Channel-agnostic finite-temperature phase estimation averaged over variable grids: reconstruction of Green's function for dynamical mean-field theory

Sintesi Tecnica: Stima di fase a temperatura finita agnostica rispetto al canale, mediata su griglie variabili

Enunciato del Problema
Il lavoro affronta la sfida di eseguire calcoli di Teoria del Campo Medio Dinamico (DMFT) per sistemi elettronici correlati su computer quantistici, specificamente a temperature finite. Mentre la Teoria del Funzionale Densità (DFT) ha successo per sistemi debolmente correlati, fallisce per materiali fortemente correlati, rendendo necessario l'approccio DFT+DMFT. I solver DMFT tradizionali su computer classici spesso si basano su Monte Carlo Quantistico (QMC) o Diagonalizzazione Esatta (ED/FCI). Tuttavia, l'implementazione di questi su hardware quantistico è difficile perché:

1. Complessità a Temperatura Finita: A temperature finite, la funzione di Green (GF) coinvolge una miscela termica di molti autostati energetici iniziali (canali di eccitazione), a differenza del caso a temperatura zero dove conta solo lo stato fondamentale.
2. Canali di Eccitazione Sconosciuti: In una misurazione standard di Stima di Fase Quantistica (QPE) su uno stato termico, lo specifico autostato iniziale $|\Psi_{\lambda_0}\rangle$ e il conseguente canale di eccitazione sono sconosciuti per ogni singolo colpo di misura. I precedenti metodi basati su QPE per le GF richiedevano la conoscenza dell'energia dello stato fondamentale o di specifici canali di eccitazione, il che non è fattibile in una miscela termica.
3. Fuga Spettrale e Bias della Griglia: La QPE standard soffre di fuga spettrale quando gli autovalori non si allineano perfettamente con la griglia discreta dei qubit ancilla, introducendo bias dipendenti dalle impostazioni specifiche della griglia (origine e spaziatura).

Metodologia
Gli autori propongono uno schema ibrido quantistico-classico denominato QAVG-DMFT (QPE mediata su Griglie Variabili). Il flusso di lavoro integra un ciclo classico DFT+DMFT con una subroutine quantistica per la risoluzione del problema di impurezza.

• Parte Quantistica (QPE Agnostica rispetto al Canale):

  • Preparazione dello Stato: L'algoritmo inizia preparando lo stato di Gibbs $\rho_{Gibbs}$ del Modello di Impurezza di Anderson (AIM) isolato sul computer quantistico.
  • Circuito Modificato ($C_{GF-QPE}$): Invece della QPE standard, gli autori utilizzano un circuito modificato dotato di "circuiti parziali di eccitazione" ($C_{exc}$). Questi circuiti (diagonali $C_m$ e fuori diagonale $C_{mm'}$) creano sovrapposizioni di eccitazioni di elettroni e lacune.
  • Agnosticismo rispetto al Canale: Il circuito applica porte di Evoluzione in Tempo Reale (RTE) controllate prima e dopo l'eccitazione. Crucialmente, questa configurazione permette l'estrazione di ampiezze spettrali ed energie di eccitazione senza necessità di conoscere lo specifico autostato iniziale o il canale di eccitazione invocato in ogni misurazione. I risultati della misurazione producono istogrammi che approssimano direttamente la GF.
  • Griglie Variabili: Per mitigare la fuga spettrale, lo schema impiega $n_{setting}$ diversi circuiti QPE, ciascuno con parametri di griglia distinti (fattore di scala $t_0$ e origine $a_{orig}$).

• Parte Classica (Post-processing QAVG):

  • Framework di Ottimizzazione: Il processore classico raccoglie gli istogrammi dalle varie impostazioni QPE. Successivamente ricostruisce la GF ottimizzando un insieme di "parametri di prova" $\Lambda$.
  • Parametri di Prova: La GF è modellata utilizzando una rappresentazione fittizia nella base degli Orbitali Naturali (NO). I parametri includono:
    • Energie di eccitazione fittizie ($\varepsilon_{\xi\ell}$).
    • Larghezze spettrali fittizie ($\Delta E_{\xi\ell}$) utilizzando una Densità di Stati (DOS) quadratica per modellare l'allargamento dei picchi.
    • Ampiezze di transizione fittizie ($v^{(\nu)}_{\xi\ell}$), parametrizzate tramite trasformazioni di Householder ipersferiche per garantire l'ortonormalità.
  • Funzione di Costo: Una funzione di costo $F(\Lambda)$ è definita come la distanza media non uniformemente pesata $L_1$ tra le distribuzioni di probabilità modellate (derivate dai parametri di prova) e gli istogrammi sperimentali su tutte le impostazioni della griglia. I pesi danno priorità alle eccitazioni a bassa energia.
  • Ottimizzazione: I parametri di prova sono ottimizzati (ad esempio tramite metodi Monte Carlo) per minimizzare la discrepanza, efficacemente "denuizzando" i dati e ricostruendo la GF.

• Ciclo DMFT: La GF ricostruita è utilizzata per calcolare l'autoenergia $\Sigma_{loc}$ tramite l'equazione di Dyson, che aggiorna la funzione di Green del reticolo per la successiva iterazione DMFT.

Contributi Chiave

1. QPE a Temperatura Finita Agnostica rispetto al Canale: Il lavoro introduce un design di circuito che estrae la funzione di Green a temperatura finita senza conoscenza preliminare dei canali di eccitazione o degli autostati iniziali, superando un limite maggiore dei precedenti metodi di GF basati su QPE.
2. Metodologia QAVG: L'estensione dell'approccio QAVG (precedentemente per temperatura zero) a sistemi a temperatura finita. Questo metodo utilizza la media su griglie variabili e l'ottimizzazione dei parametri di prova per ricostruire la GF da dati QPE rumorosi e discretizzati, riducendo i bias associati a scelte specifiche della griglia.
3. Parametrizzazione degli Orbitali Naturali: L'uso degli Orbitali Naturali e della parametrizzazione ipersferica per le ampiezze di transizione permette una rappresentazione fisicamente plausibile e ortonormale dei canali di eccitazione fittizi, riducendo il numero di parametri necessari rispetto al numero reale di canali di eccitazione.
4. Dimostrazione su SrVO$_3$: Lo schema è applicato al Vanadato di Stronzio (SrVO$_3$), un metallo correlato prototipico, dimostrando la ricostruzione della funzione di Green e della Densità di Stati (DOS) risolta in momento.

Risultati
Gli autori hanno eseguito simulazioni numeriche utilizzando dati FCI esatti come proxy per l'output del computer quantistico (per isolare la validità dell'algoritmo di ricostruzione dal rumore hardware).

• Accuratezza della Ricostruzione: In un test "one-shot" (ricostruzione della GF alla 10ª iterazione di un ciclo DMFT), il metodo QAVG ha catturato con successo le caratteristiche complessive della DOS-FCI utilizzando solo un piccolo numero di canali di eccitazione fittizi (6 per gli elettroni, 2 per le lacune) rispetto alle migliaia di canali reali che contribuiscono a temperatura finita.
• DMFT Iterativo: In una simulazione QAVG-DMFT iterativa, il metodo ha riprodotto ragionevolmente bene la DOS risolta in momento di SrVO$_3$. Sebbene siano state osservate lievi discrepanze nel regime a bassa energia (specificamente avvallamenti vicino a $\pm 0.2$ eV), le caratteristiche spettrali complessive sono state preservate.
• Importanza della Ponderazione: Lo studio ha confermato che l'uso di pesi non uniformi (che enfatizzano le eccitazioni a bassa energia) nella funzione di costo ha prodotto una migliore riproduzione spettrale rispetto a una distanza $L_1$ uniforme.

Significato e Affermazioni
Il lavoro afferma di dimostrare un percorso valido per eseguire calcoli DMFT su futuri computer quantistici tolleranti ai guasti.

• Efficienza: Evitando la necessità di diagonalizzazione numerica del sottospazio correlato sul computer quantistico e bypassando il requisito di conoscere specifici canali di eccitazione, lo schema rende il processo di campionamento efficiente una volta preparato lo stato di Gibbs.
• Robustezza: L'approccio QAVG allevia i bias derivanti dalla risoluzione finita delle griglie QPE mediando su impostazioni variabili e ottimizzando i parametri di prova.
• Indipendenza: Gli autori notano che l'approccio QAVG è indipendente da specifiche metodologie di struttura elettronica, il che significa che può essere applicato per ottenere la GF di qualsiasi sistema correlato, non solo di quelli all'interno del framework DFT+DMFT.
• Modestia: Gli autori dichiarano esplicitamente che i risultati attuali si basano su simulazioni numeriche che utilizzano distribuzioni di probabilità esatte (risultati FCI) piuttosto che su dati reali di hardware quantistico. Riconoscono che gli errori statistici e il rumore hardware non sono ancora affrontati in questo specifico studio, ma pianificano di riportare applicazioni su computer quantistici reali in lavori futuri. Il lavoro non afferma di aver risolto l'intero problema della DMFT a temperatura finita sui dispositivi rumorosi attuali, ma propone piuttosto uno schema adatto all'era del calcolo quantistico tollerante ai guasti.