Bias Analysis and Regularization of Sequential Minimal Optimization in Variational Quantum Eigensolvers
Questo articolo analizza il bias intrinseco nell'algoritmo NFT (Rotosolve) per gli Eigensolver Quantistici Variazionali, dimostrando che, sebbene la correzione esplicita del bias possa destabilizzare l'ottimizzazione, lo stimatore originale distorto agisce come un regolarizzatore benefico, portando a un metodo proposto che ottiene una stima dell'energia priva di bias mantenendo al contempo la regolarizzazione per migliorare le prestazioni in vari scenari di calcolo quantistico.