CN117634622A - 一种物理体系的哈密顿量期望值测量方法及相关装置 - Google Patents

一种物理体系的哈密顿量期望值测量方法及相关装置 Download PDF

Info

Publication number
CN117634622A
CN117634622A CN202311564822.8A CN202311564822A CN117634622A CN 117634622 A CN117634622 A CN 117634622A CN 202311564822 A CN202311564822 A CN 202311564822A CN 117634622 A CN117634622 A CN 117634622A
Authority
CN
China
Prior art keywords
brix
items
quantum
hamiltonian
group
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
Application number
CN202311564822.8A
Other languages
English (en)
Inventor
请求不公布姓名
窦猛汉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Benyuan Quantum Computing Technology Hefei Co ltd
Original Assignee
Benyuan Quantum Computing Technology Hefei Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Benyuan Quantum Computing Technology Hefei Co ltd filed Critical Benyuan Quantum Computing Technology Hefei Co ltd
Priority to CN202311564822.8A priority Critical patent/CN117634622A/zh
Publication of CN117634622A publication Critical patent/CN117634622A/zh
Pending legal-status Critical Current

Links

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
    • G06N10/60—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)
  • Tests Of Electronic Circuits (AREA)

Abstract

本发明公开了一种物理体系的哈密顿量期望值测量方法及相关装置，涉及量子计算技术领域，该方法包括：获取待测量物理体系的哈密顿量，所述哈密顿量包括多个泡利子项；根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，得到至少一组泡利子项；运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合；基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值。可以降低运算量，减少对计算资源的占用。

Description

一种物理体系的哈密顿量期望值测量方法及相关装置
技术领域
本发明属于量子计算技术领域，特别是涉及一种物理体系的哈密顿量期望值测量方法及相关装置。
背景技术
量子计算机是一类遵循量子力学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装置。当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机因其具有相对普通计算机更高效的处理数学问题的能力，例如，能将破解RSA密钥的时间从数百年加速到数小时，故成为一种正在研究中的关键技术。
期望值求解在量子算法十分重要，以变分量子特征求解器算法(VariationalQuantum Eigensolver，VQE)为例，其核心过程为优化分子体系哈密顿量对应期望值的最小值。期望值求解包括拟设线路和哈密顿量两个部分，对于真实的物理体系而言，其哈密顿量通常包括多个泡利子项，期望值求解算法需要遍历哈密顿量的所有泡利子项，针对每一泡利子项依次运行拟设线路然后进行测量，得到哈密顿量期望值，这种遍历的所有泡利子项的方式运算量较大，需要占用大量的计算资源。
发明内容
本发明的目的是提供一种物理体系的哈密顿量期望值测量方法及相关装置，旨在减少运算量，降低计算资源的占用。
为了实现上述目的，本发明实施例的第一方面，提供一种物理体系的哈密顿量期望值测量方法，包括：
获取待测量物理体系的哈密顿量，所述哈密顿量包括多个泡利子项；
根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，得到至少一组泡利子项；
运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合；
基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值。
在一种可能的实现方式中，所述根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，包括：
遍历所述哈密顿量的每一泡利子项，将包括泡利算符X和单位矩阵I的泡利子项确定为同一组泡利子项。
在一种可能的实现方式中，所述根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，包括：
遍历所述哈密顿量的每一泡利子项，将包括泡利算符Y和单位矩阵I的泡利子项确定为同一组泡利子项。
在一种可能的实现方式中，所述根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，包括：
遍历所述哈密顿量的每一泡利子项，将去除单位矩阵I和泡利算符Z后的剩余泡利算符相同的泡利子项确定为同一组泡利子项。
在一种可能的实现方式中，所述运行每组泡利子项对应的量子线路之前，所述方法还包括：
根据每组泡利子项包括的相同泡利算符确定目标量子逻辑门；
根据所述目标量子逻辑门和拟设线路得到所述量子线路。
在一种可能的实现方式中，所述根据每组泡利子项包括的相同泡利算符确定目标量子逻辑门，包括：
若每组中每一泡利子项的相同泡利算符包括泡利算符X，则将H门确定为目标量子逻辑门；
若每组中每一泡利子项的相同泡利算符包括泡利算符Y，则将RX门确定为目标量子逻辑门。
在一种可能的实现方式中，所述基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值，包括：
针对每组泡利子项，对该组泡利子项对应的量子态概率集合中的每一量子态对应的概率和权重的乘积进行求和，得到每组泡利子项包括的每一泡利子项的测量概率；
对每一泡利子项的系数和测量概率的乘积进行求和，得到所述哈密顿量期望值。
本发明实施例的第二方面，提供了一种物理体系的哈密顿量期望值测量装置，所述装置包括：
获取模块，用于获取待测量物理体系的哈密顿量，所述哈密顿量包括多个泡利子项；
分组模块，用于根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，得到至少一组泡利子项；
运行模块，用于运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合；
计算模块，用于基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值。
本发明实施例的第三方面，提供一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述第一方面中任一项所述方法的步骤。
本发明实施例的第四方面，提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述第一方面中任一项所述方法的步骤。
基于上述技术方案，通过对待测量物理体系的哈密顿量包括的多个泡利子项进行分组，运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合，进而，可以基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值，也就是说本发明针对每组泡利子项包括的多个泡利子项只运行了一次量子线路，相较于现有技术，本发明无需针对每一泡利子项运行一次量子线路，减少了哈密顿量期望值测量过程中运行量子线路的次数，从而，降低了运算量，减少了对计算资源的占用。
附图说明
图1是根据一示例性实施例示出的一种物理体系的哈密顿量期望值测量系统的网络框图。
图2是根据一示例性实施例示出的一种物理体系的哈密顿量期望值测量方法的流程图。
图3是根据一示例性实施例示出的一种通过对哈密顿量包括的多个泡利子项进行分组的示意图。
图4是根据一示例性实施例示出的另一种物理体系的哈密顿量期望值测量方法的流程图。
图5是根据一示例性实施例示出的一种物理体系的哈密顿量期望值测量装置的框图。
图6是根据一示例性实施例示出的一种计算机设备的框图。
具体实施方式
下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
图1是本发明实施例提供的物理体系的哈密顿量期望值测量系统的网络框图。物理体系的哈密顿量期望值测量系统可以包括网络110、服务器120、无线设备130、客户机140、存储150、经典计算单元160、量子计算单元170，还可以包括未示出的附加存储器、经典处理器、量子处理器和其他设备。
网络110是用于为物理体系的哈密顿量期望值测量系统内连接在一起的各种设备和计算机之间提供通信链路的介质，包括但不限于互联网、企业内部网、局域网、移动通信网及其组合，连接方式可以采用有线、无线通信链路或光纤电缆等。
服务器120、无线设备130和客户机140是常规的数据处理系统，可包含数据和具有执行常规计算过程的应用程序或软件工具。客户机140可以是个人计算机或网络计算机，故数据也可以是服务器120提供的。无线设备130可以是智能手机、平板、笔记本电脑、智能可穿戴设备等。存储单元150可以包括数据库151，其可以被配置为存储量子比特参数、量子逻辑门参数、量子线路、量子程序等数据。
经典计算单元160(量子计算单元170)可以包括用于处理经典数据(量子数据)的经典处理器161(量子处理器171)和用于存储经典数据(量子数据)的存储器162(存储器172)，经典数据(量子数据)可以是引导文件、操作系统镜像、以及应用程序163(应用程序173)，应用程序163(应用程序173)可以用于实现根据本发明实施例提供的物理体系的哈密顿量期望值测量方法编译的量子算法。
经典计算单元160(量子计算单元170)中存储或产生的任何数据或信息也可以被配置成以类似的方式在另一个经典(量子)处理系统中存储或产生，同样其执行的任何应用程序也可以被配置成以类似的方式在另一个经典(量子)处理系统中执行。
需要说明的是，真正的量子计算机是混合结构的，它至少包括图1中的两大部分：经典计算单元160，负责执行经典计算与控制；量子计算单元170，负责运行量子程序进而实现量子计算。
上述经典计算单元160和量子计算单元170可以是集成在一台设备中，也可以是分布在两台不同的设备之中。例如包括经典计算单元160的第一设备运行经典计算机操作系统，其上提供了量子应用程序开发工具和服务，以及还提供了量子应用程序所需的存储和网络服务。用户通过其上的量子应用程序开发工具和服务开发量子程序，以及通过其上的网络服务将量子程序发送至包括量子计算单元170的第二设备。第二设备运行量子计算机操作系统，通过量子计算机操作系统对该量子程序的代码进行解析编译成量子处理器170可以识别和执行的指令，量子处理器170根据该指令实现量子程序对应的量子算法。
经典计算单元160中的经典处理器161的计算单元是基于硅芯片的CMOS管，这种计算单元不受时间和相干性的限制，即，这种计算单元是不受使用时长限制，随时可用。此外，在硅芯片中，这种计算单元的数量也是充足的，目前一个经典处理器161中的计算单元的数量是成千上万的，计算单元数量的充足且CMOS管可选择的计算逻辑是固定的，例如:与逻辑。借助CMOS管运算时，通过大量的CMOS管结合有限的逻辑功能，以实现运算效果。
量子计算单元170中量子处理器171的基本计算单元是量子比特，量子比特的输入受相干性的限制，也受相干时间的限制，即，量子比特是受使用时长限制的，并不是随时可用的。在量子比特的可用使用时长内充分使用量子比特是量子计算的关键性难题。此外，量子计算机中量子比特的数量是量子计算机性能的代表指标之一，每个量子比特通过按需配置的逻辑功能实现计算功能，鉴于量子比特数量受限，而量子计算领域的逻辑功能是多样化的，例如:哈德玛门(Hadamard门，H门)、泡利-X门(X门)、泡利-Y门(Y门)泡利-Z门(Z门)、X门、RY门、RZ门、CNOT门、CR门、iSWAP门、Toffoli门等等。量子计算时，需借助有限的量子比特结合多样的逻辑功能组合实现运算效果。
基于这些不同，经典逻辑功能作用在CMOS管的设计和量子逻辑功能作用在量子比特的设计是显著和本质不同的；经典逻辑功能作用在CMOS管的设计是不需要考虑CMOS管的个体性，如CMOS管在硅芯片中的表示是第几个CMOS管的个体标识、位置、每个CMOS管的可使用时长，故而经典逻辑功能组成的经典算法只表达算法的运算关系，不表达算法对CMOS管个体的依赖。
而量子逻辑功能作用在量子比特需要考虑量子比特的个体性，如量子比特在量子芯片中是第几个量子比特的个体标识、位置以及和周围量子比特的关系、以及每个量子比特可使用时长。故而量子逻辑功能组成的量子算法不仅表达算法的运算关系，更表达算法对量子比特个体的依赖。
示例性的：
量子算法一：H1、H2、CNOT(1,3)、H3、CNOT(2,3)；
量子算法二：H1、H2、CNOT(1,2)、H3、CNOT(2,3)；
量子算法一和量子算法二利用量子逻辑门加阿拉伯数字的方法表示该量子逻辑门作用的量子比特，其中的阿拉伯数字1、2、3可以表示三个依次相连的量子比特Q1、Q2、Q3或者相互连接的量子比特Q1、Q2、Q3；
量子算法受量子比特相干时间影响的示例性解释如下：
定义一个单量子比特逻辑门执行时长为t，1个作用在相邻比特上的两单量子比特逻辑门执行时间为2t；则：
当Q1、Q2、Q3三者彼此相互连接时，量子算法一的计算需要6t，分4个时间段进行，每个时间段需要的时长分别为t，2t，t，2t，每个时间段内执行的运算为：H1、H2；CNOT(1,3)；H3；CNOT(2,3)；
量子算法一的计算需要5t，分3个时间段进行，每个时间段需要的时长分别为t，2t，2t，每个时间段内执行的运算为：H1、H2、H3；CNOT(1,2)；CNOT(2,3)；
当Q1、Q2、Q3三者依次连接时，量子算法一需要等效为：H 1、H2；swap(1,2)、CNOT(2,3)、swap(1,2)；H3；CNOT(2,3)；等效后的量子算法一的计算需要10t，分4个时间段，每个时间段需要的时长分别为t，6t，t，2t。每个时间段内执行的运算为：H1、H2；swap(1,2)、CNOT(2,3)、swap(1,2)；H3；CNOT(2,3)。
所以，量子逻辑功能作用在量子比特的设计(包括量子比特使用与否的设计以及每个量子比特使用效率的设计)是提升量子计算机的运算性能的关键，且需要进行特殊的设计，这也是基于量子逻辑功能实现的量子算法的独特性，是和基于经典逻辑功能实现的经典算法的本质和显著不同。而上述针对量子比特的设计是普通计算设备所不需要考虑的、也不需要面对的技术问题。本发明提出了一种物理体系的哈密顿量期望值测量方法及相关装置，以实现减少运算量，降低计算资源的占用。
相关技术中，哈密顿量是量子力学中描述系统能量的物理量。它是系统的总能量算符，包括系统的动能和势能。哈密顿量的本征值表示了系统的能量的可能取值，而哈密顿量的本征态则表示了系统的能量的可能状态。通过求解哈密顿量的本征值问题，可以得到系统的能级和能级间的跃迁概率，从而揭示了系统的能量结构和能量变化规律。因此，哈密顿量在量子力学中是一个非常重要的物理量，它描述了量子系统的基本性质和行为。
在量子计算领域，哈密顿量期望值求解在量子算法中起着十分重要的作用，例如，优化分子体系哈密顿量对应期望值的最小值，通过求解哈密顿量期望值的最小值可以找到能量最低的分子状态。在分子模拟和量子化学计算中，能量最低的分子状态对于理解分子结构、化学反应、分子间相互作用以及寻找有效的药物分子等方面非常重要。可以确定分子的几何构型和能量，从而预测分子的性质和行为。还可以用于确定最稳定的分子构型、计算分子的振动频率和热力学性质，以及预测分子间相互作用的强度和性质。总之，哈密顿量期望值求解是理解和预测分子的性质、行为和相互作用的重要计算方法。
哈密顿量期望值通过以下公式求解：
其中，E和<H>表示期望值，表示哈密顿量，/>表示拟设线路，θ表示拟设线路的参数。通常哈密顿量包含多个泡利子项，所以上述期望值求解公式可以表示为以下形式：
其中，表示哈密顿量的第i个泡利子项，αi表示第i个泡利子项对应的系数，N表示哈密顿量包括的泡利子项的项数。
在现有技术中，通过上述公式求解哈密顿量期望值，需要针对每一泡利子项运行拟设线路，然后通过上述公式计算期望值，从上述公式中可以看出，当N的取值较大时，运行拟设线路的次数也就越多，运算量也就越大，需要占用大量的计算资源。
为了解决上述技术问题，本发明实施例提供了一种物理体系的哈密顿量期望值测量方法，参见图2，图2是根据一示例性实施例示出的一种物理体系的哈密顿量期望值测量方法的流程图。该方法包括以下步骤：
S201、获取待测量物理体系的哈密顿量，所述哈密顿量包括多个泡利子项。
本发明实施例中，待测量物理体系可以为分子体系、原子体系等，本发明实施例对待测量物理体系不做具体限定。
本发明实施例中，可以根据待测量物理体系的复杂程度确定表示该待测量物理体系哈密顿量的量子比特数量，对于量子比特数为n的哈密顿量来说，哈密顿量包括的多个泡利子项，其中每一泡利子项长度均为n，并且可以被表示成泡利算符X、Y、Z和单位矩阵I的一种或多种组合形式，每一泡利子项对应一个给定的系数。
例如，以3个量子比特的哈密顿量为例，哈密顿量P可以表示成：
P＝{"III":0.1，"IIX":0.2，"XXX":0.3，"IXY":0.4，"ZXY":0.5}
该哈密顿量包括5个泡利子项，每一泡利子项的长度为3，每一泡利子项对应一个给定的系数。
S202、根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，得到至少一组泡利子项。
具体分组方式将在下文实施例中的进行详细介绍，请参考下文有关描述。
S203、运行每组泡利子项对应的量子线路，得到每组泡利子项对应的量子态概率集合。
其中，量子线路包括拟设线路，在量子算法中，拟设线路是通过量子逻辑门操作构建的。拟设线路的目的是将量子态经过一系列的量子操作转换为一个拟设态，该拟设态可以用于计算期望值。
拟设线路通常由多个量子比特组成，每个量子比特可以处于量子态的不同叠加态。通过在每个量子比特上应用量子逻辑门操作，可以使得量子态发生演化。这些量子逻辑门操作可以是单量子比特的旋转门，如Hadamard门、RX、RY、RZ门等，也可以是多量子比特的门，如CNOT门、SWAP门等。
拟设线路一般针对具体的待测量物理体系进行设计，对于不同的待测量物理体系而言，拟设线路也不相同，拟设线路的结构是可调节的，可以根据问题的需要来添加或删除量子逻辑门操作。通过调整量子逻辑门操作的参数，可以使得拟设线路能够表示不同的拟设态，从而优化期望值的计算。
在VQE算法中，拟设线路通常与经典优化算法结合使用。经典优化算法根据量子计算结果来调整拟设线路的参数，以寻找期望值的最小值。通过多次迭代，可以逐步优化拟设线路的参数，从而得到问题的最优解。
本发明实施例中，针对每组泡利子项基于拟设线路搭建量子线路，运行每组泡利子项对应的量子线路，从而获得每组泡利子项对的量子态概率集合，量子态概率集合为组成拟设线路多个量子比特可能的量子态对应的概率集合。
S204、基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值。
采用本发明实施例，通过对待测量物理体系的哈密顿量包括的多个泡利子项进行分组，运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合，进而，可以基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值，也就是说本发明针对每组泡利子项包括的多个泡利子项只运行了一次量子线路，相较于现有技术，本发明无需针对每一泡利子项运行一次量子线路，减少了哈密顿量期望值测量过程中运行量子线路的次数，从而，降低了运算量，减少了对计算资源的占用。
下面介绍本发明实施例中对哈密顿量包括的多个泡利子项进行分组的具体方式，在本发明另一实施例中，上述S202、根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，具体可以通过以下三种方式进行分组：
分组方式一、遍历所述哈密顿量的每一泡利子项，将包括泡利算符X和单位矩阵I的泡利子项确定为同一组泡利子项。
例如，针对给定的哈密顿量P＝{"III":0.1，"IIX":0.2，"XXX":0.3，"IXY":0.4，"ZXY":0.5}，其中，泡利子项IIX和泡利子项XXX仅包括I和X，虽然泡利子项IXY，可以将泡利子项IIX和泡利子项XXX确定为同一组泡利子项
本发明实施例中，对于哈密顿量包括的多个泡利子项，将多个泡利子项中包括泡利算符X和单位矩阵I的泡利子项确定为同一组泡利子项，进而，针对包括泡利算符X和单位矩阵I的泡利子项可以只运行一次量子线路，无需针对每一包括泡利算符X和单位矩阵I的泡利子项运行一次量子线路，减少了量子线路的运行次数，降低了运算量，减少了对计算资源的占用。
分组方式二、遍历所述哈密顿量的每一泡利子项，将包括泡利算符Y和单位矩阵I的泡利子项确定为同一组泡利子项。
本发明实施例中，对于哈密顿量包括的多个泡利子项，将多个泡利子项中包括泡利算符Y和单位矩阵I的泡利子项确定为同一组泡利子项，进而，针对包括泡利算符Y和单位矩阵I的泡利子项可以只运行一次量子线路，无需针对每一包括泡利算符Y和单位矩阵I的泡利子项都运行一次量子线路，减少了量子线路的运行次数，降低了运算量，减少了对计算资源的占用。
分组方式三、遍历所述哈密顿量的每一泡利子项，将去除单位矩阵I和泡利算符Z后的剩余泡利算符相同的泡利子项确定为同一组泡利子项。
例如，针对给定的哈密顿量P＝{"III":0.1，"IIX":0.2，"XXX":0.3，"IXY":0.4，"ZXY":0.5}，其中泡利子项IXY和泡利子项ZXY在去除I和Z后，剩泡利算符均为XY，所以可以将泡利子项IXY和泡利子项ZXY确定为同一组泡利子项。
本发明实施例中，对于哈密顿量包括的多个泡利子项，将去除单位矩阵I和泡利算符Z后的剩余泡利算符相同的泡利子项确定为同一组泡利子项，进而，针对该组泡利子项可以只运行一次量子线路，无需针对该组的每一泡利子项都运行一次量子线路，减少了量子线路的运行次数，降低了运算量，减少了对计算资源的占用。
上述三种分组方式可以单独使用、也可以同时使用其中任意两种分组方式或者同时使用三种分组方式。本发明实施例对同时使用其中任意两种分组方式或者三种分组方式时，各分组方式的执行先后顺序不作具体限定，可以根据实际需要进行设置。
如图3所示，图3为本发明实施例提供的一种通过上述分组方式一、分组方式二和分组方式三对哈密顿量包括的多个泡利子项进行分组的示意图，对于通过分组方式一得到的包括泡利算符X和单位矩阵I的泡利子项XIIIIIIIIIII、XXIIIIIIIIII…IIIIIIIIIIIX来说，该组中每一泡利子项的测量概率可以基于XXXXXXXXXXXX的量子态概率集合计算得到。
对于通过分组方式二得到的包括泡利算符Y和单位矩阵I的泡利子项YIIIIIIIIIII、YYIIIIIIIIII…IIIIIIIIIIIY来说，该组中每一泡利子项的测量概率可以基于YYYYYYYYYYYY的量子态概率集合计算得到。
对于通过分组方式三得到的IIIIIIIIIIXY、ZIIIIIIIIIXY…ZZZZZZZZZZXY来说，该组中每一泡利子项的测量概率可以通过X1Y0的量子态概率集合计算得到。
在本发明另一实施例中，在使用上述实施例中的分组方式对哈密顿量包括的多个泡利子项分组之后，上述S203、运行每组泡利子项对应的量子线路之前，该方法还包括：
S401、根据每组泡利子项包括的相同泡利算符确定目标量子逻辑门。
S401具体可以实现为：
若每组中每一泡利子项的相同泡利算符包括泡利算符X，则将H门确定为目标量子逻辑门。
若每组中每一泡利子项的相同泡利算符包括泡利算符Y，则将RX门确定为目标量子逻辑门。
例如，图3中通过分组方式一分组得到的包括泡利算符X和单位矩阵I的泡利子项XIIIIIIIIIII、XXIIIIIIIIII…IIIIIIIIIIIX，该组泡利子项包括的相同泡利算符包括泡利算符X和单位矩阵I，则针对该组泡利子项可以确定目标量子逻辑门为H门。
图3中通过分组方式二分组得到的包括泡利算符Y和单位矩阵I的泡利子项YIIIIIIIIIII、YYIIIIIIIIII…IIIIIIIIIIIY，该组泡利子项包括的相同泡利算符包括泡利算符Y和单位矩阵I，则针对该组泡利子项可以确定目标量子逻辑门为RX门
图3中通过分组方式三分组得到的IIIIIIIIIIXY、ZIIIIIIIIIXY…ZZZZZZZZZZXY，该组泡利子项包括的相同的泡利算符包括泡利算符X和泡利算符Y，则可以确定目标量子逻辑门为H门和RX门。
一种实现方式中，上述目标量子逻辑门RX门的参数为π/2。
S402、根据所述目标量子逻辑门和拟设线路得到所述量子线路。
其中，量子线路具体为通过在拟设线路之后添加目标量子逻辑门得到的。
采用本发明实施例提供的方案，可以针对每组泡利子项构建一个量子线路，根据该量子线路的运行结果，可以得到每组泡利子项对应的量子态概率集合，相比于现有技术针对每一泡利子项构建量子线路，可以减少需要运行的量子线路的数量，从而减少了运行量子线路的次数，降低了运算量，减少了对计算资源的占用。
在本发明另一实施例中，上述S204、基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值，具体可以实现为：
步骤一、针对每组泡利子项，对该组泡利子项对应的量子态概率集合中的每一量子态对应的概率和权重的乘积进行求和，得到每组泡利子项包括的每一泡利子项的测量概率。
具体可以通过以下公式计算每一泡利子项的测量概率：
prob＝∑lplwl
其中，l表示量子态，pl表示l量子态的概率，wl表示l量子态的权重，j表示泡利子项中泡利算符“X”“Y”“Z”的编号，lj表示j号量子比特的量子态的状态，取值为0或1。
其中，每一泡利子项中泡利算符的编号方式为从右至左，依次从0开始编号，量子比特的编号也为从右至左，依次从0开始编号。
以3个量子比特的哈密顿量P＝{"III":0.1，"IIX":0.2，"XXX":0.3，"IXY":0.4，"ZXY":0.5}为例，其中，IIX和XXX为同一组泡利子项，IXY和ZXY为同一组泡利子项。
对于IIX和XXX构成的一组泡利子项来说，可以复用X0X1X2的量子态概率集合；对于IXY和ZXY为同一组泡利子项来说，可以复用Y0X1的量子态概率集合。
为简单起见，假设拟设线路C为3个比特上各一个X门。于是针对X0X1X2测量，得到IIX和XXX构成的一组泡利子项对应的量子态概率集合为：
M1＝{'000':0.125333，'001':0.129，'010':0.123167，'011':0.117667，'100':0.136667，'101':0.120167，'110':0.121667，'111':0.126333}。
对于IXY和ZXY为构成的一组泡利子项对应的量子态概率集合为：
M2＝{'110':0.2455，'101':0.252167，'100':0.239333，'111':0.263}
根据量子态概率集合M1，针对泡利子项IIX，X的编号从右至左依次为0，根据0号位置的量子比特的量子态计算上述8个量子态的权重：000的权重为1、001的权重为-1、010的权重为1、011的权重为-1、100的权重为1、101的权重为-1、110的权重为1、111的权重为-1。
泡利子项IIX的测量概率为:
0.125333*1+0.129*(-1)+0.123167*1+0.117667*(-1)+0.136667*1+0.120167*(-1)+0.121667*1+0.126333*(-1)＝0.025333。
根据量子态概率集合M1，针对泡利子项XXX，X的编号从右至左依次为0、1、2，根据0、1、2号位置的量子比特的量子态计算上述8个量子态的权重：000的权重为1，001的权重为-1，010的权重为-1，011的权重为1，100的权重为-1，101的权重为1，110的权重为1，111的权重为-1。
泡利子项XXX的测量概率为：
0.125333*1+0.129*(-1)+0.123167*(-1)+0.117667*1+0.136667*(-1)+0.120167*1+0.121667*1+0.126333*(-1)＝0.003333。
同理：根据量子态概率集合M2计算，针对泡利子项IXY，X和Y的编号为1和0，根据0号和1号位置的量子比特的量子态计算的权重，计算泡利子项IXY的测量概率为：
0.2455*(-1)+0.252167*(-1)+0.239333*1+0.263*1＝0.004667。
针对泡利子项ZXY，Z、X和Y的编号为2、1和0，根据0、1和2号位置的量子比特的量子态计算的权重，计算泡利子项ZXY的测量概率为：
0.2455*1+0.252167*1+0.239333*(-1)+0.263*(-1)＝-0.004667。
需要说明的是，本发明实施例中仅由单位矩阵I构成的泡利子项III的测量概率为常数1，无需进行测量，也无需进行分组，期望值计算可以直接加上该项的系数和常数的乘积。
步骤二、对每一泡利子项的系数和测量概率的乘积进行求和，得到所述哈密顿量期望值。
其中，所述哈密顿量期望值具体通过以下公式计算得到：
其中，M为分组数量，ni表示第i个分组内的泡利子项数量，αij表示第i个分组的第j个泡利子项对应的系数，/>表示第i个分组/>的第j个泡利子项的测量概率，表示i个分组/>的第j个泡利子项。
延续步骤一中的例子，根据上述公式计算期望值得到：
E＝0.1+0.2*0.025333+0.3*0.003333+0.4*0.004667-0.5*0.004667＝0.105600。
采用本发明实施例，通过每组泡利子项对应的量子态概率集合计算该组包括的每一泡利子项对应的测量概率，进而，根据对每一泡利子项的系数和每一泡利子项对应的测量概率的乘积进行求和，得到哈密顿量期望值，无需针对每一泡利子项运行量子线路，减少了量子线路的运行次数，降低了运算量，减少了对计算资源的占用。
基于相同的发明构思，本发明实施例还提供了一种物理体系的哈密顿量期望值测量装置，如图5所示，该装置包括：
获取模块501，用于获取待测量物理体系的哈密顿量，所述哈密顿量包括多个泡利子项；
分组模块502，用于根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，得到至少一组泡利子项；
运行模块503，用于运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合；
计算模块504，用于基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值。
关于物理体系的哈密顿量期望值测量装置实现的具体功能和效果，可以参照本说明书其他实施方式对照解释，在此不再赘述。物理体系的哈密顿量期望值测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。所述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
请参阅图6。本说明书实施方式还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式中的物理体系的哈密顿量期望值测量方法。请参阅图6，所述计算机设备可以是经典计算机。所述计算机设备也可以是量子计算机。
本说明书实施方式还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时使得，该计算机执行上述任一实施方式中的物理体系的哈密顿量期望值测量方法。
本说明书实施方式还提供一种包含指令的计算机程序产品，该指令被计算机执行时使得计算机执行上述任一实施方式中的物理体系的哈密顿量期望值测量方法。
可以理解，本说明书中的具体的示例只是为了帮助本领域技术人员更好地理解本说明书实施方式，而非限制本发明的范围。
可以理解，在本说明书中的各种实施方式中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本说明书实施方式的实施过程组成任何限定。
可以理解，本说明书中描述的各种实施方式，既可以单独实施，也可以组合实施，本说明书实施方式对此并不限定。
除非另有说明，本说明书实施方式所使用的所有技术和科学术语与本说明书的技术领域的技术人员通常理解的含义相同。本说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在限制本说明书的范围。本说明书所使用的术语“和/或”包括一个或多个相关的所列项的任意的和所有的组合。在本说明书实施方式和所附权利要求书中所使用的单数形式的“一种”、“上述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
可以理解，本说明书实施方式的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施方式的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施方式中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施方式所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
可以理解，本说明书实施方式中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasablePROM，EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本领域普通技术人员可以意识到，结合本文中所公开的实施方式描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本说明书的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施方式中的对应过程，在此不再赘述。
在本说明书所提供的几个实施方式中，应所述理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本说明书各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本说明书的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本说明书的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本说明书揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本说明书的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种物理体系的哈密顿量期望值测量方法，其特征在于，所述方法包括：
获取待测量物理体系的哈密顿量，所述哈密顿量包括多个泡利子项；
根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，得到至少一组泡利子项；
运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合；
基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值。
2.根据权利要求1所述的方法，其特征在于，所述根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，包括：
遍历所述哈密顿量的每一泡利子项，将包括泡利算符X和单位矩阵I的泡利子项确定为同一组泡利子项。
3.根据权利要求1所述的方法，其特征在于，所述根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，包括：
遍历所述哈密顿量的每一泡利子项，将包括泡利算符Y和单位矩阵I的泡利子项确定为同一组泡利子项。
4.根据权利要求1所述的方法，其特征在于，所述根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，包括：
遍历所述哈密顿量的每一泡利子项，将去除单位矩阵I和泡利算符Z后的剩余泡利算符相同的泡利子项确定为同一组泡利子项。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述运行每组泡利子项对应的量子线路之前，所述方法还包括：
根据每组泡利子项包括的相同泡利算符确定目标量子逻辑门；
根据所述目标量子逻辑门和拟设线路得到所述量子线路。
6.根据权利要求5所述的方法，其特征在于，所述根据每组泡利子项包括的相同泡利算符确定目标量子逻辑门，包括：
若每组中每一泡利子项的相同泡利算符包括泡利算符X，则将H门确定为目标量子逻辑门；
若每组中每一泡利子项的相同泡利算符包括泡利算符Y，则将RX门确定为目标量子逻辑门。
7.根据权利要求1-4任一项所述的方法，其特征在于，所述基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值，包括：
针对每组泡利子项，对该组泡利子项对应的量子态概率集合中的每一量子态对应的概率和权重的乘积进行求和，得到每组泡利子项包括的每一泡利子项的测量概率；
对每一泡利子项的系数和测量概率的乘积进行求和，得到所述哈密顿量期望值。
8.一种物理体系的哈密顿量期望值测量装置，其特征在于，所述装置包括：
获取模块，用于获取待测量物理体系的哈密顿量，所述哈密顿量包括多个泡利子项；
分组模块，用于根据每一泡利子项包括的泡利算符将多个泡利子项进行分组，得到至少一组泡利子项；
运行模块，用于运行每组泡利子项对应的量子线路，得到每组对应的量子态概率集合；
计算模块，用于基于每组泡利子项对应的量子态概率集合计算所述待测量物理体系的哈密顿量期望值。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。
CN202311564822.8A 2023-11-20 2023-11-20 一种物理体系的哈密顿量期望值测量方法及相关装置 Pending CN117634622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311564822.8A CN117634622A (zh) 2023-11-20 2023-11-20 一种物理体系的哈密顿量期望值测量方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311564822.8A CN117634622A (zh) 2023-11-20 2023-11-20 一种物理体系的哈密顿量期望值测量方法及相关装置

Publications (1)

Publication Number Publication Date
CN117634622A true CN117634622A (zh) 2024-03-01

Family

ID=90031415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311564822.8A Pending CN117634622A (zh) 2023-11-20 2023-11-20 一种物理体系的哈密顿量期望值测量方法及相关装置

Country Status (1)

Country Link
CN (1) CN117634622A (zh)

Similar Documents

Publication Publication Date Title
Jha et al. Deepreduce: Relu reduction for fast private inference
Schank et al. Approximating clustering coefficient and transitivity.
Francom et al. BASS: An R package for fitting and performing sensitivity analysis of Bayesian adaptive spline surfaces
Cohen et al. On computing the Gromov hyperbolicity
Lee et al. Computing the stationary distribution locally
Smith et al. Phylogenetic inference using generative adversarial networks
Joubert et al. Parallel accelerated vector similarity calculations for genomics applications
CN112734195A (zh) 数据处理方法、装置、电子设备及存储介质
Nobre et al. Exploring the binary precision capabilities of tensor cores for epistasis detection
JP6658507B2 (ja) 負荷推定システム、情報処理装置、負荷推定方法、及び、コンピュータ・プログラム
Mills et al. Profiling neural blocks and design spaces for mobile neural architecture search
CN117436538A (zh) 基于量子过程层析的量子通道确定方法及相关装置
Jamal et al. A hybrid CPU/GPU approach for the parallel algebraic recursive multilevel solver pARMS
CN117634622A (zh) 一种物理体系的哈密顿量期望值测量方法及相关装置
JP2020139914A (ja) 物質構造分析装置、方法及びプログラム
JP2024520473A (ja) データの分布のエンコード及び計算における改良及びそれに関する改良
CN116579437B (zh) 一种量子线路训练方法、装置、存储介质及电子装置
CN116340714B (zh) 一种张量数据处理方法及相关装置
Kelly Understanding mammalian evolution using Bayesian phylogenetic inference
Cicirello Optimizing the Modified Lam Annealing Schedule
CN118333178A (zh) 一种量子芯片的运行速度评估方法及相关装置
US9355363B2 (en) Systems and methods for virtual parallel computing using matrix product states
Deng et al. Runtime Analysis for State-of-the-Art Multi-objective Evolutionary Algorithms on the Subset Selection Problem
CN116992970A (zh) 一种量子模拟方法及装置
CN118607627A (zh) 一种链路预测模型、知识图谱链路预测方法及相关装置

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