研究人员开发了一种名为P-GONE的新方法，该方法使用条件扩散模型和图神经网络来优化量子计算的Trotter Suzuki分解。该方法联合学习分组、顺序和时间步长分配，与现有方法相比，显著压缩了电路深度。P-GONE在电路深度方面实现了高达19.4倍的压缩，并在标准去极化噪声模型下显示出2倍的噪声保真度提升。 AI
影响 优化量子电路分解，可能在NISQ硬件上实现更复杂的模拟。
排序理由 该集群包含一篇详细介绍量子物理优化新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →