CN113807525A - 量子电路操作方法及装置、电子设备和介质 - Google Patents
量子电路操作方法及装置、电子设备和介质 Download PDFInfo
- Publication number
- CN113807525A CN113807525A CN202111108758.3A CN202111108758A CN113807525A CN 113807525 A CN113807525 A CN 113807525A CN 202111108758 A CN202111108758 A CN 202111108758A CN 113807525 A CN113807525 A CN 113807525A
- Authority
- CN
- China
- Prior art keywords
- quantum
- systematic
- quantum state
- qubit
- controlled
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000009897 systematic effect Effects 0.000 claims abstract description 47
- 239000002096 quantum dot Substances 0.000 claims abstract description 37
- 238000003860 storage Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims description 17
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000000746 purification Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 101000920848 Drosophila virilis Esterase S Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 235000015149 toffees Nutrition 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
本公开提供了一种量子电路操作方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及量子计算机领域,尤其涉及量子电路技术领域。实现方案为:执行预定次数的以下操作:将Q+1个系统量子态以及第一辅助量子比特输入所述量子电路,量子电路包括Q个受控门,以在第一辅助量子比特、第一系统量子态以及相应的第二系统量子态之间分别作用受控门,并且在第一辅助量子比特作用受控门之前以及之后分别作用H门。第二系统量子态为Q+1个系统量子态中的除第一系统量子态之外的系统量子态。对量子电路输出的量子态进行测量,以获得冯纽曼熵的傅里叶级数表达式相应的待确定项。
Description
技术领域
本公开涉及量子计算机领域,尤其涉及量子电路技术领域,具体涉及一种量子电路操作方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
研究物理系统的冯纽曼熵(von Neumann entropy)是科学和工程领域中的基本问题。一般来说,计算物理系统的熵是非常困难的。即使使用现在最先进的超级计算机,当系统量子比特数较多时,超级计算机运行所消耗的时间以及其他大量的资源也是无法接受的。近年来,随着量子计算的兴起,越来越多的人研究量子计算机和使用量子计算机来解决实际问题。因此,如何利用量子计算机解决冯纽曼熵估计问题成为亟待解决的问题。
发明内容
本公开提供了一种量子电路操作方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种量子电路操作方法,包括:执行预定次数的以下操作:将Q+1个系统量子态以及第一辅助量子比特输入所述量子电路,其中,所述量子电路包括Q个受控门,以在所述第一辅助量子比特、第一系统量子态以及相应的第二系统量子态之间分别作用所述受控门,并且在所述第一辅助量子比特作用所述受控门之前以及之后分别作用H门,其中,所述第二系统量子态为所述Q+1个所述系统量子态中的除所述第一系统量子态之外的系统量子态;对所述量子电路输出的量子态进行测量,以获得冯纽曼熵的傅里叶级数表达式相应的待确定项,其中,所述预定次数基于所述傅里叶级数表达式的项数确定,Q基于所述相应的待确定项以及预设的估计精度确定,Q为正整数。
根据本公开的另一方面,提供了一种量子电路操作装置,包括:操作单元,配置为执行预定次数的以下操作:将Q+1个系统量子态以及第一辅助量子比特输入所述量子电路,其中,所述量子电路包括Q个受控门,以在所述第一辅助量子比特、第一系统量子态以及相应的第二系统量子态之间分别作用所述受控门,并且在所述第一辅助量子比特作用所述受控门之前以及之后分别作用H门,其中,所述第二系统量子态为所述Q+1个所述系统量子态中的除所述第一系统量子态之外的系统量子态;对所述量子电路输出的量子态进行测量,以获得冯纽曼熵的傅里叶级数表达式相应的待确定项,其中,所述预定次数基于所述傅里叶级数表达式的项数确定,Q基于所述相应的待确定项以及预设的估计精度确定,Q为正整数。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行根据本公开所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行根据本公开所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开所述的方法。
根据本公开的一个或多个实施例,可以在近期的量子计算机上运行,能够方便快捷地计算冯纽曼熵的估计值。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的量子电路的操作方法的流程图;
图2示出了根据本公开的实施例的量子电路的电路示意图;
图3示出了根据本公开的实施例的图2中的受控门的电路示意图;
图4示出了根据本公开的实施例的两量子比特Swap算子的电路示意图;
图5示出了根据本公开的实施例的图3中的两比特的受控门select(S)的电路示意图;
图6示出了根据本公开的实施例的量子电路的操作装置的结构框图;以及
图7示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
迄今为止,正在应用中的各种不同类型的计算机都是以经典物理学为信息处理的理论基础,称为传统计算机或经典计算机。经典信息系统采用物理上最容易实现的二进制数据位存储数据或程序,每一个二进制数据位由0或1表示,称为一个位或比特,作为最小的信息单元。经典计算机本身存在着不可避免的弱点:一是计算过程能耗的最基本限制。逻辑元件或存储单元所需的最低能量应在kT的几倍以上,以避免在热胀落下的误动作;二是信息熵与发热能耗;三是计算机芯片的布线密度很大时,根据海森堡不确定性关系,电子位置的不确定量很小时,动量的不确定量就会很大。电子不再被束缚,会有量子干涉效应,这种效应甚至会破坏芯片的性能。
量子计算机(quantum computer)是一类遵循量子力学性质、规律进行高速数学和逻辑运算、存储及处理量子信息的物理设备。当某个设备处理和计算的是量子信息,运行的是量子算法时,他就是量子计算机。量子计算机遵循着独一无二的量子动力学规律(特别是量子干涉)来实现一种信息处理的新模式。对计算问题并行处理,量子计算机比起经典计算机有着速度上的绝对优势。量子计算机对每一个叠加分量实现的变换相当于一种经典计算,所有这些经典计算同时完成,并按一定的概率振幅叠加起来,给出量子计算机的输出结果,这种计算称为量子并行计算。量子并行处理大大提高了量子计算机的效率,使得其可以完成经典计算机无法完成的工作,例如一个很大的自然数的因子分解。量子相干性在所有的量子超快速算法中得到了本质性的利用。因此,用量子态代替经典态的量子并行计算,可以达到经典计算机不可比拟的运算速度和信息处理功能,同时节省了大量的运算资源。
研究物理系统的冯纽曼熵(von Neumann entropy)是科学和工程领域中的基本问题。比如,冯纽曼熵可以用来刻画一个系统的无序程度,熵越大说明系统越无序。在信息论中,一些与熵有关的量可以描述量子信道传送量子数据的能力。在过去几十年中,熵也被用于研究凝聚态物理(Condensed matter physics)和高能物理(High-energy physics)。熵甚至对引力理论(Gravity theory)和黑洞理论(Black hole)的研究也有重要的意义。在机器学习中,决策树的构造也与熵相关。在最近的量子计算的研究中,冯纽曼熵已经用于制备量子吉布斯态(Gibbs state)、哈密顿量学习(Hamiltonian learning)。此外,熵在特征选择(Feature selection)、金融数据分析(Financial data analysis)中都有重要的应用。在工业生产中,锂电池技术与熵有紧密联系,比如,熵已被用于跟踪电池电极结构的变化。在锂电池技术中,一个重要的问题是计算电池的能量密度。一般地,能量密度由系统的自由能刻画,而自由能和冯纽曼熵紧密相关。
一般地,假设系统处于量子态ρ,那么系统的冯纽曼熵可以定义为:
S(ρ)=-tr(ρlnρ)
其中,tr表示矩阵的迹(trace),ln表示自然对数。而熵估计问题就是,当给定处于量子态ρ的系统时,对于任意的精度∈>0,找到一个估计值est使得|est-S(ρ)|≤∈。
一般来说,计算物理系统的熵是非常困难的。在经典计算中,目前最优的冯纽曼熵估计算法是随机算法。该随机算法要求输入量子态的经典信息,也就是密度矩阵的经典描述。该算法原理是近似冯纽曼熵的数学多项式,该多项式的每一项是根据密度矩阵构造的矩阵的迹。因此,该算法利用经典计算中的工具计算级数的每一项,从而得到熵的估计值。其使用的多项式包括泰勒级数(Taylor series)和契比雪夫多项式(Chebyshevpolynomial)。而矩阵迹是通过随机矩阵迹估计方法得到的。特别地,随机算法的运行时间依赖于密度矩阵的非零元素的总数。
研究表明,估计量子态的冯纽曼熵的难度几乎和做层析(Tomography)相当。这表明,估计熵时,消耗的资源会随着量子态的规模而指数增长。即使使用现在最先进的超级计算机,当系统包含50个量子比特的时候,超级计算机运行所消耗的时间以及其他大量的资源也是无法接受的。因此,受限于计算机的能力,计算大规模的量子态的熵仍然没有得到有效地解决。
近年来,随着量子计算的兴起,越来越多的人研究量子计算机和使用量子计算机来解决实际问题。量子计算机是一类遵循量子力学规律的设备,被广泛认为具有超越经典计算机的能力,因此可以用来解决经典计算机无法完成的任务。在某些特定的任务上,比如整数分解(Integer Factorization),量子计算机比经典计算机具有指数加速的优势。
现有的量子算法,对于目标量子态,这些量子算法均假设存在一个量子电路可以有效地制备系统量子态的纯化(Purification)。通常,可以使用一些量子工具来估计熵,比如量子奇异值变换(Quantum singular value transformation)和振幅估计(Quantumamplitude estimation)算法。具体来说,可以将量子态的振幅(即特征值)分别转化为相应的熵值。在产生的量子态中,特定部分的振幅恰好是冯纽曼熵的近似值,接着利用振幅估计获取这部分的振幅,从而得到熵的估计值。
但是,上述量子算法存在以下问题:1、制备量子态纯化的量子电路未知,当前并没有给出行之有效的方案来制备量子态纯化。2、使用了复杂的量子工具,需要深层量子电路以及大量的辅助量子比特,而物理实现的难点主要是因为电路的深度和量子比特数量受限。比如,实现振幅估计需要使用类似于相位估计(Phase estimation)的电路,而这需要使用辅助量子比特和深层电路,因而在近期的量子计算机上不实用。3、消耗大量的计算资源。当处理多个不同的量子态时,需要对每个量子态分别编译电路。比如,如果处理十个量子态,电路需要编译十次。这是因为在输入时,制备量子态的电路是不同的,需要根据具体的量子态调整整体的电路。因此,在处理多量子态时存在非常大的局限性。
因此,如图1所示,根据本公开的实施例提供了一种量子电路操作方法100,包括:执行预定次数的以下操作(步骤110):将Q+1个系统量子态以及第一辅助量子比特输入量子电路,其中,量子电路包括Q个受控门,以在第一辅助量子比特、第一系统量子态以及相应的第二系统量子态之间分别作用受控门,并且在第一辅助量子比特作用受控门之前以及之后分别作用H门,其中,第二系统量子态为Q+1个所述系统量子态中的除第一系统量子态之外的系统量子态(步骤1101);对量子电路输出的量子态进行测量,以获得冯纽曼熵的傅里叶级数表达式相应的待确定项(步骤1102)。所述预定次数基于所述傅里叶级数表达式的项数确定,Q基于所述相应的待确定项以及预设的估计精度确定,Q为正整数。
根据本公开的量子电路可以在近期的量子计算机上运行,能够方便快捷地计算冯纽曼熵的估计值。
在本公开中,可以利用量子电路计算冯纽曼熵的傅里叶级数表达式的每一项,从而得到熵的估计值。具体地,用F(ρ)来表示傅里叶级数,即冯纽曼熵的近似函数,其定义如下所示:
在一些示例中,可以设置参数ε如下所示:
图2示出了根据本公开的实施例的量子电路的示意图,其可以用来计算项达到精度ε。具体操作步骤为:对于所有满足条件的(l,s),重复运行图2中的量子电路,以测量得到相应的项以基于相应的项通过下式计算熵S(ρ)的估计值,其精度为∈:
下面继续参考图2描述计算的量子电路和步骤。为方便起见,用参数T表示对于给定参数ε,设置整数参数t=T/Q。如图2所示,电路在Q+1个寄存器上准备量子态ρ和一个辅助量子比特|0><0|。然后,在|0><0|上先作用一个Hadamard门(即H门),在寄存器(1,2)、(1,3)、(1,4)、…、(1,Q+1)上分别作用受控门controlled-e-iSt,其中S表示Swap门。即,在第一个量子态和第二个量子态上作用受控门在第一个量子态和第三个量子态上作用受控门 在第一个量子态和第(Q+1)个量子态上作用受控门 图2中的符号S12表示作用在量子态ρ1和ρ2上的Swap算子,其他类似的符号满足同样的定义。最后在辅助量子比特上作用一个Hadamard门。在电路的最右边,辅助量子比特经过电路后被测量以获得测量结果,测量算符包括但不限于泡利矩阵Z。测量结果即为需要的项通过调节Q,可以计算所有对应(l,s)的项。
在一些实施例中,可以用量子电路实现受控Swap演化,即controlled-e-iSt。为实现controlled-e-iSt,定义两个单比特旋转门和一个酉算子,如下所示:
其中,a=cost+|sint|,sgn(-t)表示-t的符号,i为虚数,S是Swap算子。通过增加两个辅助量子比特,作用旋转门R1、R2和受控门controlled-select(S),实现controlled-e-iSt电路,如图3所示。
如图3所示,受控门controlled-A的电路(301)即可以作为图2中的controlled-e-iSt的电路。如图3所示,受控门controlled-A包括两个controlled-W模块以及一个模块。由图3可知,controlled-W由受控旋转门R1、R2以及受控门select(S)组成。图3中的量子比特上的点表示受控门,实心和空心分别表示受|1>和|0>控制。受控门由控制比特和工作比特组成,在工作比特上使用的操作由控制比特决定。例如,如果控制比特是|1>,在目标量子位上应用R1,如果控制比特处于状态|0>,则应用R2。此外,controlled-W和中间的两部分(即虚线框外的部分),是沿着正交于量子态|00>的方向的对称算子。
在图3中,从上到下第二条线以及第三条线为标记出的额外的两个辅助量子比特,分别作用旋转门R1和R2。受控门select(S)分别作用于第一个和第三个(从上到下)辅助量子比特,并且Swap算子S作用于两个量子态ρ上。如图3所示,电路只使用了单比特和两比特量子门和受控门controlled-select(S)。
在一些实施例中,受控门controlled-select(S)可以由Toffoli门构造。通常来说,两比特Swap算子可以由三个CNOT门构造,如图4所示。增加一个辅助量子比特就可以构造两量子比特的受控门controlled-select(S)的电路,如图5所示,其中第一条线和第二条线(从上到下)组成第一个两量子比特的量子态,第四条线和第五条线(从上到下)组成第二个两量子比特的量子态。对于多量子比特的Swap算子,其量子电路可以类似构造:只需对两个量子态的对应量子比特分别采用类似图5的电路。此外,相位门只需作用在一个量子比特上,且只作用一次。
根据本公开的实施例,只使用了常数多个辅助量子比特、单量子比特门、两量子比特受控门和Toffoli门,降低了量子模拟所需的量子资源,并且使其易于在近期量子计算机上实现。
根据本公开的实施例,如图6所示,提供了一种量子电路操作装置600,包括:操作单元610,配置为执行预定次数的以下操作:将Q+1个系统量子态以及第一辅助量子比特输入所述量子电路,其中,所述量子电路包括Q个受控门,以在所述第一辅助量子比特、第一系统量子态以及相应的第二系统量子态之间分别作用所述受控门,并且在所述第一辅助量子比特作用所述受控门之前以及之后分别作用H门,其中,所述第二系统量子态为所述Q+1个所述系统量子态中的除所述第一系统量子态之外的系统量子态;对所述量子电路输出的量子态进行测量,以获得冯纽曼熵的傅里叶级数表达式相应的待确定项,其中,所述预定次数基于所述傅里叶级数表达式的项数确定,Q基于所述相应的待确定项以及预设的估计精度确定,Q为正整数。
这里,量子电路操作装置600的上述各单元610的操作分别与前面描述的步骤110的操作类似,在此不再赘述。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图7,现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM X02以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如方法100。例如,在一些实施例中,方法100可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM703并由计算单元701执行时,可以执行上文描述的方法10的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法100。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (10)
1.一种量子电路操作方法,包括:
执行预定次数的以下操作:
将Q+1个系统量子态以及第一辅助量子比特输入所述量子电路,其中,所述量子电路包括Q个受控门,以在所述第一辅助量子比特、第一系统量子态以及相应的第二系统量子态之间分别作用所述受控门,并且在所述第一辅助量子比特作用所述受控门之前以及之后分别作用H门,其中,所述第二系统量子态为所述Q+1个所述系统量子态中的除所述第一系统量子态之外的系统量子态;
对所述量子电路输出的量子态进行测量,以获得冯纽曼熵的傅里叶级数表达式相应的待确定项,
其中,所述预定次数基于所述傅里叶级数表达式的项数确定,Q基于所述相应的待确定项以及预设的估计精度确定,Q为正整数。
2.如权利要求1所述的方法,其中,所述受控门包括单比特旋转门R1、R2以及酉算子,其中,
所述单比特旋转门R1、R2分别作用于两个第二辅助量子比特中的相应量子比特;以及
所述酉算子作用于所述第一辅助量子比特、与所述单比特旋转门R2相对应的第二辅助量子比特、所述第一系统量子态以及所述相应的第二系统量子态。
6.一种量子电路操作装置,包括:
操作单元,配置为执行预定次数的以下操作:
将Q+1个系统量子态以及第一辅助量子比特输入所述量子电路,其中,所述量子电路包括Q个受控门,以在所述第一辅助量子比特、第一系统量子态以及相应的第二系统量子态之间分别作用所述受控门,并且在所述第一辅助量子比特作用所述受控门之前以及之后分别作用H门,其中,所述第二系统量子态为所述Q+1个所述系统量子态中的除所述第一系统量子态之外的系统量子态;
对所述量子电路输出的量子态进行测量,以获得冯纽曼熵的傅里叶级数表达式相应的待确定项,
其中,所述预定次数基于所述傅里叶级数表达式的项数确定,Q基于所述相应的待确定项以及预设的估计精度确定,Q为正整数。
7.如权利要求6所述的装置,其中,所述受控门包括单比特旋转门R1、R2以及酉算子,其中,
所述单比特旋转门R1、R2分别作用于两个第二辅助量子比特中的相应量子比特;以及
所述酉算子作用于所述第一辅助量子比特、与所述单比特旋转门R2相对应的第二辅助量子比特、所述第一系统量子态以及所述相应的第二系统量子态。
8.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111108758.3A CN113807525B (zh) | 2021-09-22 | 2021-09-22 | 量子电路操作方法及装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111108758.3A CN113807525B (zh) | 2021-09-22 | 2021-09-22 | 量子电路操作方法及装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113807525A true CN113807525A (zh) | 2021-12-17 |
CN113807525B CN113807525B (zh) | 2022-05-27 |
Family
ID=78940042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111108758.3A Active CN113807525B (zh) | 2021-09-22 | 2021-09-22 | 量子电路操作方法及装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807525B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418108A (zh) * | 2022-01-17 | 2022-04-29 | 北京百度网讯科技有限公司 | 酉算子编译方法、计算设备、装置及存储介质 |
CN114492816A (zh) * | 2022-01-28 | 2022-05-13 | 北京百度网讯科技有限公司 | 量子态处理方法、计算设备、计算装置及存储介质 |
CN114548413A (zh) * | 2022-02-25 | 2022-05-27 | 北京百度网讯科技有限公司 | 量子电路操作方法及装置、电子设备和介质 |
CN115577785A (zh) * | 2022-09-30 | 2023-01-06 | 北京百度网讯科技有限公司 | 量子信道噪声估计方法及装置、电子设备和介质 |
CN115577786A (zh) * | 2022-09-28 | 2023-01-06 | 北京百度网讯科技有限公司 | 量子熵确定方法、装置、设备及存储介质 |
CN116108926A (zh) * | 2022-09-28 | 2023-05-12 | 北京百度网讯科技有限公司 | 量子计算方法、装置、设备及存储介质 |
WO2023138229A1 (zh) * | 2022-01-20 | 2023-07-27 | 腾讯科技(深圳)有限公司 | 量子电路的制备方法、装置、设备、介质及产品 |
WO2023221680A1 (zh) * | 2022-05-18 | 2023-11-23 | 腾讯科技(深圳)有限公司 | 量子态制备电路生成及量子态制备方法、装置和量子芯片 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140264288A1 (en) * | 2013-03-14 | 2014-09-18 | Microsoft Corporation | Method and system that implement a v-gate quantum circuit |
CN109074518A (zh) * | 2015-12-30 | 2018-12-21 | 谷歌有限责任公司 | 多个本征值的量子相位估计 |
CN110738321A (zh) * | 2019-10-15 | 2020-01-31 | 北京百度网讯科技有限公司 | 一种量子信号处理方法及装置 |
CN111247538A (zh) * | 2017-10-18 | 2020-06-05 | 谷歌有限责任公司 | 量子电路的仿真 |
CN112232512A (zh) * | 2020-09-08 | 2021-01-15 | 中国人民解放军战略支援部队信息工程大学 | 量子计算模拟平台及线性方程组量子求解模拟方法、系统 |
CN112529203A (zh) * | 2020-12-23 | 2021-03-19 | 北京百度网讯科技有限公司 | 纠缠量子态分辨方法、装置、设备、存储介质及产品 |
CN112541590A (zh) * | 2020-12-10 | 2021-03-23 | 北京百度网讯科技有限公司 | 量子纠缠探测方法、装置、电子设备及存储介质 |
CN112633510A (zh) * | 2020-12-08 | 2021-04-09 | 北京百度网讯科技有限公司 | 量子数据间距离的确定方法及量子设备 |
CN113379058A (zh) * | 2021-06-08 | 2021-09-10 | 北京百度网讯科技有限公司 | 量子模拟方法及装置、电子设备及存储介质 |
CN113408733A (zh) * | 2021-06-29 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 量子系统的基态获取方法、装置、设备及存储介质 |
-
2021
- 2021-09-22 CN CN202111108758.3A patent/CN113807525B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140264288A1 (en) * | 2013-03-14 | 2014-09-18 | Microsoft Corporation | Method and system that implement a v-gate quantum circuit |
CN109074518A (zh) * | 2015-12-30 | 2018-12-21 | 谷歌有限责任公司 | 多个本征值的量子相位估计 |
CN111247538A (zh) * | 2017-10-18 | 2020-06-05 | 谷歌有限责任公司 | 量子电路的仿真 |
CN110738321A (zh) * | 2019-10-15 | 2020-01-31 | 北京百度网讯科技有限公司 | 一种量子信号处理方法及装置 |
CN112232512A (zh) * | 2020-09-08 | 2021-01-15 | 中国人民解放军战略支援部队信息工程大学 | 量子计算模拟平台及线性方程组量子求解模拟方法、系统 |
CN112633510A (zh) * | 2020-12-08 | 2021-04-09 | 北京百度网讯科技有限公司 | 量子数据间距离的确定方法及量子设备 |
CN112541590A (zh) * | 2020-12-10 | 2021-03-23 | 北京百度网讯科技有限公司 | 量子纠缠探测方法、装置、电子设备及存储介质 |
CN112529203A (zh) * | 2020-12-23 | 2021-03-19 | 北京百度网讯科技有限公司 | 纠缠量子态分辨方法、装置、设备、存储介质及产品 |
CN113379058A (zh) * | 2021-06-08 | 2021-09-10 | 北京百度网讯科技有限公司 | 量子模拟方法及装置、电子设备及存储介质 |
CN113408733A (zh) * | 2021-06-29 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 量子系统的基态获取方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
SHI, JINJING 等: "A (t,n)-Threshold Scheme of Multi-party Quantum Group Signature with Irregular Quantum Fourier Transform", 《INT J THEOR PHYS》 * |
陈然一鎏 等: "混合量子-经典算法: 基础、设计与应用", 《物理学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418108A (zh) * | 2022-01-17 | 2022-04-29 | 北京百度网讯科技有限公司 | 酉算子编译方法、计算设备、装置及存储介质 |
CN114418108B (zh) * | 2022-01-17 | 2022-10-18 | 北京百度网讯科技有限公司 | 酉算子编译方法、计算设备、装置及存储介质 |
WO2023138229A1 (zh) * | 2022-01-20 | 2023-07-27 | 腾讯科技(深圳)有限公司 | 量子电路的制备方法、装置、设备、介质及产品 |
CN114492816A (zh) * | 2022-01-28 | 2022-05-13 | 北京百度网讯科技有限公司 | 量子态处理方法、计算设备、计算装置及存储介质 |
CN114548413A (zh) * | 2022-02-25 | 2022-05-27 | 北京百度网讯科技有限公司 | 量子电路操作方法及装置、电子设备和介质 |
WO2023221680A1 (zh) * | 2022-05-18 | 2023-11-23 | 腾讯科技(深圳)有限公司 | 量子态制备电路生成及量子态制备方法、装置和量子芯片 |
CN115577786A (zh) * | 2022-09-28 | 2023-01-06 | 北京百度网讯科技有限公司 | 量子熵确定方法、装置、设备及存储介质 |
CN116108926A (zh) * | 2022-09-28 | 2023-05-12 | 北京百度网讯科技有限公司 | 量子计算方法、装置、设备及存储介质 |
CN116108926B (zh) * | 2022-09-28 | 2024-08-09 | 北京百度网讯科技有限公司 | 量子计算方法、装置、设备及存储介质 |
CN115577785A (zh) * | 2022-09-30 | 2023-01-06 | 北京百度网讯科技有限公司 | 量子信道噪声估计方法及装置、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113807525B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113807525B (zh) | 量子电路操作方法及装置、电子设备和介质 | |
CN113011593B (zh) | 消除量子测量噪声的方法及系统、电子设备和介质 | |
CN112541590B (zh) | 量子纠缠探测方法、装置、电子设备及存储介质 | |
CN113496285B (zh) | 基于量子电路的数据处理方法及装置、电子设备和介质 | |
US20230186138A1 (en) | Training of quantum neural network | |
CN113379058B (zh) | 量子模拟方法及装置、电子设备及存储介质 | |
CN114548413A (zh) | 量子电路操作方法及装置、电子设备和介质 | |
CN113705793B (zh) | 决策变量确定方法及装置、电子设备和介质 | |
CN115345309B (zh) | 系统特征信息的确定方法、装置、电子设备和介质 | |
CN113098803B (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN113098802B (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN114021728B (zh) | 量子数据测量方法及系统、电子设备和介质 | |
CN112529195B (zh) | 量子纠缠探测方法、装置、电子设备及存储介质 | |
AU2022263561A1 (en) | Quantum measurement device calibration method and apparatus, electronic device and medium | |
CN114580649A (zh) | 消除量子泡利噪声的方法及装置、电子设备和介质 | |
CN113255922A (zh) | 量子纠缠量化方法和装置、电子设备、计算机可读介质 | |
CN114580648A (zh) | 消除广义振幅阻尼噪声的方法及装置、电子设备和介质 | |
CN116739099A (zh) | 量子态保真度确定方法及装置、电子设备和介质 | |
CN113902118B (zh) | 量子测量设备校准方法及装置、电子设备和介质 | |
JP2022048780A (ja) | 計算装置、計算方法およびプログラム | |
CN114021729B (zh) | 量子电路操作方法及系统、电子设备和介质 | |
CN115630701B (zh) | 系统的特征信息确定方法、装置、电子设备和介质 | |
CN116523065B (zh) | 确定量子设备演化酉矩阵的方法及装置、电子设备和介质 | |
CN115018078B (zh) | 量子电路操作方法及装置、电子设备和介质 | |
CN116362341B (zh) | 量子设备酉变换程度确定方法及装置、电子设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |