JP7223174B2 - ロバストな振幅推定のための工学的尤度関数を用いたベイズ推論のためのハイブリッド量子古典コンピュータ - Google Patents
ロバストな振幅推定のための工学的尤度関数を用いたベイズ推論のためのハイブリッド量子古典コンピュータ Download PDFInfo
- Publication number
- JP7223174B2 JP7223174B2 JP2021571623A JP2021571623A JP7223174B2 JP 7223174 B2 JP7223174 B2 JP 7223174B2 JP 2021571623 A JP2021571623 A JP 2021571623A JP 2021571623 A JP2021571623 A JP 2021571623A JP 7223174 B2 JP7223174 B2 JP 7223174B2
- Authority
- JP
- Japan
- Prior art keywords
- quantum
- computer
- qubits
- state
- likelihood function
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Complex Calculations (AREA)
Description
因子を示す。
因子を示す。
因子を示す。
位相推定とベイズ視点を組み合わせることによって、限られた深さの量子回路を実現できるノイズの多い量子デバイスに、初期の提案よりもより適したベイズ位相推定技術が生まれる。上記の概念を採用すると、回路パラメータ
本発明の実施形態は、|A=A|0>になるように、量子回路Aが状態|A>を準備できる期待値II=<A|0|A>を推定するためのシステム及び方法を含む。本発明の実施形態は量子回路のファミリーを使用し得、その結果、回路がAのより多くの反復で深くなるにつれ、回路はこれまでより高い次数のIIでの多項式である尤度関数を可能にする。具体的な例を用いて次の項に説明するように、多項式の次数のこの増加の直接的な結果として推論の能力が高まり、これは各推論ステップでのフィッシャー情報量利得によって数値化できる。本発明の実施形態は、この「強化サンプリング」技術を確立した後に、量子回路にパラメータを導入し、結果として生じる尤度関数を調整可能にし得る。本開示の実施形態は、推論の各ステップ中に最大の情報利得のためにパラメータを最適化し得る。以下の洞察は、我々の努力から生まれた。
量子状態|A>に関してなんらかの演算子Pの期待値<A|P|A>を推定するための2つの主要な戦略がある。量子振幅推定の方法は、特定の計算モデルに関して証明可能な量子高速化を提供する。しかしながら、推定値で精度εを達成するためには、この方法で必要とされる回路深度は0(1/ε)としてスケーリングし、それは近い将来の量子コンピュータにとっては実用的ではなくなる。変分量子固有値ソルバーは、振幅推論を実施するために標準サンプリングを使用する。標準サンプリングは低深度量子回路を可能にし、それを近い将来の量子コンピュータでの実装により適するようにする。しかしながら、実際には、この方法の非効率性のため、VQEは関心のある多くの問題に対して実用的ではなくなる。本項では、本発明の実施形態が使用し得る振幅推定のための強化サンプリングの方法を紹介する。この技術は、ノイズが多い量子デバイスの統計的検出力を最大限にしようと努めている。この方法は、VQEで使用されるような標準サンプリングの簡略な分析から開始するとして説明される。
1.|A>を準備し、結果d=0,1を受け取る演算子Pを測定する。
2.0とラベルの付いたkの結果及び1とラベルの付いたM-kの結果を受け取ることをM回繰り返す。
3.
についての位相フリップを適用し、次に仮説の回路Aを再適用することによって達成し得る。この場合、尤度関数は以下になる。
標準:I1(II=0)=1
強化:I1(II=0)=9 (11)
量子回路の単純な変形が、どのようにして情報利得を強化し得るのかを明示している。この例では、強化サンプリングの最も単純な場合を使用することによって、標的誤差を達成するために必要とされる測定数を、少なくとも9分の1減少させ得る。後述するように、本発明の実施形態は、Pを測定する前に
本項では、本発明の実施形態が使用し得る振幅推定のために尤度関数を設計する方法論を説明する。最初に、工学的尤度関数に対応するサンプルを引き出すための量子回路を説明し、次に、回路パラメータを調整し、結果として生じる尤度関数を用いてベイズ推論を実施するための技術を説明する。
ここで、期待値を推定するためのコンピュータ(例えば、量子コンピュータまたはハイブリッド量子古典コンピュータ)で手順を設計し、実装し、実行するための技術を説明し、
II=cos(θ)=<A|P|A> (18)
上式では|A>=A|0nであり、Aはnキュービットユニタリ演算子であり、Pは、固有値が±1であるnキュービットのエルミート演算子であり、θ=arccos(II)は後にベイズ推論を容易にするために導入される。本明細書に開示する推定アルゴリズムを構築する際には、本発明の実施形態は、以下のプリミティブ演算を実行することができると仮定し得る。第1に、本発明の実施形態は、計算基底状態|0n>を準備し、それに量子回路Aを適用し、
(ノイズの多い)工学的尤度関数のモデルが適所にある状態で、回路パラメータ
率を同じ平均及び分散のガウス分布で置き換え、それを次の期間のためのθの事前確率として設定し得る。本発明の実施形態は、θの分布が単一の値の周りに十分に集中するまで、この測定及びベイズ更新手順を繰り返してよい。
本発明の実施形態は、定義により事後分布
本項では、図7の回路のパラメータ
本発明の実施形態に従って実装された、回路角度
本発明の実施形態は、所与の点θ=μ(つまり、θの事前平均)で尤度関数
本発明の実施形態は、所与の点θ=μ(つまり、θの事前平均)で尤度関数
回路パラメータ
本項は、振幅推定のために工学的尤度関数を用いてベイズ推論をシミュレーションした特定の結果を説明する。これらの結果は、設計されていない尤度関数に優る特定の工学的尤度関数の特定の利点、及びそれらの性能に対する回路深度と忠実度の影響を実証する。
我々の実験では、U(x)=exp(-ixP)を実装し、射影測定
本発明の実施形態は、IIの推定値で標的平均平方誤差を達成するために必要とされる実行時間のためのモデルを、それがより大型のシステムのためにスケーリングされ、より良いゲート忠実度のデバイスで実行されるときに、実装し得る。このモデルは、主な2つの仮定の上に成り立ち得る。第1の仮定は、逆平均平方誤差の増加率は逆分散率式の半分によって十分に説明されるという点である(方程式(40)を参照)。半分は、分散及び平方バイアスが平均平方誤差に等しく寄与する旨の控えめな推定による(前項のシミュレーションは、平方バイアスが分散未満である傾向があることを示している)。第2の仮定は、チェビシェフ尤度関数の数値調査によって動機付けられる分散減少係数に対する実験的な下限である。
この式は、
ここで、分散減少係数Vの2つのプロキシ-フィッシャー情報量及び尤度関数
・ケース1:j=2(L-t)は偶数であり、ここで0≦t≦L-1である。この場合、W2t=V(xj)である。事実を使用すると、以下である。
・θ及び
・s=1,2,...,tの場合、P0,2s-2及びP2s,2-1
・s=t+1,t+2,...,Lの場合、P2t+1,2s-2及びP2s,2L-1
・P0,2t-1及びP2t+1,2L-1
1.ケース2:j=2(L-t)-1は奇数であり、ここで0≦t≦L-1である。この場合、W2t+1=U(θ;xj)である。事実を使用すると、以下となる。
・s=1,2,...tの場合、P0,2s-2及びP2s、2t
・s=t+2,t+3,...Lの場合、P2t+2,2s-2及びP2s,2L-1
・P0,2t及びP2t+2,2L-1
所与の点θ=μ(つまり、θの事前平均)で尤度関数
また、所与の点θ=μ(つまり、θの事前平均)で尤度関数
回路パラメータ
θが事前分布N(μ,σ2)を有し、ここではσ<<1/Lであり、ELFを生成するプロセスの忠実度がfであると仮定する。
最適なr及びbを取得すると、解析公式を有する以下について、1、θの事後平均及び分散に近似し、
便宜上、以下の表記法を導入する。i=0,1,...,L-1の場合、
・ケース1:j=1(t+1)は偶数であり、ここでは0≦t≦L-1である。この場合、W2t+1=V(-x)、及びW4L-2t-1=V(xj)である。次に、以下を取得し、
・P0,2t、P2t+2,4L-2t-2,P4L-2t,4L,P2t+2,2L-1,P2L+1,4L-2t-2;
・k=0,1,...,tの場合、P4L-2t,4L-2k-1及びP4L-2k+1,4L;
・k=t+1,t+2,...,L-1の場合、P2t+2,4L-2k-1及びP4L-2k+1,4L-2t-2
の場合、
5.ケース2:j=2t+1は奇数であり、ここでは0≦t≦L-1である。この場合W2t=U(θ;-xj)、及びW4L-2t=U(θ;xj)である。次に、以下を取得する。
・P0,2t-1、P2t+1,4L-2t-1、P4L-2t+1,4L、P2t+1,2L-1、P2L+1,4L-2t-1;
・k=0,1,...t-1の場合、P4L-2t+1,4L-2k-1及びP4L-2k+1,4L
・k=t+1,t+2,...,L-1の場合、P2t+1,4L-2k-1及びP4L-2k+1,4L-2t-1
・キュービット104のいくつかまたはすべてが、導波路に沿って移動する光子(「量子光学」実装とも呼ばれる)として実装される実施形態では、制御ユニット106はビームスプリッタ(例えば、ヒーターまたはミラー)とすることができ、制御信号108はヒーターまたはミラーの回転を制御する信号とすることができ、測定ユニット110は光検出器とすることができ、測定信号112は光子とすることができる。
・キュービット104のいくつかまたはすべてが電荷タイプキュービット(例えば、トランスモン(transmon)、X-モン(X-mon)、G-モン(G-mon))またはフラックスタイプキュービット(例えば、フラックスキュービット、容量シャントされたフラックスキュービット)として実装される実施形態(「回路量子電磁力学」(回路QED)実装とも呼ばれる)では、制御ユニット106はドライブによって活性化されるバス共振器とすることができ、制御信号108はキャビティモードとすることができ、測定ユニット110は第2の共振器(例えば、低Q共振器)とすることができ、測定信号112は分散読み出し技術を使用して第2の共振器から測定された電圧とすることができる。
・キュービット104のいくつかまたはすべてが超伝導回路として実装される実施形態では、制御ユニット106は、回路QED支援制御ユニットまたは直接容量結合制御ユニットまたは誘導容量結合制御ユニットとすることができ、制御信号108はキャビティモードとすることができ、測定ユニット110は第2の共振器(例えば、低Q共振器)とすることができ、測定信号112は分散読み出し技術を使用して第2の共振器から測定された電圧とすることができる。
・キュービット104のいくつかまたはすべてがトラップされたイオン(例えば、マグネシウムイオンの電子状態)として実装される実施形態では、制御ユニット106はレーザーとすることができ、制御信号108はレーザーパルスとすることができ、測定ユニット110はレーザー及びCCDまたは光検出器(例えば、光電子増倍管)とすることができ、測定信号112は光子とすることができる。
・キュービット104のいくつかまたはすべてが核磁気共鳴(NMR)を使用して実施される実施形態(この場合、キュービットは、例えば、液体または固体形態の分子であり得る)では、制御ユニット106は無線周波数(RF)アンテナとすることができ、制御信号108はRFアンテナによって放射されるRFフィールドとすることができ、測定ユニット110は別のRFアンテナとすることができ、測定信号112は第2のRFアンテナによって測定されたRFフィールドとすることができる。
・キュービット104のいくつかまたはすべてが窒素空孔中心(NV中心)として実装される実施形態では、制御ユニット106は、例えば、レーザー、マイクロ波アンテナ、またはコイルとすることができ、制御信号108は、可視光、マイクロ波信号、または一定の電磁場とすることができ、測定ユニット110は光検出器とすることができ、測定信号112は光子とすることができる。
・キュービット104のいくつかまたはすべてが「エニオン」と呼ばれる二次元準粒子として実装される実施形態(「トポロジカル量子コンピュータ」実装とも呼ばれる)では、制御ユニット106は、ナノワイヤとすることができ、制御信号108はローカル電場またはマイクロ波パルスとすることができ、測定ユニット110は超伝導回路とすることができ、測定信号112は電圧とすることができる。
・キュービット104のいくつかまたはすべてが半導体材料(例えば、ナノワイヤ)として実装される実施形態では、制御ユニット106は微細加工ゲートとすることができ、制御信号108はRFまたはマイクロ波信号とすることができ、測定ユニット110は微細加工ゲートとすることができ、測定信号112はRFまたはマイクロ波信号とすることができる。
Claims (16)
- 量子振幅推定のための方法であって、
古典コンピュータを用いて、量子状態|s>に関してオブザーバブルPの期待値<s|P|s>を推定する統計値の精度改善率を最適化するために、複数の量子回路パラメータ値を選択することと、
1つ以上のキュービットを、前記量子状態|s>から反射量子状態に変換するために、量子コンピュータの前記1つ以上のキュービットに、交互の第1及び第2の一般化反射演算子のシーケンスを適用することであって、前記第1及び第2の一般化反射演算子の各々が、前記複数の量子回路パラメータ値のうちの対応する量子回路パラメータ値に従って制御される、前記適用することと、
前記オブザーバブルPに関して前記反射量子状態の前記複数のキュービットを測定して、測定結果のセットを取得することと、
前記古典コンピュータで、前記測定結果のセットを用いて前記統計値を更新することと
を含む、前記方法。 - 前記更新することの後に、前記統計値を出力することをさらに含む、請求項1に記載の方法。
- 前記統計値が平均を含む、請求項1に記載の方法。
- 前記精度改善率が、分散減少係数を含む、請求項1に記載の方法。
- 前記精度改善率が、情報改善率を含む、請求項1に記載の方法。
- 前記情報改善率が、フィッシャー情報量改善率及びエントロピー低減率の1つを含む、請求項5に記載の方法。
- 前記第1及び第2の一般化反射演算子のシーケンス、及び前記オブザーバブルPが、工学的尤度関数のバイアスを定義する、請求項1に記載の方法。
- 前記選択すること、適用すること、測定すること、及び更新することを反復することをさらに含む、請求項1に記載の方法。
- 前記古典コンピュータで、及び前記測定結果のセットを用いて、前記統計値の精度推定値を更新することと、
前記精度推定値が閾値を超えている間に、前記選択すること、適用すること、測定すること、及び更新することを反復することと
をさらに含む、請求項1に記載の方法。 - 前記統計値を前記更新することが、
事前分布を複数の測定値で更新して、事後分布を取得することと、
前記事後分布から更新された統計値を計算することと
を含む、請求項1に記載の方法。 - 前記選択することが、前記統計値及び前記統計値の精度推定値に基づく、請求項1に記載の方法。
- 前記選択することが、前記適用すること及び測定することの間に発生する誤差を表す忠実度にさらに基づく、請求項11に記載の方法。
- 前記選択することが、座標上昇法及び勾配降下法の1つを使用する、請求項1に記載の方法。
- 量子振幅推定のためのコンピューティングシステムであって、
プロセッサと、
前記コンピューティングシステムを量子コンピュータと通信可能に結合する量子古典インタフェースと、
前記プロセッサと通信可能に結合されたメモリであって、前記プロセッサによる実行時に、前記コンピューティングシステムに、
(i)量子状態|s>に関してオブザーバブルPの期待値<s|P|s>を推定する統計値の精度改善率を最適化するために、複数の量子回路パラメータ値を選択し、
(ii)前記量子古典インタフェースを介して、前記量子コンピュータを、交互の第1及び第2の一般化反射演算子のシーケンスを使用して、前記量子コンピュータの1つ以上のキュービットを、前記量子状態|s>から反射量子状態に変換するように制御し、前記第1及び第2の一般化反射演算子の各々が、前記複数の量子回路パラメータ値のうちの対応する量子回路パラメータ値に従って制御され、
(iii)前記量子コンピュータを、前記量子古典インタフェースを介して、前記オブザーバブルPに関して前記反射量子状態の前記複数のキュービットを測定して、測定結果のセットを取得するように制御し、
(iv)前記統計値を前記測定結果のセットで更新する
ように制御する機械可読命令を格納する、前記メモリと
を備える、前記コンピューティングシステム。 - 前記メモリが、前記プロセッサによる実行時に、前記コンピューティングシステムを制御して前記統計値を出力する追加の機械可読命令を格納する、請求項14に記載のコンピューティングシステム。
- 前記量子コンピュータをさらに備える、請求項14に記載のコンピューティングシステム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962861757P | 2019-06-14 | 2019-06-14 | |
US62/861,757 | 2019-06-14 | ||
US201962936730P | 2019-11-18 | 2019-11-18 | |
US62/936,730 | 2019-11-18 | ||
PCT/US2020/037655 WO2020252425A1 (en) | 2019-06-14 | 2020-06-14 | Hybrid quantum-classical computer for bayesian inference with engineered likelihood functions for robust amplitude estimation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022536063A JP2022536063A (ja) | 2022-08-12 |
JP7223174B2 true JP7223174B2 (ja) | 2023-02-15 |
Family
ID=73746284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021571623A Active JP7223174B2 (ja) | 2019-06-14 | 2020-06-14 | ロバストな振幅推定のための工学的尤度関数を用いたベイズ推論のためのハイブリッド量子古典コンピュータ |
Country Status (8)
Country | Link |
---|---|
US (2) | US11615329B2 (ja) |
EP (1) | EP3983961A4 (ja) |
JP (1) | JP7223174B2 (ja) |
CN (1) | CN114223003A (ja) |
AU (1) | AU2020292425B2 (ja) |
CA (1) | CA3141547C (ja) |
IL (1) | IL288223A (ja) |
WO (1) | WO2020252425A1 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2881033C (en) | 2015-02-03 | 2016-03-15 | 1Qb Information Technologies Inc. | Method and system for solving lagrangian dual of a constrained binary quadratic programming problem |
US11797641B2 (en) | 2015-02-03 | 2023-10-24 | 1Qb Information Technologies Inc. | Method and system for solving the lagrangian dual of a constrained binary quadratic programming problem using a quantum annealer |
KR102031966B1 (ko) * | 2017-04-27 | 2019-10-15 | 한국과학기술원 | 수신기에서 광자 추출에 기반한 양자 암호 키 분배 방법 및 장치 |
EP3864586A4 (en) | 2018-10-12 | 2021-12-22 | Zapata Computing, Inc. | IMPROVED CONTINUOUS QUANTUM GENERATOR QUANTUM COMPUTER |
JP2022511331A (ja) | 2018-10-24 | 2022-01-31 | ザパタ コンピューティング,インコーポレイテッド | 量子ボルツマンマシンを実装及び最適化するためのハイブリッド量子古典コンピュータシステム |
JP7223174B2 (ja) | 2019-06-14 | 2023-02-15 | ザパタ コンピューティング,インコーポレイテッド | ロバストな振幅推定のための工学的尤度関数を用いたベイズ推論のためのハイブリッド量子古典コンピュータ |
CA3126553A1 (en) | 2019-06-19 | 2020-12-24 | 1Qb Information Technologies Inc. | Method and system for mapping a dataset from a hilbert space of a given dimension to a hilbert space of a different dimension |
EP4022530A4 (en) | 2019-09-27 | 2022-11-30 | Zapata Computing, Inc. | COMPUTER SYSTEMS AND METHODS OF CALCULATION OF THE GROUND STATE OF FERMI-HUBBARD-HAMILTONIAN |
US11468289B2 (en) | 2020-02-13 | 2022-10-11 | Zapata Computing, Inc. | Hybrid quantum-classical adversarial generator |
US11861457B2 (en) | 2020-06-02 | 2024-01-02 | Zapata Computing, Inc. | Realizing controlled rotations by a function of input basis state of a quantum computer |
US20220147667A1 (en) * | 2020-11-06 | 2022-05-12 | International Business Machines Corporation | Generalization of a quantum imaginary time evolution process and simulation by tensor networks |
US20220188679A1 (en) * | 2020-12-03 | 2022-06-16 | International Business Machines Corporation | Quantum resource estimation using a re-parameterization method |
CN114757357B (zh) * | 2020-12-29 | 2023-06-02 | 合肥本源量子计算科技有限责任公司 | 量子线路的振幅估计方法、装置、存储介质及电子装置 |
US11966707B2 (en) | 2021-01-13 | 2024-04-23 | Zapata Computing, Inc. | Quantum enhanced word embedding for natural language processing |
CN113011593B (zh) * | 2021-03-15 | 2021-11-02 | 北京百度网讯科技有限公司 | 消除量子测量噪声的方法及系统、电子设备和介质 |
CN113516248B (zh) * | 2021-07-12 | 2022-04-12 | 北京百度网讯科技有限公司 | 一种量子门测试方法、装置及电子设备 |
US11941484B2 (en) | 2021-08-04 | 2024-03-26 | Zapata Computing, Inc. | Generating non-classical measurements on devices with parameterized time evolution |
CA3230980A1 (en) * | 2021-09-29 | 2023-04-06 | Jessica Lemieux | Methods and systems for eigenstate preparation of a target hamiltonian on a quantum computer |
WO2024069910A1 (ja) * | 2022-09-30 | 2024-04-04 | 富士通株式会社 | 分子シミュレーションプログラム、分子シミュレーション方法および情報処理装置 |
CN116011576A (zh) * | 2023-02-07 | 2023-04-25 | 合肥本源量子计算科技有限责任公司 | 数据生成任务的处理方法和量子计算系统 |
CN117689966B (zh) * | 2024-02-04 | 2024-05-24 | 中国科学院深圳先进技术研究院 | 一种基于量子贝叶斯神经网络的磁共振图像分类方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170364796A1 (en) | 2014-12-05 | 2017-12-21 | Microsoft Technology Licensing, Llc | Quantum deep learning |
US20180129965A1 (en) | 2015-04-01 | 2018-05-10 | Microsoft Technology Licensing, Llc | Efficient topological compilation for metaplectic anyon model |
US20180232649A1 (en) | 2015-08-10 | 2018-08-16 | Microsoft Technology Licensing, Llc | Efficient online methods for quantum bayesian inference |
WO2018212789A1 (en) | 2017-05-15 | 2018-11-22 | Google Llc | Operator averaging within quantum computing systems |
WO2019104443A1 (en) | 2017-12-01 | 2019-06-06 | 1Qb Information Technologies Inc. | Systems and methods for stochastic optimization of a robust inference problem |
Family Cites Families (64)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0120744D0 (en) * | 2001-08-28 | 2001-10-17 | Hewlett Packard Co | Quantum computation with coherent optical pulses |
US7353148B1 (en) | 2003-08-06 | 2008-04-01 | The United States Of America As Represented By The Secretary Of The Army | Generation of displays of solutions to physics problems represented by complex mathematical equations using quantum computations or simulation of quantum computations on classic computers |
US20070239366A1 (en) | 2004-06-05 | 2007-10-11 | Hilton Jeremy P | Hybrid classical-quantum computer architecture for molecular modeling |
KR101309677B1 (ko) | 2006-01-27 | 2013-09-17 | 디-웨이브 시스템즈, 인코포레이티드 | 단열 양자 연산 방법 |
US8700689B2 (en) | 2009-06-17 | 2014-04-15 | D-Wave Systems Inc. | Systems and methods for solving computational problems |
KR101149948B1 (ko) | 2010-08-16 | 2012-06-08 | 한국과학기술원 | 양자광 클러스터 생성에 의한 양자 연산방법 |
US8892857B2 (en) * | 2011-02-14 | 2014-11-18 | Nec Laboratories America, Inc. | Quantum rejection sampling |
EP3745322A1 (en) | 2011-07-06 | 2020-12-02 | D-Wave Systems Inc. | Quantum processor based systems and methods that minimize an objective function |
US10417574B2 (en) | 2013-11-05 | 2019-09-17 | President And Fellows Of Harvard College | Embedding electronic structure in controllable quantum systems |
US10417370B2 (en) | 2014-02-12 | 2019-09-17 | Microsoft Technology Licensing, Llc | Classical simulation constants and ordering for quantum chemistry simulation |
US20160004972A1 (en) * | 2014-07-04 | 2016-01-07 | Invent.ly LLC | Marketing to a community of subjects assigned quantum states modulo a proposition perceived in a social value context |
US9235811B2 (en) | 2014-03-12 | 2016-01-12 | Raytheon Company | Creation of a maximally entangled quantum state |
US20150262074A1 (en) | 2014-03-12 | 2015-09-17 | Temporal Defense Systems, Llc | Solving digital logic constraint problems via adiabatic quantum computation |
CA2983880A1 (en) | 2015-05-05 | 2016-11-10 | Kyndi, Inc. | Quanton representation for emulating quantum-like computation on classical processors |
US10318880B2 (en) | 2015-05-13 | 2019-06-11 | Lawrence Livermore National Security, Llc | Ultra low noise materials and devices for cryogenic superconductors and quantum bits |
EP3113084B1 (en) | 2015-06-29 | 2020-12-09 | Parity Quantum Computing GmbH | Quantum processing device and method |
JP6728234B2 (ja) | 2015-09-30 | 2020-07-22 | グーグル エルエルシー | 共面導波管の磁束量子ビット |
WO2017075246A1 (en) | 2015-10-27 | 2017-05-04 | D-Wave Systems Inc. | Systems and methods for degeneracy mitigation in a quantum processor |
US10755191B2 (en) | 2016-01-29 | 2020-08-25 | University Of Maryland, College Park | Systems, methods, and devices for noise-insensitive qubit gate operations |
WO2017152287A1 (en) | 2016-03-09 | 2017-09-14 | Socpra Sciences Et Génie S.E.C. | Controlled-phase quantum logic gate |
US10325218B1 (en) | 2016-03-10 | 2019-06-18 | Rigetti & Co, Inc. | Constructing quantum process for quantum processors |
CA3022039C (en) | 2016-04-25 | 2021-11-16 | Google Llc | Coupling architectures for superconducting flux qubits |
US9870273B2 (en) | 2016-06-13 | 2018-01-16 | 1Qb Information Technologies Inc. | Methods and systems for quantum ready and quantum enabled computations |
US10044638B2 (en) | 2016-05-26 | 2018-08-07 | 1Qb Information Technologies Inc. | Methods and systems for quantum computing |
US10275717B2 (en) | 2016-06-02 | 2019-04-30 | Google Llc | Training quantum evolutions using sublogical controls |
US9940212B2 (en) | 2016-06-09 | 2018-04-10 | Google Llc | Automatic qubit calibration |
US10984152B2 (en) | 2016-09-30 | 2021-04-20 | Rigetti & Co, Inc. | Simulating quantum systems with quantum computation |
US10255555B2 (en) | 2016-11-10 | 2019-04-09 | Rigetti & Co, Inc. | Generating quantum logic control sequences for quantum information processing hardware |
WO2018119522A1 (en) | 2016-12-30 | 2018-07-05 | 1Qb Information Technologies Inc. | Methods and systems for unified quantum computing frameworks |
US10483980B2 (en) | 2017-06-19 | 2019-11-19 | Rigetti & Co, Inc. | Parametrically activated quantum logic gates |
CN111373421B (zh) | 2017-09-08 | 2023-12-26 | 谷歌有限责任公司 | 具有减少的t门计数的量子电路 |
US11689223B2 (en) | 2017-09-15 | 2023-06-27 | President And Fellows Of Harvard College | Device-tailored model-free error correction in quantum processors |
US10332023B2 (en) | 2017-09-22 | 2019-06-25 | International Business Machines Corporation | Hardware-efficient variational quantum eigenvalue solver for quantum computing machines |
US10452990B2 (en) | 2017-11-28 | 2019-10-22 | International Business Machines Corporation | Cost function deformation in quantum approximate optimization |
EP3729341A1 (en) | 2017-12-21 | 2020-10-28 | President and Fellows of Harvard College | Preparing correlated fermionic states on a quantum computer |
US11562277B2 (en) | 2017-12-28 | 2023-01-24 | University Of Maryland, College Park | Use of global interactions in efficient quantum circuit constructions |
US11928586B2 (en) | 2018-01-31 | 2024-03-12 | Google Llc | Quantum computation through reinforcement learning |
US10622536B2 (en) | 2018-03-23 | 2020-04-14 | International Business Machines Corporation | Reducing qubit frequency collisions through lattice design |
CN110428055A (zh) | 2018-04-27 | 2019-11-08 | 阿里巴巴集团控股有限公司 | 量子计算方法和设备 |
GB201807973D0 (en) | 2018-05-16 | 2018-07-04 | River Lane Res Ltd | Estimating an energy level of a physical system |
CN112654970A (zh) | 2018-06-29 | 2021-04-13 | 耶鲁大学 | 利用非对称错误通道的量子信息处理 |
TW202007091A (zh) | 2018-07-02 | 2020-02-01 | 美商札帕塔運算股份有限公司 | 藉由量子自動編碼器進行之壓縮的無監督量子態準備 |
PL426228A1 (pl) * | 2018-07-06 | 2020-01-13 | Uniwersytet Warszawski | Sposób realizacji kwantowej transformaty Fouriera-Kravchuka (ang. Fourier-Kravchuk transform, QKT) oraz urządzenie skonfigurowane do realizacji tego sposobu |
US11816594B2 (en) | 2018-09-24 | 2023-11-14 | International Business Machines Corporation | Stochastic control with a quantum computer |
US10469087B1 (en) | 2018-10-08 | 2019-11-05 | Microsoft Technology Licensing, Llc | Bayesian tuning for quantum logic gates |
WO2020146794A1 (en) | 2019-01-10 | 2020-07-16 | Zapata Computing, Inc. | Measurement reduction via orbital frames decompositions on quantum computers |
WO2020168158A1 (en) | 2019-02-15 | 2020-08-20 | Rigetti & Co, Inc. | Automated synthesizing of quantum programs |
EP3956770A4 (en) | 2019-04-19 | 2022-07-20 | Zapata Computing, Inc. | SIMULATION ERROR OF A QUANTUM DEVICE USING VARYING QUANTUM CHANNELS |
JP7223174B2 (ja) | 2019-06-14 | 2023-02-15 | ザパタ コンピューティング,インコーポレイテッド | ロバストな振幅推定のための工学的尤度関数を用いたベイズ推論のためのハイブリッド量子古典コンピュータ |
CN110188885B (zh) | 2019-06-28 | 2021-04-06 | 合肥本源量子计算科技有限责任公司 | 一种量子计算模拟方法、装置、存储介质和电子装置 |
WO2021022217A1 (en) | 2019-08-01 | 2021-02-04 | Zapata Computing, Inc. | Quantum system and method for solving bayesian phase estimation problems |
US20210073668A1 (en) | 2019-09-06 | 2021-03-11 | Zapata Computing, Inc. | Computer System and Method for Implementing a Conditional Reflection Operator on a Quantum Computer |
EP4022530A4 (en) | 2019-09-27 | 2022-11-30 | Zapata Computing, Inc. | COMPUTER SYSTEMS AND METHODS OF CALCULATION OF THE GROUND STATE OF FERMI-HUBBARD-HAMILTONIAN |
TWI764348B (zh) | 2019-10-30 | 2022-05-11 | 美商札帕塔運算股份有限公司 | 用於參數有效電路訓練的混合量子-經典電腦系統 |
TWI783297B (zh) | 2019-11-18 | 2022-11-11 | 美商札帕塔運算股份有限公司 | 用於量子振幅估計之方法與計算系統 |
EP4042338A4 (en) | 2019-11-20 | 2023-01-25 | Zapata Computing, Inc. | QUANTUM ALGORITHM AND CONSTRUCTION FOR A QUANTUM CIRCUIT ARCHITECTURE FOR SIMULATING INTERACTING FERMIONS |
US11687815B2 (en) | 2019-12-16 | 2023-06-27 | International Business Machines Corporation | Estimation of an expected energy value of a Hamiltonian |
US20210232963A1 (en) | 2020-01-29 | 2021-07-29 | Psiquantum, Corp. | Fusion based quantum computing |
US11960969B2 (en) * | 2020-03-27 | 2024-04-16 | International Business Machines Corporation | Quantum amplitude estimation state preparation for stochastic processes |
KR20210137767A (ko) | 2020-05-11 | 2021-11-18 | 삼성에스디에스 주식회사 | 파라미터 기반 양자 회로 구성 장치 및 방법 |
WO2022087143A1 (en) | 2020-10-20 | 2022-04-28 | Zapata Computing, Inc. | Parameter initialization on quantum computers through domain decomposition |
US20220188679A1 (en) * | 2020-12-03 | 2022-06-16 | International Business Machines Corporation | Quantum resource estimation using a re-parameterization method |
WO2022187503A1 (en) | 2021-03-05 | 2022-09-09 | Zapata Computing, Inc. | Classically-boosted variational quantum eigensolver |
US20220292385A1 (en) | 2021-03-10 | 2022-09-15 | Zapata Computing, Inc. | Flexible initializer for arbitrarily-sized parametrized quantum circuits |
-
2020
- 2020-06-14 JP JP2021571623A patent/JP7223174B2/ja active Active
- 2020-06-14 AU AU2020292425A patent/AU2020292425B2/en active Active
- 2020-06-14 CA CA3141547A patent/CA3141547C/en active Active
- 2020-06-14 EP EP20821959.2A patent/EP3983961A4/en active Pending
- 2020-06-14 CN CN202080053084.9A patent/CN114223003A/zh active Pending
- 2020-06-14 WO PCT/US2020/037655 patent/WO2020252425A1/en active Application Filing
- 2020-06-14 US US16/900,947 patent/US11615329B2/en active Active
-
2021
- 2021-11-18 IL IL288223A patent/IL288223A/en unknown
-
2023
- 2023-03-10 US US18/120,271 patent/US20230306286A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170364796A1 (en) | 2014-12-05 | 2017-12-21 | Microsoft Technology Licensing, Llc | Quantum deep learning |
US20180129965A1 (en) | 2015-04-01 | 2018-05-10 | Microsoft Technology Licensing, Llc | Efficient topological compilation for metaplectic anyon model |
US20180232649A1 (en) | 2015-08-10 | 2018-08-16 | Microsoft Technology Licensing, Llc | Efficient online methods for quantum bayesian inference |
WO2018212789A1 (en) | 2017-05-15 | 2018-11-22 | Google Llc | Operator averaging within quantum computing systems |
WO2019104443A1 (en) | 2017-12-01 | 2019-06-06 | 1Qb Information Technologies Inc. | Systems and methods for stochastic optimization of a robust inference problem |
Also Published As
Publication number | Publication date |
---|---|
CA3141547C (en) | 2024-02-06 |
AU2020292425B2 (en) | 2023-02-23 |
US20200394537A1 (en) | 2020-12-17 |
IL288223A (en) | 2022-01-01 |
AU2020292425A1 (en) | 2021-12-16 |
EP3983961A4 (en) | 2023-06-21 |
US20230306286A1 (en) | 2023-09-28 |
CN114223003A (zh) | 2022-03-22 |
CA3141547A1 (en) | 2020-12-17 |
US11615329B2 (en) | 2023-03-28 |
JP2022536063A (ja) | 2022-08-12 |
WO2020252425A1 (en) | 2020-12-17 |
EP3983961A1 (en) | 2022-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7223174B2 (ja) | ロバストな振幅推定のための工学的尤度関数を用いたベイズ推論のためのハイブリッド量子古典コンピュータ | |
US10332023B2 (en) | Hardware-efficient variational quantum eigenvalue solver for quantum computing machines | |
US11488049B2 (en) | Hybrid quantum-classical computer system and method for optimization | |
US10469087B1 (en) | Bayesian tuning for quantum logic gates | |
US20200104740A1 (en) | Hybrid Quantum-Classical Computer for Solving Linear Systems | |
US11537928B2 (en) | Quantum-classical system and method for matrix computations | |
US20200327440A1 (en) | Discrete Optimization Using Continuous Latent Space | |
US20220335325A1 (en) | Quantum algorithm and design for a quantum circuit architecture to simulate interacting fermions | |
TWI783297B (zh) | 用於量子振幅估計之方法與計算系統 | |
US20220358393A1 (en) | Quantum computer system and method for performing quantum computation with reduced circuit depth | |
US20200226487A1 (en) | Measurement Reduction Via Orbital Frames Decompositions On Quantum Computers | |
US11157827B2 (en) | Hybrid quantum-classical computer system for parameter-efficient circuit training | |
US20220292385A1 (en) | Flexible initializer for arbitrarily-sized parametrized quantum circuits | |
US11861457B2 (en) | Realizing controlled rotations by a function of input basis state of a quantum computer | |
US20230131510A1 (en) | Quantum computing system and method for time evolution of bipartite hamiltonians on a lattice | |
US11966707B2 (en) | Quantum enhanced word embedding for natural language processing | |
US20210365622A1 (en) | Noise mitigation through quantum state purification by classical ansatz training | |
US20230081927A1 (en) | Quantum-computing based method and apparatus for estimating ground-state properties | |
US12001268B2 (en) | Reducing unitary error in a quantum computation system | |
US20210294680A1 (en) | Reducing Unitary Error in a Quantum Computation System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220126 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230116 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7223174 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |