Quantum Zeno Monte Carlo for computing observables
本文介绍了量子芝诺蒙特卡罗(QZMC),这是一种具有噪声韧性的经典-量子混合算法,它能够高效地计算能隙系统的静态和动态可观测量,且具有多项式级代价,且不需要初始态重叠、变分参数或深层量子线路。
11134 篇论文
量子物理探索着物质与能量在微观尺度上最奇妙的行为,从神秘的叠加态到跨越空间的纠缠现象,这一领域正不断重塑我们对现实世界的理解。Gist.Science 致力于让深奥的 arXiv 预印本变得触手可及,我们追踪该分类下发布的每一份最新预印本,并为其提供两种解读视角:既包含通俗易懂的科普解读,也涵盖保留核心细节的技术摘要。
无论您是希望快速掌握前沿动态的科研工作者,还是对宇宙奥秘充满好奇的普通读者,这里都能为您提供清晰的研究概览。我们梳理了 arXiv 上量子物理板块的最新成果,确保您能第一时间读懂科学界的最新突破。下方列出了该领域刚刚发布的最新论文及其摘要。
本文介绍了量子芝诺蒙特卡罗(QZMC),这是一种具有噪声韧性的经典-量子混合算法,它能够高效地计算能隙系统的静态和动态可观测量,且具有多项式级代价,且不需要初始态重叠、变分参数或深层量子线路。
本文提出了一个关于一致性半经典引力的可检验框架,在该框架中,量子系统仅在环境诱导的退相干发生时才产生引力场,该框架为 BMV 实验和量子线路提供了独特的实验预测,同时利用广义量子因果模型来探索引力如何可能从量子场论中涌现。
本文通过利用恒星多项式的原子分解以及定义决定模内纠缠的结构图的本质变量,引入了一个用于表征有限恒星秩玻色态中非高斯纠缠的通用框架,并由此推导出完备的可分性判据及制备复杂度。
本文证明了基于三进制量子比特(qutrit)的量子机器学习模型,在处理大型强子对撞机(LHC)高能物理数据中的异常检测任务时,相比于基于二进位量子比特(qubit)的基准模型,提供了一种更具资源效率且更具表达能力的替代方案,并强调了用于未来对撞机实验的马约拉纳编码三进制表示法的实际可行性。
该论文介绍了 SamBa-GQW,这是一种非变分量子算法,它利用离线经典采样协议来引导连续时间量子行走向组合优化问题的高质量解靠近,展示了在无需经典优化器的情况下,其性能可与 QAOA 等变分方法相媲美。
本文通过将基于 Carleman 嵌入的算法从纯耗散系统扩展到更广泛的稳定、守恒及非共振系统,修正了先前的技术问题,并显著扩大了量子计算机上高效可模拟非线性动力学的范围,从而证明了指数级规模非线性振荡器问题的 BQP 完全性。
本文认为,在单位时间测量精度方面,量子压缩态与使用相同资源的非纠缠态相比,无法超越标准量子极限,从而有效地证明了单个不可分压缩态并不比单个粒子具有根本性的优势。
本文介绍了自适应策略引导误差缓解(APGEM),这是一个上下文感知的框架,它在含噪声中型量子(NISQ)设备上的量子强化学习训练过程中,能够动态选择最优的误差缓解策略,与静态方法相比,显著提高了解决诸如带容量限制的车辆路径问题等NP难问题时的学习稳定性和解质量。
本文证明了量子电路复杂度类 是鲁棒的,表明它可以通过振幅放大技术精确模拟 并计算超出 范围的函数,同时即使在限制于特定的单比特门有限集合时,仍能保持其计算能力。
本文通过证明解码量子干涉(DQI)框架,特别是其改进形式,在折叠最优多项式交集问题上实现的近似比显著高于任何在预言机设定下的多项式时间经典算法,从而证明了近似优化领域存在严格的量子优势。