Transverse-field Ising model
PulseAugur coverage of Transverse-field Ising model — every cluster mentioning Transverse-field Ising model across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
研究揭示何时需要全局搜索来处理变分量子算法
一项新近发表在arXiv上的研究，探讨了全局演化搜索方法在变分量子算法（VQAs）中的有效性。该研究识别出了一些特定机制，例如参数重用和竞争性成本项，这些机制可能导致局部搜索在VQAs中不可靠。通过分析八种不同的自旋玻璃模型以及MaxCut和横向场伊辛模型等标准模型，研究发现，在某些困难的构造中，自适应差分进化（DE）的表现优于多起点局部搜索技术。研究结果表明，全局搜索的效用主要体现在局部搜索陷入次优盆地，而不是电路深度或曲率各向异性等因素。
-
GenQAS框架使用生成式回放来增强量子架构搜索
研究人员开发了GenQAS，一个新颖的强化学习框架，旨在提高量子架构搜索的效率。该框架利用生成式回放，即学习模型创建合成转换来补充真实数据，从而缓解大搜索空间中的样本饥渴问题。GenQAS在各种量子基准测试中，包括化学哈密顿量和伊辛模型，都显示出成功概率的显著提高，并在实验中实现了化学精度的所需步骤的显著减少。
-
量子水库计算的进展在新研究论文中得到探讨
两篇新研究论文探讨了量子水库计算（QRC）领域，这是一种利用量子系统进行计算的技术，它将参数更新与读出分离开来。第一篇论文对QRC进行了全面的调查，详细介绍了其基础、计算特性和各种物理实现，同时强调了建立量子优势所需的标准化基准。第二篇论文介绍了一种新颖的混合量子水库计算（nHQRC）框架，旨在检测非平衡动力学系统中的相变，通过使用固定的横向场伊辛模型和新颖的缩放技术克服了传统变分量子算法的局限性。
-
新的李群扩散模型增强了量子电路合成
研究人员开发了用于硬件感知量子电路合成的李群扩散模型。该方法将SU(2)流形上量子门的几何特性与离散的、硬件特定的电路结构相结合。该模型包括一个用于选择电路骨架的组件和一个通过直接在SU(2)流形上操作来在这些模板上生成量子门的扩散模型。该方法在三量子比特哈密顿量模拟的酉编译方面已被证明优于基线方法，为硬件感知量子电路合成提供了一个自然的生成框架。
-
李群扩散模型增强硬件感知量子电路合成
研究人员开发了一种新颖的量子电路合成方法，该方法同时考虑了量子门的连续几何形状和硬件特定的约束。他们的方法利用了一个由两部分组成的生成模型：一个电路骨架选择器来确定纠缠结构，以及一个在 $SU(2)$ 流形上生成量子门的扩散模型。与现有针对哈密顿量模拟目标的酉编译方法相比，这种李群扩散技术在保真度和复杂性之间取得了更好的平衡，表现出优越的性能。