⚛️ quantum physics

Efficient Preparation of Graph States using the Quotient-Augmented Strong Split Tree

यह शोध पत्र कोटिएंट-ऑगमेंटेड स्ट्रॉन्ग स्प्लिट ट्री (QASST) और स्प्लिट-फ्यूज निर्माणों का लाभ उठाकर ग्राफ अवस्थाओं को कुशलतापूर्वक तैयार करने के लिए एक स्केलेबल दृष्टिकोण प्रस्तावित करता है, जो विशेष रूप से डिस्टेंस-हैरडिटरी ग्राफ और जेनेरिक बड़े पैमाने के नेटवर्क के लिए कम एंटैंगलिंग संसाधनों और सर्किट डेप्थ के साथ लोकल-कॉम्प्लीमेंट-इक्विवेलेंट प्रतिनिधि की पहचान करता है।

मूल लेखक: Nicholas Connolly, Shin Nishio, Dan E. Browne, Willian John Munro, Kae Nemoto

प्रकाशित 2026-03-26

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nicholas Connolly, Shin Nishio, Dan E. Browne, Willian John Munro, Kae Nemoto

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप लेगो ब्रिक्स (LEGO bricks) से एक विशाल, जटिल किला बनाने की कोशिश कर रहे हैं। क्वांटम कंप्यूटिंग की दुनिया में, इस "किले" को ग्राफ स्टेट (Graph State) कहा जाता है। यह सूक्ष्म कणों (क्यूबिट्स) की एक विशेष व्यवस्था है जो सभी आपस में "एंटेंगल्ड" (जादुई रूप से जुड़े हुए) हैं ताकि वे जटिल गणनाएं कर सकें।

हालांकि, ऐसे किले बनाना महंगा है। हर बार जब आप दो ईंटों को आपस में जोड़ते हैं, तो आप एक "संसाधन" (एक विशिष्ट क्वांटम गेट जिसे CZ गेट कहा जाता है) का उपयोग करते हैं। यदि आपका किला बहुत बड़ा है या उसका डिज़ाइन बहुत जटिल है, तो किला पूरा करने से पहले ही आपके संसाधन समाप्त हो जाएंगे।

यह पेपर इन क्वांटम किलों को बनाने के एक चतुर नए तरीके के बारे में है जो समय, पैसा और ईंटों की बचत करता है। सरल उपमाओं (analogies) का उपयोग करके इसका विवरण यहाँ दिया गया है।

1. समस्या: "आकार बदलने वाला" पहेली (The "Shape-Shifting" Puzzle)

लेखक एक कठिन अवलोकन के साथ शुरुआत करते हैं: एक क्वांटम किला कई अलग-अलग आकारों में बनाया जा सकता है, लेकिन यदि आप टुकड़ों को सही तरीके से घुमाते और मोड़ते हैं (सरल स्थानीय चालों का उपयोग करके), तो वे वास्तव में एक ही किला होते हैं।

उपमा: कल्पना कीजिए कि आपके पास ऊन का एक गोला है। आप इसे एक उलझी हुई गांठ में बांध सकते हैं, या आप इसे एक साफ घेरे (circle) के रूप में व्यवस्थित कर सकते हैं। यदि आप बिना ऊन काटे, केवल सिरों को खींचकर उस उलझी हुई गांठ को साफ घेरे में बदल सकते हैं, तो वे प्रभावी रूप से एक ही वस्तु हैं।
समस्या: क्वांटम भौतिकी में, इन "आकारों" को LC ऑर्बिट्स (LC Orbits) कहा जाता है। समस्या यह है कि एक बड़े किले के लिए, लाखों संभावित आकार हो सकते हैं। हर एक संभावना की जांच करके सबसे आसान आकार खोजने की कोशिश करना, घास के हर एक तिनके को एक-एक करके देखकर सुई खोजने की कोशिश करने जैसा है। इसमें बहुत समय लगता है और बड़े किलों के लिए यह काम नहीं करता है।

2. समाधान: "पड़ोसों का पेड़" (The "Tree of Neighborhoods" - QASST)

लेखकों ने महसूस किया कि पूरे बिखरे हुए किले को एक साथ देखने के बजाय, आप इसे एक पेड़ जैसी संरचना (tree structure) से जुड़े छोटे-छोटे "पड़ोसों" में तोड़ सकते हैं। वे इसे QASST (Quotient-Augmented Strong Split Tree) कहते हैं।

उपमा: कल्पना कीजिए कि आपका शहर सड़कों का एक विशाल, अराजक जाल है। पूरे शहर का नक्शा एक साथ बनाने के बजाय, आप महसूस करते हैं कि शहर वास्तव में कुछ विशिष्ट पड़ोसों (जैसे कि एक डाउनटाउन जिला, एक उपनगर, एक पार्क) से बना है जो कुछ मुख्य राजमार्गों से जुड़े हुए हैं।
जादू: लेखकों ने पाया कि क्वांटम किलों के एक विशेष वर्ग (जिसे डिस्टेंस-हेरेडिटरी ग्राफ्स कहा जाता है) के लिए, ये "पड़ोस" हमेशा बहुत सरल होते हैं। वे या तो:
1. स्टार्स (Stars): एक केंद्रीय केंद्र जिसके चारों ओर स्पोक्स (spokes) हों (जैसे साइकिल का पहिया)।
2. क्लिक्स (Cliques): उस पड़ोस में हर कोई एक-दूसरे को जानता है (जैसे एक गोल मेज जहाँ हर कोई एक-दूसरे का हाथ पकड़े हुए है)।
- महत्वपूर्ण बिंदु: क्वांटम दुनिया में, एक "स्टार" और एक "क्लिक" वास्तव में एक ही चीज़ हैं यदि आप तारों (wires) को थोड़ा घुमा दें! इसका मतलब है कि आप हमेशा सबसे सरल आकार (स्टार) से शुरू कर सकते हैं और बाद में जिस आकार की आवश्यकता हो उसे बनाने के लिए उसे मोड़ सकते हैं।

3. नई विधि: "स्प्लिट और फ्यूज" (Split and Fuse)

पूरे किले को शून्य से बनाने के बजाय, लेखक एक स्प्लिट-फ्यूज (Split-Fuse) रणनीति का प्रस्ताव देते हैं।

चरण 1: स्प्लिट (असेंबली लाइन):
बड़े किले को उन सरल "पड़ोसों" (स्टार्स) में तोड़ दें। प्रत्येक छोटे पड़ोस को अलग से बनाएं।
- यह क्यों मदद करता है: आप सभी छोटे पड़ोसों को एक साथ (समानांतर में) बना सकते हैं, जो बहुत तेज़ है। साथ ही, स्टार्स बनाने के लिए सबसे सस्ते आकार हैं क्योंकि उनमें कनेक्शन सबसे कम होते हैं।
चरण 2: फ्यूज (गोंद/जोड़ना):
एक बार जब छोटे पड़ोस बन जाते हैं, तो आप उन्हें राजमार्गों (पेड़ की संरचना) के साथ जोड़ने के लिए टाइप-II फ्यूजन (Type-II Fusion) नामक एक विशेष "गोंद" का उपयोग करते हैं।
- फ्यूजन का जादू: जब आप दो पड़ोसों को जोड़ते हैं, तो "गोंद" उन दो बिंदुओं के पड़ोसियों के बीच आवश्यक कनेक्शनों को स्वचालित रूप से बना देता है जिन्हें आपने जोड़ा है। यह दो लेगो क्लस्टरों को आपस में जोड़ने जैसा है, और अचानक, बाएं क्लस्टर का हर ईंट, दाएं क्लस्टर के हर ईंट से अपने आप जुड़ जाता है, बिना आपको एक-एक करके उन्हें जोड़ने की आवश्यकता के।

4. यह गेम चेंजर क्यों है

पेपर दिखाता है कि बड़े क्वांटम किलों के लिए, यह विधि तीन कारणों से विजेता है:

रैखिक स्केलिंग (Linear Scaling): जैसे-जैसे किला बड़ा होता है, लागत (चरणों और ईंटों की संख्या) केवल एक सीधी रेखा में बढ़ती है। यह पुराने तरीकों की तरह तेजी से (exponentially) नहीं बढ़ती।
नक्शे की आवश्यकता नहीं: आपको पहले से "परफेक्ट" आकार जानने की आवश्यकता नहीं है। आप बस इसे तोड़ते हैं, सरल भागों को बनाते हैं, और उन्हें जोड़ देते हैं।
सामान्य किलों के लिए भी कारगर: उन किलों के लिए भी जो "सरल" प्रकार के नहीं हैं, उन्होंने जोड़ने से पहले बिखरे हुए हिस्सों को सरल बनाने के लिए एक "ग्रीडी" ट्रिक (एक स्मार्ट अनुमान) बनाई है।

सारांश उपमा

पुराना तरीका: आप पहेली के हर एक टुकड़े को देखने और उसके लिए सही जगह खोजने की कोशिश करते हैं। इसमें बहुत समय लगता है, और आप फंस भी सकते हैं।

नया तरीका (Split-Fuse):

पहेली के टुकड़ों को 10 छोटे बक्सों (पड़ोसों) में छाँटें।
प्रत्येक छोटे बॉक्स को पूरी तरह से बनाएं (क्योंकि वे छोटे और सरल हैं)।
उन 10 बॉक्सों को एक विशेष कनेक्टर का उपयोग करके जोड़ें जो किनारों को तुरंत लिंक कर देता है।
परिणाम: आपने बहुत कम समय में, कम उपकरणों का उपयोग करके, पूरे पहेली को बना लिया।

निचोड़ (The Bottom Line)

यह पेपर क्वांटम इंजीनियरों को विशाल एंटेंगल्ड स्टेट्स बनाने के लिए एक "लेगो मैनुअल" देता है। जटिल समस्याओं को सरल, हल करने योग्य हिस्सों में तोड़कर और उन्हें फिर से जोड़ने के लिए एक विशेष "फ्यूजन" तकनीक का उपयोग करके, वे भविष्य के क्वांटम कंप्यूटरों के लिए आवश्यक संसाधनों को पहले की तुलना में बहुत अधिक कुशलता से बना सकते हैं।

1. समस्या विवरण (Problem Statement)

ग्राफ स्टेट्स (Graph states) मेजरमेंट-बेस्ड क्वांटम कंप्यूटेशन (MBQC), क्वांटम एरर करेक्शन और क्वांटम नेटवर्किंग के लिए मौलिक संसाधन हैं। हालांकि, इनका व्यावहारिक अनुप्रयोग तैयारी की उच्च लागत द्वारा सीमित है, जिसे आमतौर पर निम्नलिखित द्वारा मापा जाता है:

एंटैंगलिंग गेट काउंट (Entangling Gate Count): आवश्यक कंट्रोल्ड-जेड (CZ) गेट्स की संख्या।
सर्किट डेप्थ (Circuit Depth): आवश्यक टाइम स्टेप्स की संख्या, जो अक्सर ग्राफ की अधिकतम वर्टेक्स डिग्री ( $\Delta(G)$ ) द्वारा सीमित होती है।

लोकल कॉम्प्लिमेंट (LC) ऑपरेशन्स द्वारा संबंधित ग्राफ स्टेट्स, सिंगल-क्यूबिट क्लिफोर्ड गेट्स (जो कि सस्ते होते हैं) तक समकक्ष होते हैं, लेकिन तैयारी संसाधनों को न्यूनतम करने के लिए इष्टतम (optimal) LC-इक्विवेलेंट प्रतिनिधि खोजना बड़े सिस्टम्स के लिए कम्प्यूटेशनल रूप से कठिन (intractable) है। LC ऑर्बिट का विस्तृत अन्वेषण (exhaustive enumeration) क्यूबिट्स की संख्या के साथ तेजी से (exponentially) बढ़ता है, और ऑर्बिट साइज का निर्धारण करना एक #P-कम्प्लीट समस्या है। मौजूदा संख्यात्मक अनुकूलन (numerical optimization) विधियाँ केवल छोटे सिस्टम्स (लगभग 12 क्यूबिट्स तक) तक ही स्केल कर पाती हैं।

2. कार्यप्रणाली (Methodology)

लेखक एक संरचनात्मक दृष्टिकोण प्रस्तावित करते हैं जो स्प्लिट डिकंपोजिशन (Split Decomposition) और क्वोटिएंट-ऑगमेंटेड स्ट्रॉन्ग स्प्लिट ट्री (QASST) नामक एक विशिष्ट प्रतिनिधित्व का लाभ उठाकर ब्रूट-फोर्स सर्च से बचता है।

मुख्य अवधारणाएं (Core Concepts)

स्प्लिट डिकंपोजिशन (Split Decomposition): एक ग्राफ को छोटे "क्वोटिएंट ग्राफ्स" में विभाजित किया जा सकता है जो एक ट्री स्ट्रक्चर द्वारा जुड़े होते हैं। डिस्टेंस-हेरेडिटरी (DH) ग्राफ्स के लिए, यह डिकंपोजिशन विशेष रूप से शक्तिशाली है क्योंकि इसके परिणामस्वरूप क्वोटिएंट ग्राफ्स की गारंटी या तो स्टार (Star) या कम्प्लीट (Complete) ग्राफ्स (या सामान्य मामले में प्राइम ग्राफ्स) के रूप में होती है।
QASST: यह स्ट्रक्चर ग्राफ को एक ट्री में व्यवस्थित करता है जहाँ नोड्स क्वोटिएंट ग्राफ्स का प्रतिनिधित्व करते हैं और एडजेस (edges) "स्प्लिट-नोड्स" (क्वोटिएंट्स को जोड़ने वाले वर्टेक्स के जोड़े) का प्रतिनिधित्व करते हैं। महत्वपूर्ण रूप से, QASST स्ट्रक्चर LC ऑपरेशन्स के तहत अपरिवर्तित (invariant) रहता है, जिसका अर्थ है कि भले ही उनके LC ऑर्बिट्स के भीतर विशिष्ट क्वोटिएंट ग्राफ्स बदल जाएं, ट्री टोपोलॉजी समान रहती है।
DH ग्राफ्स में LC इक्विलवेंस (LC Equivalence in DH Graphs): स्टार ग्राफ्स ( $S_n$ ) और कम्प्लीट ग्राफ्स ( $K_n$ ) LC-इक्विवेलेंट होते हैं ( $K_n \sim_{LC} S_{n-1}$ )। चूंकि DH ग्राफ्स केवल स्टार्स और कम्प्लीट ग्राफ्स में डिकंपोज होते हैं, इसलिए उनके पूरे LC ऑर्बिट को इन क्वोटिएंट ग्राफ्स की समरूपता (symmetries) द्वारा अभिलक्षित किया जा सकता है।

प्रस्तावित रणनीतियां (Proposed Strategies)

एनालिटिक ऑर्बिट क्लासिफिकेशन (DH ग्राफ्स के लिए):
- लेखक विशिष्ट DH परिवारों (कम्प्लीट बाइपार्टाइट, कम्प्लीट मल्टीपार्टाइट, क्लिक-स्टार्स, रिपीटर ग्राफ्स) के LC ऑर्बिट्स को वर्गीकृत करने के लिए QASST का उपयोग करते हैं।
- पूरे ऑर्बिट को खोजने के बजाय, वे न्यूनतम एज काउंट ( $|E(G)|$ ) या न्यूनतम डिग्री ( $\Delta(G)$ ) वाले प्रतिनिधि को एनालिटिक रूप से निर्धारित करने के लिए क्वोटिएंट ग्राफ्स की सिमेट्री क्लासेस की पहचान करते हैं।
स्प्लिट-फ्यूज प्रिपरेशन प्रोटोकॉल (Split-Fuse Preparation Protocol):
- अवधारणा: लक्षित ग्राफ को सीधे तैयार करने के बजाय, यह विधि QASST में मौजूद क्वोटिएंट ग्राफ्स के अनुरूप छोटे इंटरमीडिएट ग्राफ स्टेट्स को तैयार करती है और फिर उन्हें फ्यूज करती है।
- तंत्र (Mechanism):
  1. डिकंपोज़ (Decompose): लक्षित ग्राफ का QASST कंप्यूट करें।
  2. तैयार करें (Prepare): क्वोटिएंट ग्राफ स्टेट्स को तैयार करें। DH ग्राफ्स के लिए, इन्हें स्टार ग्राफ्स (न्यूनतम एज काउंट) के रूप में इनिशियलाइज किया जाता है।
  3. ट्रांसफॉर्म (Transform): आवश्यक क्वोटिएंट स्टेट्स में बदलने के लिए (जैसे, एक स्टार को कम्प्लीट ग्राफ में बदलना) लोकल क्लिफोर्ड ऑपरेशन्स लागू करें।
  4. फ्यूज (Fuse): क्वोटिएंट स्टेट्स को जोड़ने के लिए स्प्लिट-नोड्स पर टाइप-II फ्यूजन ऑपरेशन्स (बेल-स्टेट मेजरमेंट्स) का उपयोग करें।
- लाभ: टाइप-II फ्यूजन एक ही ऑपरेशन में फ्यूज किए गए क्यूबिट्स के पड़ोसियों के बीच ऑल-टू-ऑल कनेक्शन बनाता है, जो प्रभावी रूप से कई CZ गेट्स को एक फ्यूजन और दो ऑक्सिलरी क्यूबिट्स से बदल देता है।
गैर-DH ग्राफ्स के लिए सामान्यीकरण (Generalization to Non-DH Graphs):
- सामान्य ग्राफ्स के लिए, स्प्लिट डिकंपोजिशन प्राइम (prime) क्वोटिएंट ग्राफ्स दे सकता है।
- लेखक एक हाइब्रिड रणनीति प्रस्तावित करते हैं: स्टार/कम्प्लीट क्वोटिएंट्स को इष्टतम रूप से तैयार करें, लेकिन प्राइम क्वोटिएंट्स को सीधे संभालें या फ्यूज करने से पहले एज काउंट को कम करने के लिए ट्रायंगल एन्यूमरेशन (triangle enumeration) पर आधारित एक ग्रीडी ह्यूरिस्टिक (greedy heuristic) का उपयोग करें।

3. मुख्य योगदान (Key Contributions)

LC ऑर्बिट्स का एनालिटिक क्लासिफिकेशन: यह पेपर LC ऑर्बिट्स के आकार के लिए क्लोज्ड-फॉर्म फॉर्मूले प्रदान करता है और बिना किसी न्यूमेरिकल सर्च के कम्प्लीट बाइपार्टाइट, कम्प्लीट मल्टीपार्टाइट और क्लिक-स्टार ग्राफ्स के लिए इष्टतम प्रतिनिधियों की पहचान करता है।
लीनियर-स्केलिंग प्रिपरेशन प्रोटोकॉल: स्प्लिट-फ्यूज विधि सभी डिस्टेंस-हेरेडिटरी ग्राफ्स के लिए CZ गेट्स, टाइम स्टेप्स और ऑक्सिलरी क्यूबिट्स में लीनियर स्केलिंग ( $O(n)$ $O (n)$ ) प्राप्त करती है।
- CZ गेट्स: $n + 2k - 3$ (जहाँ $n$ क्यूबिट्स हैं और $k$ क्वोटिएंट ग्राफ्स की संख्या है)।
- टाइम स्टेप्स: $1 + \max(n_i + d_i)$ (सबसे बड़े क्वोटिएंट द्वारा निर्धारित)।
स्केलेबल ह्यूरिस्टिक: सामान्य ग्राफ्स के लिए एक ट्रायंगल-एन्यूमरेशन ह्यूरिस्टिक जो ऑर्बिट सर्चिंग की तुलना में एज काउंट को अधिक कुशलता से कम करता है, जो उन ग्राफ्स के लिए उपयुक्त है जहाँ कोई संरचनात्मक डिकंपोजिशन मौजूद नहीं है।
सामान्यीकृत ढांचा (Generalized Framework): प्राइम कंपोनेंट्स को सब-प्रॉब्लम्स के रूप में मानकर गैर-DH ग्राफ्स के लिए स्प्लिट-फ्यूज कॉन्सेप्ट को विस्तारित करता है।

4. परिणाम (Results)

DH ग्राफ्स:
- छोटे सिस्टम्स ( $n < 24$ ) के लिए, (न्यूमेरिकल सर्च द्वारा पाए गए) इष्टतम LC प्रतिनिधि की सीधी तैयारी अक्सर स्प्लिट-फ्यूज विधि की तुलना में CZ काउंट में थोड़ी अधिक कुशल होती है।
- हालांकि, $n \ge 24$ के लिए, स्प्लिट-फ्यूज विधि दोनों CZ गेट काउंट और सर्किट डेप्थ में प्रत्यक्ष कार्यान्वयन से बेहतर प्रदर्शन करती है।
- इस विधि के लिए ऑक्सिलरी क्यूबिट्स (जो फ्यूजन के दौरान उपभोग किए जाते हैं) की आवश्यकता होती है, लेकिन यह ट्रेड-ऑफ एक लीनियर रिसोर्स स्केलिंग प्रदान करता है जिसे ब्रूट-फोर्स मेथड्स मैच नहीं कर सकते।
जेनेरिक ग्राफ्स (संख्यात्मक सिमुलेशन):
- कम एज डेंसिटी (Low Edge Density): छोटे क्वोटिएंट ग्राफ्स पर ऑक्सिलरी क्यूबिट्स के ओवरहेड के कारण स्प्लिट-फ्यूज का बहुत कम लाभ होता है।
- उच्च एज डेंसिटी (High Edge Density): विधि महत्वपूर्ण सुधार दिखाती है। सर्किट डेप्थ ग्राफ के आकार के बढ़ने के साथ लगभग स्थिर रहता है क्योंकि यह पूरे ग्राफ के बजाय सबसे बड़े क्वोटिएंट ग्राफ पर निर्भर करता है।
- प्राइम ग्राफ्स: ~0.5 एज डेंसिटी वाले रैंडमली जेनरेटेड ग्राफ अक्सर प्राइम होते हैं, जिससे स्प्लिट-फ्यूज विधि अप्रभावी हो जाती है (क्योंकि पूरा ग्राफ एक ही क्वोटिएंट है)। हालांकि, कई कम्प्लीट क्वोटिएंट्स वाले घने (dense) ग्राफ्स के लिए, हाइब्रिड दृष्टिकोण (स्प्लिट-फ्यूज + ह्यूरिस्टिक) नाइव प्रिपरेशन से बेहतर प्रदर्शन करता है।

5. महत्व (Significance)

स्केलेबिलिटी: यह कार्य बड़े सिस्टम्स के लिए ग्राफ स्टेट प्रिपरेशन को ऑप्टिमाइज़ करने के लिए पहला स्केलेबल, नॉन-ब्रूट-फोर्स फ्रेमवर्क प्रदान करता है, जो पिछले 12-क्यूबिट लिमिट वाले संख्यात्मक दृष्टिकोणों से आगे बढ़ता है।
संसाधन दक्षता (Resource Efficiency): एंटैंगलिंग गेट्स और सर्किट डेप्थ में लीनियर स्केलिंग प्राप्त करके, यह विधि विशेष रूप से फोटोनिक क्वांटम कंप्यूटिंग और मॉड्यूलर आर्किटेक्चर के लिए उपयुक्त है, जहाँ फ्यूजन ऑपरेशन्स नेटिव हैं और ऑक्सिलरी क्यूबिट्स आसानी से उपलब्ध होते हैं।
सैद्धांतिक अंतर्दृष्टि: यह ग्राफ थ्योरी (स्प्लीट डिकंपोजिशन) और क्वांटम रिसोर्स थ्योरी के बीच एक गहरा संबंध स्थापित करता है, यह प्रदर्शित करते हुए कि ग्राफ के संरचनात्मक गुणों (जैसे कि डिस्टेंस-हेरेडिटरी होना) का उपयोग LC इक्विलवेंस क्लासेस की जटिलता को बायपास करने के लिए किया जा सकता है।
व्यावहारिक अनुप्रयोग: प्रस्तावित प्रोटोकॉल बड़े पैमाने के एंटैंगल्ड रिसोर्स स्टेट्स उत्पन्न करने के लिए एक व्यवहार्य मार्ग प्रदान करते हैं जिनकी फॉल्ट-टोलरेंट क्वांटम कंप्यूटिंग और क्वांटम नेटवर्क्स के लिए आवश्यकता होती है, जहाँ डिकोहेरेंस को कम करने के लिए सर्किट डेप्थ को न्यूनतम करना महत्वपूर्ण है।

निष्कर्षतः, यह शोध पत्र यह प्रदर्शित करता है कि QASST के माध्यम से ग्लोबल LC ऑर्बिट के बजाय क्वोटिएंट ग्राफ्स की लोकल स्ट्रक्चर पर ध्यान केंद्रित करके, हम सिस्टम साइज के साथ कुशलता से स्केल करने वाली प्रोवेबली इष्टतम या निकट-इष्टतम तैयारी रणनीतियाँ प्राप्त कर सकते हैं।