CN117575032A - 实现参数标定的方法、系统、量子模拟机和电子计算装置 - Google Patents
实现参数标定的方法、系统、量子模拟机和电子计算装置 Download PDFInfo
- Publication number
- CN117575032A CN117575032A CN202311635266.9A CN202311635266A CN117575032A CN 117575032 A CN117575032 A CN 117575032A CN 202311635266 A CN202311635266 A CN 202311635266A CN 117575032 A CN117575032 A CN 117575032A
- Authority
- CN
- China
- Prior art keywords
- quantum
- bit
- moxing
- xin
- spin
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 61
- 239000002096 quantum dot Substances 0.000 claims abstract description 94
- 238000004088 simulation Methods 0.000 claims abstract description 88
- 238000005259 measurement Methods 0.000 claims abstract description 84
- 230000006870 function Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 239000000758 substrate Substances 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000012614 Monte-Carlo sampling Methods 0.000 claims description 4
- 238000013076 uncertainty analysis Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 8
- 230000005283 ground state Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005281 excited state Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- 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
- G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
-
- 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
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
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)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本申请公开一种实现参数标定的方法、系统、量子模拟机和电子计算装置，本公开实施例由量子模拟机对预先设定的K个时间点执行量子模拟，获得每一个时间点相应的M个测量结果后，由电子计算装置根据获得的测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值，并将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数，基于该函数对N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，在获得测量结果之后，由电子计算装置实现了伊辛模型哈密顿量的参数标定。
Description
技术领域
本申请涉及但不限于量子计算机技术，其中涉及一种实现参数标定的方法、系统、量子模拟机和电子计算装置。
背景技术
量子计算机是一种使用量子逻辑进行通用计算的设备。相比于电子计算装置，量子计算机在解决一些特定问题时运算时间可大幅度减少，具有广泛的应用前景。为实现大规模通用量子计算，需要数百万个高性能的物理量子比特，通过量子纠错的方法编码逻辑量子比特，以达到所需的精度。目前，相关技术中能实现的具有数百至数万个物理量子比特的量子计算机，尚无法支持大规模的通用量子计算，其重要应用包括专用的量子模拟算法，尤其是通过量子退火、变分量子优化等算法，用于求解伊辛模型基态等优化问题，实现在工程、金融和人工智能等领域的应用。
对于应用于求解伊辛模型基态等优化问题的伊辛模型量子模拟机(quantumsimulator)，如何标定量子比特的哈密顿量的参数是一个关键问题；在量子计算和模拟中，哈密顿量通常用于描述系统的总能量，刻画了系统的状态随时间的演化。在伊辛模型量子模拟机中，为求解目标的伊辛模型的基态，需要对量子比特实现伊辛模型的哈密顿量。受限于相关技术中的设计和加工技术，量子比特的性质通常会偏离理论预期值，不同量子比特之间也存在参数的涨落，因此需要在实际应用前通过实验手段进行其哈密顿量的参数标定。相关技术一般需要对各个量子比特的单比特参数及其两两之间的耦合强度分别进行标定，其复杂程度和所消耗的量子计算资源随量子比特数的增加而迅速增长，不适用于数百量子比特以上的伊辛模型量子模拟机。另一种相关技术是相干成像光谱学(coherentimaging spectroscopy)，适用于标定伊辛模型的量子模拟机的哈密顿量，通过制备哈密顿量的基态、测量依次激发到更高激发态共振频率，利用电子计算装置确定伊辛模型哈密顿量的所有参数；其优点在于无需对各个量子比特进行单独寻址操作，而只需全局操作和单独量子态测量，但该方法需要依次激发更高激发态，复杂程度和所消耗的量子计算资源依然随量子比特数的增加而迅速增长，不适用于数十量子比特以上的量子模拟机。
综上，如何实现大规模量子比特的伊辛模型量子模拟机中量子比特的哈密顿量的参数标定，成为一个有待解决的问题。
发明内容
以下是对本申请详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本公开实施例提供一种实现参数标定的方法、系统、量子模拟机和电子计算装置，能够实现大规模量子比特的伊辛模型量子模拟机中量子比特的哈密顿量的参数标定。
本公开实施例提供了一种实现参数标定的系统，包括：量子模拟机和电子计算装置；其中，
量子模拟机包括量子模拟单元和反馈单元；电子计算装置包括：确定期望值单元、表述单元及拟合单元；其中，
量子模拟单元设置为：对于预先确定的K个时间点中的每一个时间点，分别对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
反馈单元设置为：根据获得的每一个时间点的M个测量结果，反馈获得的K个时间点的测量结果至电子计算装置；
确定期望值单元设置为：根据获得的K个时间点的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；
表述单元设置为：将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
拟合单元设置为：根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，所述K个时间点包括t1,t2,…tl…,tK；N个量子比特中的第i个量子比特的所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
另一方面，本公开实施例还提供一种量子模拟机，其特征在于，包括量子模拟单元和反馈单元；其中，
量子模拟单元设置为：对于预先确定的K个时间点中的每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
反馈单元设置为：根据获得的每一个时间点的M个测量结果，发送获得的K个时间点的测量结果至电子计算装置；每一个时间点包含相应的M个测量结果；
其中，所述K个时间点包括t1,t2,…tl…,tK，l取值为1至K的数值；所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)在时间点tl的自旋关联期望值，量子比特i为N个量子比特中第i个量子比特，量子比特j为N个量子比特中除量子比特i之外的量子比特；所述电子计算装置根据获得的K个时间点的测量结果，获得伊辛模型哈密顿量的标定参数。
再一方面，本公开实施例还提供一种电子计算装置，其特征在于，包括：确定期望值单元、表述单元及拟合单元；其中，
确定期望值单元设置为：从量子模拟机获取K个时间点的所有测量结果，根据获取的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；其中，K个时间点为预先确定的包括t1,t2,…tl…,tK的时间点，所有测量结果包括：对每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
表述单元设置为：将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
拟合单元设置为：根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，N个量子比特中的第i个量子比特的所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
还一方面，本公开实施例还提供一种实现参数标定的方法，包括：
对于预先确定的K个时间点中的每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
根据获得的每一个时间点的M个测量结果，将获得的K个时间点的所有测量结果反馈至电子计算装置；
其中，所述K个时间点包括t1,t2,…tl…,tK，所述电子计算装置用于根据所述K个时间点的所有测量结果获得伊辛模型哈密顿量的标定参数。
还一方面，本公开实施例还提供一种实现参数标定的方法，包括：
从量子模拟机获取K个时间点的所有测量结果；其中，K个时间点为预先确定的包括t1,t2,…tl…,tK的时间点，所有测量结果包括：对每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
根据获取的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；
将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，N个量子比特中的第i个量子比特的所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
另一方面，本公开实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述实现参数标定的方法。
再一方面，本公开实施例还提供一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
所述计算机程序被所述处理器执行时实现如上述实现参数标定的方法。
本公开实施例由量子模拟机对预先设定的K个时间点执行量子模拟，获得每一个时间点相应的M个测量结果，由电子计算装置根据获得的策略结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值，并将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数，基于该函数对N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，在获得测量结果之后，无需量子计算资源，由电子计算装置实现了伊辛模型哈密顿量的参数标定。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本公开实施例实现参数标定的系统的结构框图；
图2为本公开实施例量子模拟机执行量子模拟的流程示意图；
图3为本公开实施例单比特自旋期望值的拟合示意图；
图4为本公开实施例两比特自旋关联期望值的拟合示意图；
图5为本公开实施例仿真运算得到伊辛模型哈密顿量的仿真参数的分布示意图；
图6为本公开实施例实现参数标定的方法的流程图。
具体实施方式
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
本公开实施例对于给定的N个量子比特的伊辛模型量子模拟机，其对应的伊辛模型哈密顿量一般可以表述为形式，其中，Zi描述第i个量子比特的泡利Z算符；hi是N维向量h的第i个分量，描述第i个量子比特受到的外场；Jij是N×N实对称矩阵J的第(i,j)元素，描述第i个量子比特和第j个量子比特之间的耦合强度。以上全体参数hi和Jij统称为伊辛模型哈密顿量的参数，参照相关技术记为{hi,Jij}；本公开实施例伊辛模型量子模拟机的哈密顿量可以具有其他不同的表述形式，本领域技术人员可以通过一些惯用转化方法转化为上述形式。
图1为本公开实施例实现参数标定的系统，如图1所示，包括：量子模拟机和电子计算装置；其中，量子模拟机包括量子模拟单元和反馈单元；电子计算装置包括：确定期望值单元、表述单元及拟合单元；其中，
量子模拟单元设置为：对于预先确定的K个时间点中的每一个时间点，分别对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
反馈单元设置为：根据获得的每一个时间点的M个测量结果，反馈获得的K个时间点的测量结果至电子计算装置；
确定期望值单元设置为：根据获得的K个时间点的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；
表述单元设置为：将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
拟合单元设置为：根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，K个时间点包括t1,t2,…tl…,tK；N个量子比特中的第i个量子比特的两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
本公开实施例由量子模拟机对预先设定的K个时间点执行量子模拟，获得每一个时间点相应的M个测量结果，由电子计算装置根据获得的策略结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值，并将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数，基于该函数对N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，在获得测量结果之后，无需量子计算资源，由电子计算装置实现了伊辛模型哈密顿量的参数标定。
在一种示例性实例中，本公开实施例量子模拟单元是设置为，按照以下方式执行一次量子模拟获得一个测量结果：
将待标定的伊辛模型哈密顿量的坐标轴记为Z方向；将N个量子比特的初态制备在垂直于泡利Z算符的基底上；
将待标定的伊辛模型哈密顿量开启时间点tl，测量每一个量子比特在泡利X算符基底上的投影，获得一个测量结果；这里，开启时间点指开启从0到tl的时长；
其中，l取值为1至K中的一个整数。
本公开实施例以时间点tl，l取值为1至K中的一个整数，参见图2，在量子模拟机上执行量子模拟，包括：
步骤200、将待标定的伊辛模型哈密顿量的坐标轴记为Z方向；
步骤201、将量子比特的初态制备在垂直于泡利Z算符的基底上，即制备叠加态，例如总可以选定坐标轴将该方向选为X方向，所制备的初态即为各量子比特处于泡利X算符的本征值为1的本征态；
步骤202、将待标定的哈密顿量开启时间点tl，测量每一个量子比特在泡利X算符基底上的投影，得到一次测量结果；S＝[s1,s2,…si…,sN]，其中，si∈{1,-1}是第i个量子比特测量泡利X算符的结果；
本公开实施例对于每个时间点tl，在伊辛模型量子模拟机上将上述量子比特重复M次步骤201到202的处理，可以获得M次测量结果。本公开实施例M也是与量子比特数N无关的整数，可以取为数十到数千，M取值越大，标定结果越精确，但所需量子计算资源也越高。
在一种示例性实例中，本公开实施例电子计算装置还包括确定时间点单元，设置为：
将待标定的伊辛模型哈密顿量的参数中的参数hi按照预设运算方式进行运算取值为将待标定的哈密顿量的参数中的参数Jij按照预设运算方式进行运算取值为/>
在0到之间选取K个时间点；
其中，预设运算方式包括以下运算方法之一：最大值、平均值或中位数。
在一种示例性实例中，本公开实施例预设运算方式进行运算取值，无需精确确定，可以由技术人员分析确定其他运算方式；本公开实施例K个时间点可以是等间隔的，也可以是也可以随机选取，时间点个数K是与量子比特数N无关的整数，可以取为10到数百，K取值越大，标定结果精度要求越高，但所需量子计算资源也越高；在一种示例性实例中，本公开实施例假设标定结果的精度为δ，k的取值为δ2的倒数。
在一种示例性实例中，本公开实施例M个测量结果依次为S(l,1),S(l,2),…S(l,m)…,S(l,M)；
其中，包含N个量子比特的测量泡利X算符的结果，/>是时间点tl的第m次量子模拟时，第i个量子比特测量泡利X算符的结果，
在一种示例性实例中，本公开实施例拟合单元可以应用相关技术中的拟合方法实现上述拟合处理，包括但不限于最小二乘法、最大似然法等本领域技术人员公知的数理运算方法。
在一种示例性实例中，本公开实施例量子比特i在任意所选时间点tl的单比特自旋期望值以及任意一对量子比特(i,j)在任意所选时间点tl的两比特自旋关联期望值/>本公开实施例可以利用相关技术中的已有方法，计算各个量子比特的单比特自旋期望值和各个量子比特对之间的两比特自旋关联期望值随时间的演化，参照数理运算方法将其表述为伊辛模型哈密顿量的参数{hi,Jij}和时间的函数，本公开实施例可获得
<Xi>(t)＝cos(2hit)∏k≠icos(2Jkit)
综合两方面结果，利用这些函数对上述测量得到的单比特自旋期望值<Xi>(tk)和两比特自旋关联期望值<XiXj>(tk)进行拟合，可获得伊辛模型哈密顿量的参数；参见图3，量子模拟机测量得到的单比特自旋期望值在各个所选时间点的取值<Xi>(tk)(点)和理论计算函数得到的拟合结果(线)；作为示例，在0到5.8毫秒之间等间隔选取了K＝23个时间点，每个时间点上量子模拟机重复测量了M＝100次；参见图4，量子模拟机测量得到的两比特自旋关联期望值在各个所选时间点的取值<XiXj>(tk)(点)和理论计算函数得到的拟合结果(线)；作为示例，在0到5.8毫秒之间等间隔选取了K＝23个时间点，每个时间点上量子模拟机重复测量了M＝100次；本公开实施例基于电子计算装置即可实现上述处理，无需额外的量子计算资源。
在一种示例性实例中，本公开实施例中的电子计算装置可以是经典计算机，包括但不限于：个人计算机、服务器、及其他具有运算能力的设备。
在一种示例性实例中，本公开实施例电子计算装置还包括不确定度分析单元，设置为：
通过以下处理，执行R次仿真运算：根据M个测量结果确定的每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值，分别计算单比特自旋期望值所服从的概率分布和两比特自旋关联期望值所服从的概率分布；这里，计算出的概率分布符合二项分布；根据计算出的单比特自旋期望值所服从的概率分布和两比特自旋关联期望值所服从的概率分布，通过蒙特卡洛采样方法生成仿真的M次仿真数据，仿真数据为根据概率分布进行M次量子模拟的仿真运算生成的测量数据；根据生成的M次仿真数据，获得伊辛模型哈密顿量的仿真参数；其中，基于仿真数据获得仿真参数的处理，与基于测量数据获得标定参数的处理相同；
根据R次仿真运算获得的伊辛模型哈密顿量的仿真参数，确定每一个伊辛模型哈密顿量的参数的统计涨落分布；
根据确定的每一个伊辛模型哈密顿量的参数的统计涨落分布，计算仿真运算所得的伊辛模型哈密顿量的参数的标准偏差。
本公开实施例根据统计涨落分布计算仿真所得的哈密顿量的参数的标准偏差{δhi,δJij}，标准偏差表示不确定度，因此，实现了伊辛模型哈密顿量的参数{hi，Jij}的不确定度的确定。本公开实施例无需额外的量子计算资源，通过电子计算装置实现了不确定度的确定。
在一种示例性实例中，本公开实施例中的R是一个正整数，可取为数十到数百。
本公开实施例对于上述K个时间点，根据确定的每一个量子比特的单比特自旋期望值和量子比特对之间的两比特自旋关联期望值，根据M次重复测量的测量结果计算上述期望值所服从的概率分布，进而电子计算装置通过蒙特卡洛采样方法生成仿真的M次仿真结果。将仿真结果代替测量结果进行计算，可获得一组仿真的哈密顿量参数重复上述过程R次，如附图5所示，R取100时，可获得各个哈密顿量参数的统计涨落分布。由此计算仿真所得的哈密顿量参数的标准偏差{δhi,δJij}，即确定了确定的哈密顿量参数{hi,Jij}的不确定度。
本公开实施例还提供一种量子模拟机，包括量子模拟单元和发送单元；其中，
量子模拟单元设置为：对于预先确定的K个时间点中的每一个时间点，分别对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
发送单元设置为：根据获得的每一个时间点的M个测量结果，发送获得的K个时间点的测量结果至电子计算装置；每一个时间点包含相应的M个测量结果；
其中，K个时间点包括t1,t2,…tl…,tK，l取值为1至K的数值；两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)在时间点tl的自旋关联期望值，量子比特i为N个量子比特中第i个量子比特，量子比特j为N个量子比特中除量子比特i之外的量子比特；电子计算装置根据获得的K个时间点的测量结果，获得伊辛模型哈密顿量的标定参数。
本公开实施例还提供一种电子计算装置，其特征在于，包括：确定期望值单元、表述单元及拟合单元；其中，
确定期望值单元设置为：从量子模拟机获取K个时间点的所有测量结果，根据获取的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；其中，K个时间点为预先确定的包括t1,t2,…tl…,tK的时间点，所有测量结果包括：对每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
表述单元设置为：将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
拟合单元设置为：根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，N个量子比特中的第i个量子比特的两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
本公开实施例还提供一种实现参数标定的方法，包括：
步骤301、对于预先确定的K个时间点中的每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
步骤302、将获得的K个时间点的所有测量结果反馈至电子计算装置；
其中，K个时间点包括t1,t2,…tl…,tK，电子计算装置用于根据K个时间点的所有测量结果获得伊辛模型哈密顿量的标定参数。
本公开实施例还提供一种实现参数标定的方法，包括：
步骤401、从量子模拟机获取K个时间点的所有测量结果；其中，K个时间点为预先确定的包括t1,t2,…tl…,tK的时间点，所有测量结果包括：对每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
步骤402、根据获取的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；
步骤403、将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
步骤404、根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，N个量子比特中的第i个量子比特的两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
图6为本公开实施例实现参数标定的方法的流程图，如图6所示，包括：
步骤601、对于预先确定的K个时间点中的每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
步骤602、根据获得的K个时间点的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；
步骤603、将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
步骤604、根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，K个时间点包括t1,t2,…tl…,tK；N个量子比特中的第i个量子比特的两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
在一种示例性实例中，本公开实施例每一个测量结果由量子模拟机按照以下方式执行一次量子模拟获得：
将待标定的伊辛模型哈密顿量的坐标轴记为Z方向；
将N个量子比特的初态制备在垂直于泡利Z算符的基底上；
将待标定的伊辛模型哈密顿量开启时间点tl(开启从0到tl的时长)，测量每一个量子比特在泡利X算符基底上的投影，获得一个测量结果；
其中，l取值为1至K中的一个整数。
在一种示例性实例中，获得每一个时间点相应的M个测量结果之前，本公开实施例方法还包括：
将待标定的伊辛模型哈密顿量的参数中的参数hi按照预设运算方式进行运算取值为将待标定的哈密顿量的参数中的参数Jij按照预设运算方式进行运算取值为/>
在0到之间选取K个时间点；
其中，预设运算方式包括以下运算方法之一：最大值、平均值或中位数。
在一种示例性实例中，本公开实施例M个测量结果依次为S(l,1),S(l,2),…S(l,m)…,S(l,M)；
其中，包含N个量子比特的测量泡利X算符的结果，/>是时间点tl的第m次量子模拟时，第i个量子比特测量泡利X算符的结果，
在一种示例性实例中，获得伊辛模型哈密顿量的标定参数之后，本公开实施例方法还包括：
通过以下处理，执行R次仿真运算：根据M个测量结果确定的每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值，分别计算单比特自旋期望值所服从的概率分布和两比特自旋关联期望值所服从的概率分布；这里，计算出的概率分布符合二项分布；根据计算出的单比特自旋期望值所服从的概率分布和两比特自旋关联期望值所服从的概率分布，通过蒙特卡洛采样方法生成仿真的M次仿真数据，仿真数据为根据概率分布进行M次量子模拟的仿真运算生成的测量数据；根据生成的M次仿真数据，获得伊辛模型哈密顿量的仿真参数；其中，基于仿真数据获得仿真参数的处理，与基于测量数据获得标定参数的处理相同；
根据R次仿真运算获得的伊辛模型哈密顿量的仿真参数，确定每一个伊辛模型哈密顿量的参数的统计涨落分布；
根据确定的每一个伊辛模型哈密顿量的参数的统计涨落分布，计算仿真运算所得的伊辛模型哈密顿量的参数的标准偏差。
本公开实施例根据统计涨落分布计算仿真所得的哈密顿量的参数的标准偏差{δhi,δJij}，标准偏差表示不确定度，因此，实现了伊辛模型哈密顿量的参数{hi，Jij}的不确定度的确定。
在一种示例性实例中，本公开实施例中的R是一个正整数，可取为数十到数百。
本公开实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述步骤401～步骤404的实现参数标定的方法。
本公开实施例还提供一种终端，包括：存储器和处理器，存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
计算机程序被处理器执行时实现如上述步骤401～步骤404的实现参数标定的方法。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
Claims (11)
1.一种实现参数标定的系统，其特征在于，包括：量子模拟机和电子计算装置；其中，
量子模拟机包括量子模拟单元和反馈单元；电子计算装置包括：确定期望值单元、表述单元及拟合单元；其中，
量子模拟单元设置为：对于预先确定的K个时间点中的每一个时间点，分别对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
反馈单元设置为：根据获得的每一个时间点的M个测量结果，反馈获得的K个时间点的测量结果至电子计算装置；
确定期望值单元设置为：根据获得的K个时间点的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；
表述单元设置为：将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
拟合单元设置为：根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，所述K个时间点包括t1,t2,…tl…，tK；N个量子比特中的第i个量子比特的所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
2.根据权利要求1所述的系统，其特征在于，所述量子模拟单元是设置为，按照以下方式执行一次所述量子模拟获得一个所述测量结果：
将待标定的伊辛模型哈密顿量的坐标轴记为Z方向；
将所述N个量子比特的初态制备在垂直于泡利Z算符的基底上；
将待标定的伊辛模型哈密顿量开启时间点tl，测量每一个量子比特在泡利X算符基底上的投影，获得一个所述测量结果；
其中，l取值为1至K中的一个整数。
3.根据权利要求1所述的系统，其特征在于，所述电子计算装置还包括确定时间点单元，设置为：
将待标定的所述伊辛模型哈密顿量的参数中的参数hi按照预设运算方式进行运算取值为将待标定的哈密顿量的参数中的参数Jij按照预设运算方式进行运算取值为/>
在0到之间选取所述K个时间点；
其中，所述预设运算方式包括以下运算方法之一：最大值、平均值或中位数。
4.根据权利要求2所述的系统，其特征在于，所述M个测量结果依次为S(l,1),S(l,2),…S(l ,m)…,S(l,M)；
其中，包含N个量子比特的测量泡利X算符的结果，/>是时间点tl的第m次量子模拟时，第i个量子比特测量泡利X算符的结果，
5.根据权利要求1所述的系统，其特征在于，所述电子计算装置还包括不确定度分析单元，设置为：
通过以下处理，执行R次仿真运算：根据M个测量结果确定的每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值，分别计算单比特自旋期望值所服从的概率分布和两比特自旋关联期望值所服从的概率分布；根据计算出的单比特自旋期望值所服从的概率分布和两比特自旋关联期望值所服从的概率分布，通过蒙特卡洛采样方法生成仿真的M次仿真数据，仿真数据为根据所述概率分布进行M次量子模拟的仿真运算生成的测量数据；根据生成的M次仿真数据，获得所述伊辛模型哈密顿量的仿真参数；其中，基于仿真数据获得仿真参数的处理，与基于测量数据获得标定参数的处理相同；
根据所述R次仿真运算获得的伊辛模型哈密顿量的仿真参数，确定每一个伊辛模型哈密顿量的参数的统计涨落分布；
根据确定的每一个伊辛模型哈密顿量的参数的统计涨落分布，计算仿真运算所得的伊辛模型哈密顿量的参数的标准偏差。
6.一种量子模拟机，其特征在于，包括量子模拟单元和反馈单元；其中，
量子模拟单元设置为：对于预先确定的K个时间点中的每一个时间点，分别对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
反馈单元设置为：根据获得的每一个时间点的M个测量结果，发送获得的K个时间点的测量结果至电子计算装置；
其中，所述K个时间点包括t1,t2,…tl…,tK，l取值为1至K的数值；所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)在时间点tl的自旋关联期望值，量子比特i为N个量子比特中第i个量子比特，量子比特j为N个量子比特中除量子比特i之外的量子比特；所述电子计算装置根据获得的K个时间点的测量结果，获得伊辛模型哈密顿量的标定参数。
7.一种电子计算装置，其特征在于，包括：确定期望值单元、表述单元及拟合单元；其中，
确定期望值单元设置为：从量子模拟机获取K个时间点的所有测量结果，根据获取的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；其中，K个时间点为预先确定的包括t1,t2,…tl…,tK的时间点，所有测量结果包括：对每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
表述单元设置为：将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
拟合单元设置为：根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，N个量子比特中的第i个量子比特的所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
8.一种实现参数标定的方法，其特征在于，包括：
对于预先确定的K个时间点中的每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
根据获得的每一个时间点的M个测量结果，将获得的K个时间点的所有测量结果反馈至电子计算装置；
其中，所述K个时间点包括t1,t2,…tl…,tK，所述电子计算装置用于根据所述K个时间点的所有测量结果获得伊辛模型哈密顿量的标定参数。
9.一种实现参数标定的方法，其特征在于，包括：
从量子模拟机获取K个时间点的所有测量结果；其中，K个时间点为预先确定的包括t1,t2,…tl…,tK的时间点，所有测量结果包括：对每一个时间点，分别通过量子模拟机对N个量子比特执行M次量子模拟，获得每一个时间点相应的M个测量结果；
根据获取的所有测量结果，确定每一个量子比特在每一个时间点的单比特自旋期望值和两比特自旋关联期望值；
将N个量子比特在K个时间点的单比特自旋期望值与两比特自旋关联期望值，表述为伊辛模型哈密顿量的参数和时间的函数；
根据表述为伊辛模型哈密顿量的参数和时间的函数，对测量得到的N个量子比特在K个时间点的单比特自旋期望值和两比特自旋关联期望值进行拟合，获得伊辛模型哈密顿量的标定参数；
其中，N个量子比特中的第i个量子比特的所述两比特自旋关联期望值为量子比特i和每一个量子比特j组成的一对量子比特(i,j)，在每一个时间点的自旋关联期望值，量子比特j为N个量子比特中除量子比特i之外的量子比特。
10.一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求9所述的实现参数标定的方法。
11.一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
所述计算机程序被所述处理器执行时实现如权利要求9所述的实现参数标定的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311635266.9A CN117575032A (zh) | 2023-11-30 | 2023-11-30 | 实现参数标定的方法、系统、量子模拟机和电子计算装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311635266.9A CN117575032A (zh) | 2023-11-30 | 2023-11-30 | 实现参数标定的方法、系统、量子模拟机和电子计算装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117575032A true CN117575032A (zh) | 2024-02-20 |
Family
ID=89862293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311635266.9A Pending CN117575032A (zh) | 2023-11-30 | 2023-11-30 | 实现参数标定的方法、系统、量子模拟机和电子计算装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117575032A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117949799A (zh) * | 2024-03-22 | 2024-04-30 | 吕梁学院 | 基于门电压测定有机自旋电子件性能的方法及测定系统 |
-
2023
- 2023-11-30 CN CN202311635266.9A patent/CN117575032A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117949799A (zh) * | 2024-03-22 | 2024-04-30 | 吕梁学院 | 基于门电压测定有机自旋电子件性能的方法及测定系统 |
| CN117949799B (zh) * | 2024-03-22 | 2024-06-11 | 吕梁学院 | 基于门电压测定有机自旋电子件性能的方法及测定系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10469087B1 (en) | Bayesian tuning for quantum logic gates | |
| AU2020292425B2 (en) | Hybrid quantum-classical computer for bayesian inference with engineered likelihood functions for robust amplitude estimation | |
| AU2023203407B2 (en) | Estimating the fidelity of quantum logic gates and quantum circuits | |
| US20220067567A1 (en) | Verified quantum phase estimation | |
| AU2023203229B2 (en) | Bayesian quantum circuit fidelity estimation | |
| CN113537501B (zh) | 电磁串扰的标定和缓释方法、装置及电子设备 | |
| CN114462613B (zh) | 量子计算机性能刻画方法及装置、电子设备和介质 | |
| JP2022126618A (ja) | 量子デバイスのノイズ除去方法および装置、電子機器、コンピュータ可読記憶媒体並びにコンピュータプログラム | |
| CN117575032A (zh) | 实现参数标定的方法、系统、量子模拟机和电子计算装置 | |
| CN114096970A (zh) | 测量量子态纯度 | |
| JP2023550324A (ja) | 量子誤差軽減ための仮想抽出 | |
| CN113472415B (zh) | 信号到达角估计方法、装置、电子设备及存储介质 | |
| Ding et al. | Collaborative learning of high-precision quantum control and tomography | |
| Cheng et al. | Polynomial optimization with linear combination of unitaries | |
| US20230385679A1 (en) | Polynomial-time linear cross-entropy benchmarking | |
| US20240046131A1 (en) | Methods and systems for patch-by-patch characterization of quantom processors | |
| US20240005188A1 (en) | Shift rule for gradient determination in parameterised quantum evolutions | |
| Tian et al. | Real-time parameter estimation for two-qubit systems based on hybrid control | |
| WO2024015689A2 (en) | System and method of improving fidelity in execution of quantum programs | |
| JP2024019231A (ja) | 量子ビットの励起周波数をキャリブレートする方法、装置、機器および記憶媒体 | |
| WO2024210909A1 (en) | Metric based quantum processor re-calibration | |
| CN116739098A (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
| CN117057436A (zh) | 能够降低量子计算装置深度的用于期望估计的量子算法 |
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 |