哈密顿量$\langle H^{K}\rangle$的不同矩。$F(t)$的实部和虚部可以分别在量子计算机上使用一个额外的辅助量子比特进行计算,其中每个时间值$t$具有一组测量。量子位的低成本使其在量子位数量有限的短期内非常有吸引力。假设生成函数可以使用量子设备精确计算,我们展示了如何在经典计算机上后验地使用该函数的信息内容来解决量子多体问题。经典的后处理的几种方法进行说明,其目的是预测近似的基态或激发态能量和/或近似的长时间演化。该后处理可以使用基于Krylov空间和/或基于与虚时间演化密切相关的$t$展开方法的方法来实现。在多体相互作用系统中,使用配对和费米-哈伯德模型的混合量子经典计算。
2021-11-25 cond-mat.str-el nucl-th quant-ph