1Division théorique, Los Alamos National Laboratory, Los Alamos, NM 87545, États-Unis
2Département de physique, Imperial College London, Londres, SW7 2AZ, Royaume-Uni
3Faculté de physique, d'astronomie et d'informatique appliquée, Université Jagellonne, Cracovie, Pologne
4Centre Mark Kac pour la recherche sur les systèmes complexes, Université Jagellonne, Cracovie, Pologne
5Quantum Science Center, Oak Ridge, TN 37931, États-Unis
6Centre d'études non linéaires, Laboratoire national de Los Alamos, Los Alamos, NM 87545, États-Unis
Vous trouvez cet article intéressant ou souhaitez en discuter? Scite ou laisse un commentaire sur SciRate.
Abstract
Les algorithmes quantiques variationnels (VQA) sont souvent considérés comme le meilleur espoir d’obtenir un avantage quantique à court terme. Cependant, des études récentes ont montré que le bruit peut sérieusement limiter la possibilité de formation des VQA, par exemple en aplatissant de manière exponentielle le paysage des coûts et en supprimant l'ampleur des gradients de coûts. L'atténuation des erreurs (EM) s'avère prometteuse dans la réduction de l'impact du bruit sur les appareils à court terme. Il est donc naturel de se demander si la SE peut améliorer la capacité de formation des VQA. Dans ce travail, nous montrons d’abord que, pour une large classe de stratégies ME, la concentration exponentielle des coûts ne peut être résolue sans engager des ressources exponentielles ailleurs. Cette classe de stratégies comprend comme cas particuliers l'extrapolation sans bruit, la distillation virtuelle, l'annulation d'erreur probabiliste et la régression des données de Clifford. Deuxièmement, nous effectuons une analyse analytique et numérique de ces protocoles EM, et nous constatons que certains d'entre eux (par exemple, la distillation virtuelle) peuvent rendre plus difficile la résolution des valeurs de la fonction de coût par rapport à l'absence d'EM du tout. Comme résultat positif, nous trouvons des preuves numériques que la régression des données de Clifford (CDR) peut faciliter le processus de formation dans certains contextes où la concentration des coûts n'est pas trop sévère. Nos résultats montrent qu'il convient d'être prudent dans l'application des protocoles EM, car ils peuvent aggraver ou non l'aptitude à l'entraînement. D'un autre côté, nos résultats positifs pour le CDR mettent en évidence la possibilité de méthodes d'atténuation des erreurs d'ingénierie pour améliorer la capacité d'entraînement.
► Données BibTeX
► Références
Jarrod R McClean, Jonathan Romero, Ryan Babbush et Alán Aspuru-Guzik. « La théorie des algorithmes hybrides variationnels quantiques-classiques ». Nouveau Journal de Physique 18, 023023 (2016).
https://doi.org/10.1007/978-94-015-8330-5_4
M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio et Patrick J. Coles. « Algorithmes quantiques variationnels ». Nature Reviews Physics 3, 625–644 (2021).
https://doi.org/10.1038/s42254-021-00348-9
Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin et Xiao Yuan. "Simulation quantique variationnelle basée sur l'ansatz de l'évolution temporelle imaginaire". npj Quantum Information 5, 1–6 (2019).
https://doi.org/10.1038/s41534-019-0187-2
Harper R Grimsley, Sophia E Economou, Edwin Barnes et Nicholas J Mayhall. "Un algorithme variationnel adaptatif pour des simulations moléculaires exactes sur un ordinateur quantique". Communications sur la nature 10, 1-9 (2019).
https://doi.org/10.1038/s41467-019-10988-2
Cristina Cirstoiu, Zoe Holmes, Joseph Iosue, Lukasz Cincio, Patrick J. Coles et Andrew Sornborger. « Avance rapide variationnelle pour la simulation quantique au-delà du temps de cohérence ». npj Informations quantiques 6, 1-10 (2020).
https://doi.org/10.1038/s41534-020-00302-0
Benjamin Commeau, M. Cerezo, Zoë Holmes, Lukasz Cincio, Patrick J. Coles et Andrew Sornborger. « Diagonalisation hamiltonienne variationnelle pour la simulation quantique dynamique ». Préimpression arXiv arXiv:2009.02559 (2020).
https:///doi.org/10.48550/arXiv.2009.02559
Joe Gibbs, Kaitlin Gili, Zoë Holmes, Benjamin Commeau, Andrew Arrasmith, Lukasz Cincio, Patrick J. Coles et Andrew Sornborger. "Simulations longue durée avec haute fidélité sur matériel quantique". Préimpression arXiv arXiv :2102.04313 (2021).
https:///doi.org/10.48550/arXiv.2102.04313
Yong-Xin Yao, Niladri Gomes, Feng Zhang, Thomas Iadecola, Cai-Zhuang Wang, Kai-Ming Ho et Peter P Orth. « Simulations adaptatives de dynamique quantique variationnelle ». Préimpression arXiv arXiv :2011.00622 (2020).
https: / / doi.org/ 10.1103 / PRXQuantum.2.030307
Suguru Endo, Jinzhao Sun, Ying Li, Simon C Benjamin et Xiao Yuan. « Simulation quantique variationnelle des processus généraux ». Lettres d'examen physique 125, 010501 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.125.010501
Y. Li et SC Benjamin. « Simulateur quantique variationnel efficace intégrant une minimisation active des erreurs ». Phys. Rév.X 7, 021050 (2017).
https: / / doi.org/ 10.1103 / PhysRevX.7.021050
Jonathan Wei Zhong Lau, Kishor Bharti, Tobias Haug et Leong Chuan Kwek. "Simulation assistée quantique d'hamiltoniens dépendants du temps". Préimpression arXiv arXiv :2101.07677 (2021).
https:///doi.org/10.48550/arXiv.2101.07677
Kentaro Heya, Ken M Nakanishi, Kosuke Mitarai et Keisuke Fujii. "Simulateur quantique variationnel subspatial". Préimpression arXiv arXiv:1904.08566 (2019).
https:///doi.org/10.48550/arXiv.1904.08566
Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li et Simon C Benjamin. « Théorie de la simulation quantique variationnelle ». Quantique 3, 191 (2019).
https://doi.org/10.22331/q-2019-10-07-191
Maria Schuld, Alex Bocharov, Krysta M Svore et Nathan Wiebe. "Classificateurs quantiques centrés sur les circuits". Examen physique A 101, 032308 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.101.032308
Guillaume Verdon, Michael Broughton et Jacob Biamonte. "Un algorithme quantique pour entraîner des réseaux de neurones à l'aide de circuits de faible profondeur". Préimpression arXiv arXiv:1712.05304 (2017).
https:///doi.org/10.48550/arXiv.1712.05304
Jonathan Romero et Alan Aspuru-Guzik. "Générateurs quantiques variationnels : apprentissage automatique quantique contradictoire génératif pour les distributions continues". Technologies quantiques avancées 4, 2000003 (2021).
https: / / doi.org/ 10.1002 / qute.202000003
Edward Farhi et Hartmut Neven. "Classification avec des réseaux de neurones quantiques sur des processeurs à court terme". Préimpression arXiv arXiv:1802.06002 (2018).
https:///doi.org/10.48550/arXiv.1802.06002
Kerstin Beer, Dmytro Bondarenko, Terry Farrelly, Tobias J. Osborne, Robert Salzmann, Daniel Scheiermann et Ramona Wolf. « Formation de réseaux de neurones quantiques profonds ». Communications naturelles 11, 808 (2020).
https://doi.org/10.1038/s41467-020-14454-2
Iris Cong, Soonwon Choi et Mikhail D Lukin. "Réseaux de neurones convolutifs quantiques". Physique de la nature 15, 1273-1278 (2019).
https://doi.org/10.1038/s41567-019-0648-8
Edward Grant, Marcello Benedetti, Shuxiang Cao, Andrew Hallam, Joshua Lockhart, Vid Stojevic, Andrew G Green et Simone Severini. "Classificateurs quantiques hiérarchiques". npj Informations quantiques 4, 1–8 (2018).
https://doi.org/10.1038/s41534-018-0116-9
Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J Love, Alán Aspuru-Guzik et Jeremy L O'brien. "Un solveur de valeurs propres variationnel sur un processeur quantique photonique". Nature Communications 5, 1–7 (2014).
https: / / doi.org/ 10.1038 / ncomms5213
Bela Bauer, Dave Wecker, Andrew J Millis, Matthew B Hastings et Matthias Troyer. "Approche hybride quantique-classique des matériaux corrélés". Examen physique X 6, 031045 (2016).
https: / / doi.org/ 10.1103 / PhysRevX.6.031045
Tyson Jones, Suguru Endo, Sam McArdle, Xiao Yuan et Simon C Benjamin. "Algorithmes quantiques variationnels pour la découverte des spectres hamiltoniens". Examen physique A 99, 062304 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062304
Edward Farhi, Jeffrey Goldstone et Sam Gutmann. "Un algorithme d'optimisation approximative quantique". Préimpression arXiv arXiv:1411.4028 (2014).
https:///doi.org/10.48550/arXiv.1411.4028
Zhihui Wang, S. Hadfield, Z. Jiang et EG Rieffel. "Algorithme d'optimisation approximative quantique pour MaxCut : une vue fermionique". Examen physique A 97, 022304 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.97.022304
Gavin et Crooks. « Performance de l'algorithme d'optimisation approchée quantique sur le problème de coupe maximale ». Préimpression arXiv arXiv:1811.08419 (2018).
https:///doi.org/10.48550/arXiv.1811.08419
Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli et Rupak Biswas. "De l'algorithme d'optimisation approchée quantique à un opérateur alternatif quantique ansatz". Algorithmes 12, 34 (2019).
https: / / doi.org/ 10.3390 / a12020034
Carlos Bravo-Prieto, Ryan LaRose, M. Cerezo, Yigit Subasi, Lukasz Cincio et Patrick Coles. « Solveur linéaire quantique variationnel ». Préimpression arXiv arXiv:1909.05820 (2019).
https://doi.org/10.22331/q-2023-11-22-1188
Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C Benjamin et Xiao Yuan. "Algorithmes variationnels pour l'algèbre linéaire". Bulletin scientifique 66, 2181-2188 (2021).
https: / / doi.org/ 10.1016 / j.scib.2021.06.023
Bálint Koczor, Suguru Endo, Tyson Jones, Yuichiro Matsuzaki et Simon C Benjamin. « Métrologie quantique à états variationnels ». Nouveau journal de physique (2020).
https:///doi.org/10.1088/1367-2630/ab965e
Johannes Jakob Meyer, Johannes Borregaard et Jens Eisert. "Une boîte à outils variationnelle pour l'estimation quantique multi-paramètres". Informations quantiques NPJ 7, 1–5 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00425-y
Eric Anschuetz, Jonathan Olson, Alán Aspuru-Guzik et Yudong Cao. « Factorisation quantique variationnelle ». Technologie quantique et problèmes d'optimisation (2019).
https://doi.org/10.1007/978-3-030-14082-3_7
Sumeet Khatri, Ryan LaRose, Alexander Poremba, Lukasz Cincio, Andrew T Sornborger et Patrick J Coles. "Compilation quantique assistée par quantique". Quantique 3, 140 (2019).
https://doi.org/10.22331/q-2019-05-13-140
Kunal Sharma, Sumeet Khatri, M. Cerezo et Patrick J Coles. «Résilience au bruit de la compilation quantique variationnelle». Nouveau Journal de Physique 22, 043006 (2020).
https: / / doi.org/ 10.1088 / 1367-2630 / ab784c
Tyson Jones et Simon C Benjamin. « Compilation quantique et optimisation de circuits via dissipation d'énergie ». Préimpression arXiv arXiv:1811.03147 (2018).
https://doi.org/10.22331/q-2022-01-24-628
Andrew Arrasmith, Lukasz Cincio, Andrew T Sornborger, Wojciech H Zurek et Patrick J Coles. «Histoires variationnelles cohérentes comme algorithme hybride pour les fondations quantiques». Communications sur la nature 10, 1–7 (2019).
https://doi.org/10.1038/s41467-019-11417-0
M. Cerezo, Kunal Sharma, Andrew Arrasmith et Patrick J Coles. "Résolveur propre d'état quantique variationnel". Préimpression arXiv arXiv:2004.01372 (2020).
https://doi.org/10.1038/s41534-022-00611-6
Ryan LaRose, Arkin Tikku, Étude O'Neel-Judy, Lukasz Cincio et Patrick J Coles. «Diagonisation d'état quantique variationnelle». npj Informations quantiques 5, 1–10 (2019).
https://doi.org/10.1038/s41534-019-0167-6
Guillaume Verdon, Jacob Marks, Sasha Nanda, Stefan Leichenauer et Jack Hidary. "Modèles basés sur l'hamiltonien quantique et algorithme de thermaliseur quantique variationnel". Préimpression arXiv arXiv:1910.02071 (2019).
https:///doi.org/10.48550/arXiv.1910.02071
Peter D Johnson, Jonathan Romero, Jonathan Olson, Yudong Cao et Alán Aspuru-Guzik. "Qvector : un algorithme pour la correction d'erreurs quantiques sur mesure". Préimpression arXiv arXiv:1711.02249 (2017).
https:///doi.org/10.48550/arXiv.1711.02249
John Preskill. "L'informatique quantique à l'ère NISQ et au-delà". Quantique 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79
Kristan Temme, Sergey Bravyi et Jay M. Gambetta. "Atténuation des erreurs pour les circuits quantiques à faible profondeur". Phys. Rév. Lett. 119, 180509 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509
Suguru Endo, Simon C Benjamin et Ying Li. « Atténuation pratique des erreurs quantiques pour les applications dans un futur proche ». Examen physique X 8, 031027 (2018).
https: / / doi.org/ 10.1103 / PhysRevX.8.031027
Abhinav Kandala, Kristan Temme, Antonio D. Córcoles, Antonio Mezzacapo, Jerry M. Chow et Jay M. Gambetta. "L'atténuation des erreurs étend la portée de calcul d'un processeur quantique bruyant". Nature 567, 491–495 (2019).
https://doi.org/10.1038/s41586-019-1040-7
Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles et Lukasz Cincio. « Atténuation des erreurs avec les données du circuit quantique de Clifford ». Quantique 5, 592 (2021).
https://doi.org/10.22331/q-2021-11-26-592
William J Huggins, Sam McArdle, Thomas E O'Brien, Joonho Lee, Nicholas C Rubin, Sergio Boixo, K Birgitta Whaley, Ryan Babbush et Jarrod R McClean. "Distillation virtuelle pour l'atténuation des erreurs quantiques". Examen physique X 11, 041036 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.041036
Balint Koczor. "Suppression des erreurs exponentielles pour les dispositifs quantiques à court terme". Examen physique X 11, 031057 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.031057
Jarrod R McClean, Mollie E Kimchi-Schwartz, Jonathan Carter et Wibe A De Jong. « Hiérarchie hybride quantique-classique pour l'atténuation de la décohérence et la détermination des états excités ». Examen physique A 95, 042308 (2017).
https: / / doi.org/ 10.1103 / PhysRevA.95.042308
Thomas E. O'Brien, Stefano Polla, Nicholas C. Rubin, William J. Huggins, Sam McArdle, Sergio Boixo, Jarrod R. McClean et Ryan Babbush. « Atténuation des erreurs via une estimation de phase vérifiée ». PRX Quantique 2, 020317 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.020317
Sam McArdle, Xiao Yuan et Simon Benjamin. "Simulation quantique numérique à erreur atténuée". Phys. Rév. Lett. 122, 180501 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.180501
Xavi Bonet-Monroig, Ramiro Sagastizabal, M Singh et TE O'Brien. « Atténuation des erreurs à faible coût par vérification de la symétrie ». Examen physique A 98, 062339 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.062339
William J Huggins, Jarrod R McClean, Nicholas C Rubin, Zhang Jiang, Nathan Wiebe, K Birgitta Whaley et Ryan Babbush. "Mesures efficaces et résilientes au bruit pour la chimie quantique sur des ordinateurs quantiques à court terme". npj Informations quantiques 7, 1–9 (2021).
https://doi.org/10.1038/s41534-020-00341-7
George S Barron et Christopher J Wood. « Atténuation des erreurs de mesure pour les algorithmes quantiques variationnels ». Préimpression arXiv arXiv:2010.08520 (2020).
https:///doi.org/10.48550/arXiv.2010.08520
Alistair WR Smith, Kiran E. Khosla, Chris N. Self et MS Kim. « Atténuation des erreurs de lecture des qubits avec la moyenne des retournements de bits ». Avancées scientifiques 7 (2021).
https:///doi.org/10.1126/sciadv.abi8009
Daiqin Su, Robert Israel, Kunal Sharma, Haoyu Qi, Ish Dhand et Kamil Brádler. « Atténuation des erreurs sur un dispositif photonique quantique à court terme ». Quantique 5, 452 (2021).
https://doi.org/10.22331/q-2021-05-04-452
Samson Wang, Enrico Fontana, M. Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio et Patrick J Coles. "Plateaux stériles induits par le bruit dans les algorithmes quantiques variationnels". Nature Communications 12, 1–11 (2021).
https://doi.org/10.1038/s41467-021-27045-6
Daniel Stilck França et Raul Garcia-Patron. "Limites des algorithmes d'optimisation sur les dispositifs quantiques bruités". Physique de la nature 17, 1221-1227 (2021).
https://doi.org/10.1038/s41567-021-01356-3
Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush et Hartmut Neven. "Plateaux stériles dans les paysages d'entraînement des réseaux de neurones quantiques". Nature Communications 9, 1–6 (2018).
https://doi.org/10.1038/s41467-018-07090-4
M. Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio et Patrick J Coles. "Plateaux stériles dépendant de la fonction de coût dans les circuits quantiques paramétrés peu profonds". Nature Communications 12, 1–12 (2021).
https: / / doi.org/ 10.1038 / s41467-021-21728-w
Andrew Arrasmith, M. Cerezo, Piotr Czarnik, Lukasz Cincio et Patrick J Coles. "Effet des plateaux stériles sur l'optimisation sans gradient". Quantique 5, 558 (2021).
https://doi.org/10.22331/q-2021-10-05-558
M. Cerezo et Patrick J Coles. "Dérivés d'ordre supérieur des réseaux de neurones quantiques avec des plateaux stériles". Science et technologie quantiques 6, 035006 (2021).
https:///doi.org/10.1088/2058-9565/abf51a
Kentaro Heya, Yasunari Suzuki, Yasunobu Nakamura et Keisuke Fujii. "Optimisation variationnelle des portes quantiques". Préimpression arXiv arXiv:1810.12745 (2018).
https:///doi.org/10.48550/arXiv.1810.12745
Jonathan Romero, Jonathan P Olson et Alan Aspuru-Guzik. "Auto-encodeurs quantiques pour une compression efficace des données quantiques". Science et technologie quantiques 2, 045001 (2017).
https: / / doi.org/ 10.1088 / 2058-9565 / aa8072
Lennart Bittel et Martin Kliesch. "L'entraînement des algorithmes quantiques variationnels est np-difficile". Phys. Rév. Lett. 127, 120502 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.120502
Jonas M Kübler, Andrew Arrasmith, Lukasz Cincio et Patrick J Coles. "Un optimiseur adaptatif pour les algorithmes variationnels frugaux en mesures". Quantique 4, 263 (2020).
https://doi.org/10.22331/q-2020-05-11-263
Andrew Arrasmith, Lukasz Cincio, Rolando D Somma et Patrick J Coles. "Échantillonnage d'opérateurs pour une optimisation frugale dans les algorithmes variationnels". Préimpression arXiv arXiv:2004.06252 (2020).
https:///doi.org/10.48550/arXiv.2004.06252
Andi Gu, Angus Lowe, Pavel A Dub, Patrick J. Coles et Andrew Arrasmith. « Attribution adaptative des plans pour une convergence rapide dans les algorithmes quantiques variationnels ». Préimpression arXiv arXiv :2108.10434 (2021).
https:///doi.org/10.48550/arXiv.2108.10434
Zoë Holmes, Kunal Sharma, M. Cerezo et Patrick J Coles. "Connecter l'expressibilité de l'ansatz aux magnitudes de gradient et aux plateaux stériles". PRX Quantique 3, 010313 (2022).
https: / / doi.org/ 10.1103 / PRXQuantum.3.010313
Zoë Holmes, Andrew Arrasmith, Bin Yan, Patrick J. Coles, Andreas Albrecht et Andrew T Sornborger. "Les plateaux arides empêchent l'apprentissage des brouilleurs". Lettres d'examen physique 126, 190501 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.126.190501
Carlos Ortiz Marrero, Mária Kieferová et Nathan Wiebe. "Plateaux stériles induits par l'enchevêtrement". PRX Quantique 2, 040316 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.040316
Taylor L Patti, Khadijeh Najafi, Xun Gao et Susanne F Yelin. "L'enchevêtrement a conçu une atténuation des plateaux stériles". Recherche sur l'examen physique 3, 033090 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033090
Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J. Coles et M. Cerezo. « Diagnostiquer les plateaux stériles avec des outils de contrôle quantique optimal ». Préimpression arXiv arXiv :2105.14377 (2021).
https:///doi.org/10.48550/arXiv.2105.14377
Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa et Keisuke Fujii. "Apprentissage des circuits quantiques". Examen physique A 98, 032309 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.032309
Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac et Nathan Killoran. "Évaluer les gradients analytiques sur le matériel quantique". Examen physique A 99, 032331 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.032331
John A. Nelder et Roger Mead. "Une méthode simplexe pour la minimisation des fonctions". Le journal informatique 7, 308-313 (1965).
https: / / doi.org/ 10.1093 / comjnl / 7.4.308
MJD Powell. « Une méthode d'optimisation de recherche directe qui modélise les fonctions objectif et contrainte par interpolation linéaire ». Progrès en optimisation et analyse numérique (1994).
https://doi.org/10.1007/978-94-015-8330-5_4
E. Campos, D. Rabinovich, V. Akshay et J. Biamonte. «Saturation de formation en optimisation approximative quantique par couche». Examen physique A 104 (2021).
https:///doi.org/10.1103/PhysRevA.104.L030401
Cheng Xue, Zhao-Yun Chen, Yu-Chun Wu et Guo-Ping Guo. "Effets du bruit quantique sur l'algorithme d'optimisation approximative quantique". Lettres de physique chinoise 38, 030302 (2021).
https://doi.org/10.1088/0256-307X/38/3/030302
Jeffrey Marshall, Filip Wudarski, Stuart Hadfield et Tad Hogg. « Caractérisation du bruit local dans les circuits qaoa ». IOP SciNotes 1, 025208 (2020). URL : https:///doi.org/10.1088/2633-1357/abb0d7.
https://doi.org/10.1088/2633-1357/abb0d7
Enrico Fontana, M. Cerezo, Andrew Arrasmith, Ivan Rungger et Patrick J. Coles. «Symétries non triviales dans les paysages quantiques et leur résilience au bruit quantique». Quantique 6, 804 (2022).
https://doi.org/10.22331/q-2022-09-15-804
Suguru Endo, Zhenyu Cai, Simon C Benjamin et Xiao Yuan. «Algorithmes hybrides quantiques-classiques et atténuation des erreurs quantiques». Journal de la Société physique du Japon 90, 032001 (2021).
https: / / doi.org/ 10.7566 / JPSJ.90.032001
Angus Lowe, Max Hunter Gordon, Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles et Lukasz Cincio. "Approche unifiée de l'atténuation des erreurs quantiques basée sur les données". Phys. Rév.Recherche 3, 033098 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033098
Andrea Mari, Nathan Shammah et William J Zeng. "Extension de l'annulation probabiliste des erreurs quantiques par mise à l'échelle du bruit". Examen physique A 104, 052607 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.104.052607
Daniel Bultrini, Max Hunter Gordon, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Patrick J. Coles et Lukasz Cincio. "Unifier et comparer les techniques de pointe d'atténuation des erreurs quantiques". Quantique 7, 1034 (2023).
https://doi.org/10.22331/q-2023-06-06-1034
Ashley Montanaro et Stasja Stanisic. "Atténuation des erreurs par formation avec l'optique linéaire fermionique". Préimpression arXiv arXiv :2102.02120 (2021).
https:///doi.org/10.48550/arXiv.2102.02120
Joseph Vovrosh, Kiran E Khosla, Sean Greenaway, Christopher Self, Myungshik S Kim et Johannes Knolle. « Atténuation simple des erreurs dépolarisantes globales dans les simulations quantiques ». Examen physique E 104, 035309 (2021).
https: / / doi.org/ 10.1103 / PhysRevE.104.035309
Eliott Rosenberg, Paul Ginsparg et Peter L McMahon. "Atténuation expérimentale des erreurs à l'aide d'un redimensionnement linéaire pour la résolution propre quantique variationnelle avec jusqu'à 20 qubits". Science et technologie quantiques 7, 015024 (2022).
https://doi.org/10.1088/2058-9565/ac3b37
Andre He, Benjamin Nachman, Wibe A. de Jong et Christian W. Bauer. "Extrapolation sans bruit pour l'atténuation des erreurs de porte quantique avec insertions d'identité". Examen physique A 102, 012426 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.102.012426
Andrew Shaw. « Atténuation du bruit quantique classique pour le matériel nisq ». Préimpression arXiv arXiv :2105.08701 (2021).
https:///doi.org/10.48550/arXiv.2105.08701
Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C Bardin, Rami Barends, Andreas Bengtsson, Sergio Boixo, Michael Broughton, Bob B Buckley et al. "Observation de la dynamique séparée de charge et de spin dans le modèle de Fermi-Hubbard". Préimpression arXiv arXiv:2010.07965 (2020).
https:///doi.org/10.48550/arXiv.2010.07965
Armands Strikis, Dayue Qin, Yanzhu Chen, Simon C Benjamin et Ying Li. « Atténuation des erreurs quantiques basée sur l'apprentissage ». PRX Quantique 2, 040330 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.040330
Piotr Czarnik, Andrew Arrasmith, Lukasz Cincio et Patrick J Coles. « Suppression exponentielle efficace des erreurs en termes de qubits ». Préimpression arXiv arXiv :2102.06056 (2021).
https:///doi.org/10.48550/arXiv.2102.06056
Yifeng Xiong, Daryus Chandra, Soon Xin Ng et Lajos Hanzo. "Analyse des frais généraux d'échantillonnage de l'atténuation des erreurs quantiques : systèmes non codés et systèmes codés". Accès IEEE 8, 228967-228991 (2020).
https: / / doi.org/ 10.1109 / ACCESS.2020.3045016
Ryûji Takagi. « Coût optimal des ressources pour l'atténuation des erreurs ». Phys. Rév. Rés. 3, 033178 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033178
Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar et Patrick J. Coles. "Apprentissage automatique des circuits quantiques résistants au bruit". PRX Quantique 2, 010324 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.010324
P Erdös et A Rényi. "Sur des graphiques aléatoires $I$". Publicationes Mathematicae Debrecen 6, 18 (1959). URL : http:///snap.stanford.edu/class/cs224w-readings/erdos59random.pdf.
http:///snap.stanford.edu/class/cs224w-readings/erdos59random.pdf
Andrew Wack, Hanhee Paik, Ali Javadi-Abhari, Petar Jurcevic, Ismael Faro, Jay M. Gambetta et Blake R. Johnson. "Qualité, vitesse et évolutivité : trois attributs clés pour mesurer les performances des ordinateurs quantiques à court terme". Préimpression arXiv arXiv :2110.14108 (2021).
https:///doi.org/10.48550/arXiv.2110.14108
Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari et William J Zeng. "Extrapolation numérique à bruit zéro pour l'atténuation des erreurs quantiques". Conférence internationale IEEE 2020 sur l'informatique et l'ingénierie quantiques (QCE) (2020).
https: / / doi.org/ 10.1109 / QCE49297.2020.00045
Youngseok Kim, Christopher J. Wood, Theodore J. Yoder, Seth T. Merkel, Jay M. Gambetta, Kristan Temme et Abhinav Kandala. "Une atténuation des erreurs évolutive pour les circuits quantiques bruyants produit des valeurs d'attente compétitives". Préimpression arXiv arXiv :2108.09197 (2021).
https://doi.org/10.1038/s41567-022-01914-3
Cristina Cirstoiu, Silas Dilkes, Daniel Mills, Seyon Sivarajah et Ross Duncan. « Analyse comparative volumétrique de l'atténuation des erreurs avec Qermit ». Préimpression arXiv arXiv :2204.09725 (2022).
https:///doi.org/10.48550/ARXIV.2204.09725
Ryuji Takagi, Suguru Endo, Shintaro Minagawa et Mile Gu. "Limites fondamentales de l'atténuation des erreurs quantiques". npj Quantum Information 8, 114 (2022).
https: / / doi.org/ 10.1038 / s41534-022-00618-z
Avram Sidi. « Méthodes pratiques d'extrapolation : théorie et applications ». Volume 10. La Presse de l'Universite de Cambridge. (2003).
Masanori Ohya et Dénes Petz. "L'entropie quantique et son utilisation". Médias scientifiques et commerciaux Springer. (2004).
Christoph Hirche, Cambyse Rouzé et Daniel Stilck França. "Sur les coefficients de contraction, les ordres partiels et l'approximation des capacités des canaux quantiques". Quantique 6, 862 (2022).
https://doi.org/10.22331/q-2022-11-28-862
Jeffrey C. Lagarias, James A. Reeds, Margaret H. Wright et Paul E. Wright. "Propriétés de convergence de la méthode simplexe nelder-mead en faibles dimensions". SIAM Journal sur l'optimisation 9, 112-147 (1998).
https: / / doi.org/ 10.1137 / S1052623496303470
Abhijith J., Adetokunbo Adedoyin, John Ambrosiano, Petr Anisimov, William Casper, Gopinath Chennupati, Carleton Coffrin, Hristo Djidjev, David Gunter, Satish Karra, Nathan Lemons, Shizeng Lin, Alexander Malyzhenkov, David Mascarenas, Susan Mniszewski, Balu Nadiga, Daniel O'malley, Diane Oyen, Scott Pakin, Lakshman Prasad, Randy Roberts, Phillip Romero, Nandakishore Santhi, Nikolai Sinitsyn, Pieter J. Swart, James G. Wendelberger, Boram Yoon, Richard Zamora, Wei Zhu, Stephan Eidenbenz, Andreas Bärtschi, Patrick J. Coles, Marc Vuffray et Andrey Y. Lokhov. "Implémentations d'algorithmes quantiques pour les débutants". Transactions ACM sur l’informatique quantique (2022).
https: / / doi.org/ 10.1145 / 3517340
Balint Koczor. "Le vecteur propre dominant d'un état quantique bruyant". Nouveau Journal de Physique 23, 123047 (2021).
https:///doi.org/10.1088/1367-2630/ac37ae
Cité par
[1] Zhenyu Cai, Ryan Babbush, Simon C. Benjamin, Suguru Endo, William J. Huggins, Ying Li, Jarrod R. McClean et Thomas E. O'Brien, « Atténuation des erreurs quantiques », Avis sur Modern Physics 95 4, 045005 (2023).
[2] Ryuji Takagi, Hiroyasu Tajima et Mile Gu, « Limites inférieures d'échantillonnage universel pour l'atténuation des erreurs quantiques », Lettres d'examen physique 131 21, 210602 (2023).
[3] Louis Schatzki, Andrew Arrasmith, Patrick J. Coles et M. Cerezo, « Entangled Datasets for Quantum Machine Learning », arXiv: 2109.03400, (2021).
[4] Ryuji Takagi, Suguru Endo, Shintaro Minagawa et Mile Gu, « Limites fondamentales de l'atténuation des erreurs quantiques », npj Informations quantiques 8, 114 (2022).
[5] Martin Larocca, Nathan Ju, Diego García-Martín, Patrick J. Coles et M. Cerezo, « Theory of overparamétrization in quantum neuronal networks », arXiv: 2109.11676, (2021).
[6] Valentin Heyraud, Zejian Li, Kaelan Donatella, Alexandre Le Boité et Cristiano Ciuti, « Estimation efficace de l'aptitude à l'entraînement pour les circuits quantiques variationnels », PRX Quantique 4 4, 040335 (2023).
[7] Patrick J. Coles, Collin Szczepanski, Denis Melanson, Kaelan Donatella, Antonio J. Martinez et Faris Sbahi, "Thermodynamic AI and the fluctuation frontier", arXiv: 2302.06584, (2023).
[8] Yihui Quek, Daniel Stilck França, Sumeet Khatri, Johannes Jakob Meyer et Jens Eisert, « Limites exponentiellement plus strictes des limitations de l'atténuation des erreurs quantiques », arXiv: 2210.11505, (2022).
[9] Kento Tsubouchi, Takahiro Sagawa et Nobuyuki Yoshioka, « Limite universelle des coûts de l'atténuation des erreurs quantiques basée sur la théorie de l'estimation quantique », Lettres d'examen physique 131 21, 210601 (2023).
[10] R. Au-Yeung, B. Camino, O. Rathore et V. Kendon, « Algorithmes quantiques pour applications scientifiques », arXiv: 2312.14904, (2023).
[11] Yasunari Suzuki, Suguru Endo, Keisuke Fujii et Yuuki Tokunaga, « Atténuation des erreurs quantiques en tant que technique universelle de minimisation des erreurs : applications des ères NISQ à FTQC », arXiv: 2010.03887, (2020).
[12] Gokul Subramanian Ravi, Pranav Gokhale, Yi Ding, William M. Kirby, Kaitlin N. Smith, Jonathan M. Baker, Peter J. Love, Henry Hoffmann, Kenneth R. Brown et Frederic T. Chong, « CAFQA : Un bootstrap de simulation classique pour les algorithmes quantiques variationnels », arXiv: 2202.12924, (2022).
[13] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao et Gui-Lu Long, "Near-term quantum computing techniques: Variational quantum algorithms, atténuation des erreurs, compilation de circuits, analyse comparative et simulation classique », Science Chine Physique, mécanique et astronomie 66 5, 250302 (2023).
[14] Yasunari Suzuki, Suguru Endo, Keisuke Fujii et Yuuki Tokunaga, « L'atténuation des erreurs quantiques en tant que technique universelle de réduction des erreurs : applications du NISQ à l'ère de l'informatique quantique tolérante aux pannes », PRX Quantique 3 1, 010345 (2022).
[15] Supanut Thanasilp, Samson Wang, M. Cerezo et Zoë Holmes, « Concentration exponentielle et non entraînement dans les méthodes du noyau quantique », arXiv: 2208.11060, (2022).
[16] Abhinav Deshpande, Pradeep Niroula, Oles Shtanko, Alexey V. Gorshkov, Bill Fefferman et Michael J. Gullans, « Limites serrées de la convergence des circuits aléatoires bruyants vers la distribution uniforme », PRX Quantique 3 4, 040329 (2022).
[17] Giacomo De Palma, Milad Marvian, Cambyse Rouzé et Daniel Stilck França, "Limitations of Variational Quantum Algorithms: A Quantum Optimal Transport Approach", PRX Quantique 4 1, 010309 (2023).
[18] Ingo Tews, Zohreh Davoudi, Andreas Ekström, Jason D. Holt, Kevin Becker, Raúl Briceño, David J. Dean, William Detmold, Christian Drischler, Thomas Duguet, Evgeny Epelbaum, Ashot Gasparyan, Jambul Gegelia, Jeremy R. Green , Harald W. Grießhammer, Andrew D. Hanlon, Matthias Heinz, Heiko Hergert, Martin Hoferichter, Marc Illa, David Kekejian, Alejandro Kievsky, Sebastian König, Hermann Krebs, Kristina D. Launey, Dean Lee, Petr Navrátil, Amy Nicholson, Assumpta Parreño, Daniel R. Phillips, Marek Ploszajczak, Xiu-Lei Ren, Thomas R. Richardson, Caroline Robin, Grigor H. Sargsyan, Martin J. Savage, Matthias R. Schindler, Phiala E. Shanahan, Roxanne P. Springer, Alexander Tichai , Ubirajara van Kolck, Michael L. Wagman, André Walker-Loud, Chieh-Jen Yang et Xilin Zhang, « Forces nucléaires pour la physique nucléaire de précision : une collection de perspectives », Systèmes à quelques corps 63 4, 67 (2022).
[19] C. Huerta Alderete, Max Hunter Gordon, Frédéric Sauvage, Akira Sone, Andrew T. Sornborger, Patrick J. Coles et M. Cerezo, « Inference-Based Quantum Sensing », Lettres d'examen physique 129 19, 190501 (2022).
[20] Frédéric Sauvage, Martín Larocca, Patrick J. Coles et M. Cerezo, « Construire des symétries spatiales dans des circuits quantiques paramétrés pour un entraînement plus rapide », Science et technologie quantiques 9 1, 015029 (2024).
[21] Adam Callison et Nicholas Chancellor, "Algorithmes hybrides quantiques-classiques à l'ère quantique bruyante à l'échelle intermédiaire et au-delà", Examen physique A 106 1, 010101 (2022).
[22] Supanut Thanasilp, Samson Wang, Nhat A. Nghiem, Patrick J. Coles et M. Cerezo, "Subtilités dans la capacité d'entraînement des modèles d'apprentissage automatique quantique", arXiv: 2110.14753, (2021).
[23] Laurin E. Fischer, Daniel Miller, Francesco Tacchino, Panagiotis Kl. Barkoutsos, Daniel J. Egger et Ivano Tavernelli, "Mise en œuvre sans Ancilla de mesures généralisées pour les qubits intégrés dans un espace qudit", Recherche sur l'examen physique 4 3, 033027 (2022).
[24] Travis L. Scholten, Carl J. Williams, Dustin Moody, Michele Mosca, William Hurley, William J. Zeng, Matthias Troyer et Jay M. Gambetta, « Évaluation des avantages et des risques des ordinateurs quantiques », arXiv: 2401.16317, (2024).
[25] Benjamin A. Cordier, Nicolas PD Sawaya, Gian G. Guerreschi et Shannon K. McWeeney, « Biologie et médecine dans le paysage des avantages quantiques », arXiv: 2112.00760, (2021).
[26] Manuel S. Rudolph, Sacha Lerch, Supanut Thanasilp, Oriel Kiss, Sofia Vallecorsa, Michele Grossi et Zoë Holmes, « Obstacles et opportunités de formation dans la modélisation générative quantique », arXiv: 2305.02881, (2023).
[27] Zhenyu Cai, « Un cadre pratique pour l'atténuation des erreurs quantiques », arXiv: 2110.05389, (2021).
[28] M. Cerezo, Guillaume Verdon, Hsin-Yuan Huang, Lukasz Cincio et Patrick J. Coles, "Défis et opportunités dans l'apprentissage automatique quantique", arXiv: 2303.09491, (2023).
[29] Keita Kanno, Masaya Kohda, Ryosuke Imai, Sho Koh, Kosuke Mitarai, Wataru Mizukami et Yuya O. Nakagawa, « Interaction de configuration quantique sélectionnée : diagonalisation classique des hamiltoniens dans des sous-espaces sélectionnés par des ordinateurs quantiques », arXiv: 2302.11320, (2023).
[30] Tailong Xiao, Xinliang Zhai, Xiaoyan Wu, Jianping Fan et Guihua Zeng, « Avantage pratique de l'apprentissage automatique quantique dans l'imagerie fantôme », Physique des communications 6 1, 171 (2023).
[31] Kazunobu Maruyoshi, Takuya Okuda, Juan W. Pedersen, Ryo Suzuki, Masahito Yamazaki et Yutaka Yoshida, « Charges conservées dans la simulation quantique de chaînes de spin intégrables », Journal of Physics A Mathematical General 56 16, 165301 (2023).
[32] Marvin Bechtold, Johanna Barzen, Frank Leymann, Alexander Mandl, Julian Obst, Felix Truger et Benjamin Weder, "Investigating the effect of circuit cutting in QAOA for the MaxCut problem on NISQ devices", Science et technologie quantiques 8 4, 045022 (2023).
[33] Christoph Hirche, Cambyse Rouzé et Daniel Stilck França, « Sur les coefficients de contraction, les ordres partiels et l'approximation des capacités des canaux quantiques », arXiv: 2011.05949, (2020).
[34] Cristina Cirstoiu, Silas Dilkes, Daniel Mills, Seyon Sivarajah et Ross Duncan, "Analyse comparative volumétrique de l'atténuation des erreurs avec Qermit", Quantique 7, 1059 (2023).
[35] Minh C. Tran, Kunal Sharma et Kristan Temme, « Localité et atténuation des erreurs des circuits quantiques », arXiv: 2303.06496, (2023).
[36] Muhammad Kashif et Saif Al-Kuwari, « L'impact de la globalité et de la localité de la fonction de coût dans les réseaux de neurones quantiques hybrides sur les appareils NISQ », Apprentissage automatique : science et technologie 4 1, 015004 (2023).
[37] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger et Lukasz Cincio, "Améliorer l'efficacité de l'atténuation des erreurs basée sur l'apprentissage", arXiv: 2204.07109, (2022).
[38] Daniel Bultrini, Samson Wang, Piotr Czarnik, Max Hunter Gordon, M. Cerezo, Patrick J. Coles et Lukasz Cincio, "La bataille des qubits propres et sales à l'ère de la correction partielle d'erreurs", arXiv: 2205.13454, (2022).
[39] Muhammad Kashif et Saif Al-kuwari, « ResQNets : une approche résiduelle pour atténuer les plateaux stériles dans les réseaux de neurones quantiques », arXiv: 2305.03527, (2023).
[40] N. M. Guseynov, A. A. Zhukov, W. V. Pogosov et A. V. Lebedev, « Analyse en profondeur des algorithmes quantiques variationnels pour l'équation de la chaleur », Examen physique A 107 5, 052422 (2023).
[41] Olivia Di Matteo et RM Woloshyn, "Quantum computing fidelity susceptibility using automatic differentiation", Examen physique A 106 5, 052429 (2022).
[42] Matteo Robbiati, Alejandro Sopena, Andrea Papaluca et Stefano Carrazza, « Atténuation des erreurs en temps réel pour l'optimisation variationnelle sur le matériel quantique », arXiv: 2311.05680, (2023).
[43] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger et Lukasz Cincio, "Conception robuste sous incertitude dans l'atténuation des erreurs quantiques", arXiv: 2307.05302, (2023).
[44] Nico Meyer, Daniel D. Scherer, Axel Plinge, Christopher Mutschler et Michael J. Hartmann, « Quantum Natural Policy Gradients : Towards Sample-Efficient Reinforcement Learning », arXiv: 2304.13571, (2023).
[45] Enrico Fontana, Ivan Rungger, Ross Duncan et Cristina Cîrstoiu, "Analyse spectrale pour le diagnostic du bruit et l'atténuation des erreurs numériques basées sur des filtres", arXiv: 2206.08811, (2022).
[46] Wei-Bin Ewe, Dax Enshan Koh, Siong Thye Goh, Hong-Son Chu et Ching Eng Png, « Simulation quantique variationnelle des modes de guide d'ondes », Transactions IEEE sur les techniques de théorie des micro-ondes 70 5, 2517 (2022).
[47] Zichang He, Bo Peng, Yuri Alexeev et Zheng Zhang, « Algorithmes quantiques variationnels distributionnellement robustes avec bruit décalé », arXiv: 2308.14935, (2023).
[48] Siddharth Dangwal, Gokul Subramanian Ravi, Poulami Das, Kaitlin N. Smith, Jonathan M. Baker et Frederic T. Chong, « VarSaw : atténuation des erreurs de mesure adaptée aux applications pour les algorithmes quantiques variationnels », arXiv: 2306.06027, (2023).
[49] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan et Daniel O'Malley, « Algorithmes quantiques pour les réseaux de fractures géologiques », arXiv: 2210.11685, (2022).
[50] André Melo, Nathan Earnest-Noble et Francesco Tacchino, "Apprentissage automatique quantique efficace par impulsions", Quantique 7, 1130 (2023).
[51] Christoph Hirche, Cambyse Rouzé et Daniel Stilck França, « Sur les coefficients de contraction, les ordres partiels et l'approximation des capacités des canaux quantiques », Quantique 6, 862 (2022).
[52] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan et Daniel O'Malley, « Algorithmes quantiques pour les réseaux de fractures géologiques », Rapports scientifiques 13, 2906 (2023).
[53] Marco Schumann, Frank K. Wilhelm et Alessandro Ciani, « Émergence de plateaux stériles induits par le bruit dans des modèles de bruit en couches arbitraires », arXiv: 2310.08405, (2023).
[54] Sharu Theresa Jose et Osvaldo Simeone, « Optimisation assistée par l'atténuation des erreurs des circuits quantiques paramétrés : analyse de convergence », arXiv: 2209.11514, (2022).
[55] P. Singkanipa et DA Lidar, « Au-delà du bruit unitaire dans les algorithmes quantiques variationnels : plateaux stériles et points fixes induits par le bruit », arXiv: 2402.08721, (2024).
[56] Kevin Lively, Tim Bode, Jochen Szangolies, Jian-Xin Zhu et Benedikt Fauseweh, « Signatures expérimentales robustes des transitions de phase dans le solveur quantique variationnel », arXiv: 2402.18953, (2024).
[57] Yunfei Wang et Junyu Liu, « Quantum Machine Learning : du NISQ à la tolérance aux pannes », arXiv: 2401.11351, (2024).
[58] Kosuke Ito et Keisuke Fujii, « SantaQlaus : Une méthode économe en ressources pour exploiter le bruit de tir quantique pour l'optimisation des algorithmes quantiques variationnels », arXiv: 2312.15791, (2023).
Les citations ci-dessus proviennent de SAO / NASA ADS (dernière mise à jour réussie 2024-03-14 15:39:27). La liste peut être incomplète car tous les éditeurs ne fournissent pas de données de citation appropriées et complètes.
Impossible de récupérer Données de référence croisée lors de la dernière tentative 2024-03-14 15:39:25: Impossible de récupérer les données citées par 10.22331 / q-2024-03-14-1287 de Crossref. C'est normal si le DOI a été enregistré récemment.
Cet article est publié dans Quantum sous le Creative Commons Attribution 4.0 International (CC BY 4.0) Licence. Le droit d'auteur reste la propriété des détenteurs d'origine tels que les auteurs ou leurs institutions.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
- PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
- PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
- PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
- La source: https://quantum-journal.org/papers/q-2024-03-14-1287/
- :est
- :ne pas
- :où
- ][p
- $UP
- 06
- 1
- 10
- 100
- 101
- 102
- 107
- 11
- 114
- 12
- 125
- 127
- 13
- 14
- 15%
- 16
- 17
- 19
- 1994
- 1998
- 2%
- 20
- 2009
- 2010
- 2011
- 2014
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 2023
- 2024
- 21
- 22
- 2204
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35%
- 36
- 39
- 4
- 40
- 41
- 42
- 45
- 46
- 48
- 49
- 5
- 50
- 51
- 52
- 54
- 55
- 58
- 6
- 60
- 62
- 65
- 66
- 67
- 7
- 70
- 72
- 73
- 74
- 75
- 77
- 8
- 80
- 804
- 84
- 87
- 89
- 9
- 90
- 91
- 97
- 98
- a
- au dessus de
- RÉSUMÉ
- accès
- Avec cette connaissance vient le pouvoir de prendre
- ACM
- infection
- Adam
- adaptatif
- Avancée
- avances
- Avantage
- avantages
- contradictoire
- affiliations
- AI
- Aide
- AL
- Alan
- Alexander
- alex
- Alexandre
- algèbre
- algorithme
- algorithmes
- Tous
- allocation
- amy
- an
- selon une analyse de l’Université de Princeton
- Analytique
- Analytique
- ainsi que les
- andre
- andrea
- Andrew
- applications
- appliqué
- Application
- une approche
- approximatif
- arbitraire
- SONT
- Arya
- AS
- demander
- Évaluation
- assisté
- astronomie
- At
- tentative
- attributs
- auteur
- auteurs
- Automatique
- moyenne
- b
- boulanger
- stérile
- obstacles
- basé
- Bataille
- BE
- était
- Bière
- Les débutants
- analyse comparative
- avantages.
- Benjamin
- LES MEILLEURS
- Au-delà
- Projet de loi
- BIN
- biologie
- Bo
- grain
- Bootstrap
- tous les deux
- lié
- bornes
- Pause
- vaste
- marron
- Bryan
- Développement
- bulletin
- la performance des entreprises
- by
- cambridge
- cheminée
- CAN
- ne peut pas
- cao
- capacités
- les soins
- Carl
- carlos
- caroline
- cas
- casper
- Canaux centraux
- certaines
- Chaînes
- globaux
- Voies
- charge
- des charges
- chimie
- chen
- Cheng
- Chine
- chinois
- chong
- bouffe
- Chris
- chrétien
- Christopher
- circuit
- circuits
- classe
- espace extérieur plus propre,
- codé
- coefficients
- collection
- Université
- commentaire
- commettre
- Chambre des communes
- Communications
- par rapport
- compétitif
- complet
- complexe
- calcul
- ordinateur
- Informatique
- ordinateurs
- informatique
- concentration
- Congrès
- configuration
- cohérent
- contrainte
- continu
- contraction
- des bactéries
- Convergence
- droit d'auteur
- corrélée
- Prix
- pourriez
- Crooks
- Cut/Taille
- Coupe
- Daniel
- données
- data-driven
- ensembles de données
- Dave
- David
- de
- profond
- Nous célebrons le
- dépendant
- profondeur
- Dérivés
- Conception
- détermination
- dispositif
- Compatibles
- Diagnostics
- Diane
- Diego
- numérique
- dimensions
- découverte
- discuter
- distribution
- distributions
- Division
- do
- dominant
- Duncan
- pendant
- dynamique
- e
- E & T
- Edward
- Edwin
- effet
- efficace
- efficace
- non plus
- ailleurs
- intégré
- émergence
- énergie
- ENGINEERING
- équation
- Ère
- eric
- erreur
- Erreurs
- Ether (ETH)
- preuve
- évolution
- exacte
- excité
- attente
- expérimental
- exponentiel
- exponentielle
- S'étend
- affacturage
- ventilateur
- RAPIDE
- plus rapide
- faute
- fidélité
- Trouvez
- Prénom
- fixé
- aplanissement
- fluctuation
- Pour
- Forces
- trouvé
- Fondations
- fracture
- Framework
- franc
- de
- frontière
- fonction
- fonctions
- fondamental
- GAO
- la porte
- gavin
- Général
- Généralisé
- génératif
- générateurs
- George
- Ghost
- Global
- Or
- gordon
- les gradients
- subvention
- graphiques
- Vert
- main
- Plus fort
- Matériel
- harvard
- Vous avez
- he
- Henri
- hiérarchie
- Haute
- Haute fidélité
- Souligner
- des histoires
- titulaires
- d'espérance
- Cependant
- http
- HTTPS
- huang
- chasseur
- Hybride
- hybride quantique-classique
- Identite
- IEEE
- if
- image
- imaginaire
- Imagerie
- Impact
- Imperial
- Imperial College
- Imperial College London
- la mise en oeuvre
- implémentations
- améliorer
- l'amélioration de
- in
- inclut
- incorporation
- d'information
- les établissements privés
- l'interaction
- intéressant
- International
- interpolation
- développement
- enquête
- iris
- Israël
- IT
- SES
- ivan
- jack
- Jack Hidary
- Jacob
- Jacques
- Japon
- JavaScript
- jeffrey
- Jeremy
- joe
- John
- Johnson
- jonathan
- jones
- joshua
- Journal
- Jean
- kenneth
- ACTIVITES
- Khosla
- kim
- kirby
- baiser
- Le roi
- laboratoire
- paysage d'été
- paysages
- gros
- Nom de famille
- Lau
- couches
- apprentissage
- Laisser
- Lee
- leonard
- Levier
- li
- Licence
- traiter
- LIMIT
- limites
- limites
- lin
- linéaire
- Liste
- locales
- London
- Location
- les
- Laboratoire National de Los Alamos
- Louis
- love
- Faible
- baisser
- click
- machine learning
- a prendre une
- Manuel
- mar
- Marco
- maria
- Martin
- matières premières.
- mathématique
- matthew
- matthias
- max
- largeur maximale
- maximales
- Mai..
- McClean
- mesurer
- mesures
- des mesures
- mécanique
- Médias
- médecine
- méthode
- méthodes
- Métrologie
- Meyer
- Michael
- mikhail
- mile
- Miller
- moulins
- minimisation
- Réduire les
- atténuer
- atténuation
- modèle
- modélisation statistique
- numériques jumeaux (digital twin models)
- Villas Modernes
- modes
- moléculaire
- Mois
- muhammad
- nathan
- Nationales
- Nature
- Nature
- Près
- réseau et
- réseaux
- Neural
- Réseau neuronal
- les réseaux de neurones
- Nouveauté
- Nicolas
- Nicolas
- aucune
- Bruit
- non linéaire
- Ordinaire
- nucléaire
- Physique nucléaire
- numérique
- chêne
- objectif
- of
- souvent
- on
- ouvert
- opérateur
- Opportunités
- optique
- optimaux
- à mettre en œuvre pour gérer une entreprise rentable. Ce guide est basé sur trois décennies d'expérience
- or
- de commander
- passer commande
- original
- Autre
- nos
- aérien
- pages
- Papier
- paramétré
- partiel
- patrick
- paul
- effectuer
- performant
- perspectives
- Peter
- phase
- phénomène
- Physique
- Physique
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Point
- Point de vue
- des notes bonus
- politique
- positif
- possibilité
- Powell
- Méthode
- Pradeep
- La précision
- Press
- Problème
- d'ouvrabilité
- processus
- les process
- Processeur
- processeurs
- produit
- PROMETTONS
- propriétés
- protocoles
- fournir
- publié
- éditeur
- éditeurs
- Qi
- Quantum
- avantage quantique
- algorithmes quantiques
- Ordinateur quantique
- ordinateurs quantiques
- l'informatique quantique
- correction d'erreur quantique
- porte quantique
- informations quantiques
- apprentissage automatique quantique
- technologie quantique
- qubits
- R
- ramie
- aléatoire
- nous joindre
- lire à haute voix
- en temps réel
- récent
- récemment
- réduire
- réduction
- inscrit
- régression
- apprentissage par renforcement
- fiable
- reste
- s
- Rapports
- un article
- la résilience
- résilient
- résoudre
- résolu
- ressource
- Resources
- résultat
- Résultats
- Avis
- Avis
- Richard
- risques
- ROBERT
- rouge-gorge
- robuste
- pour le running
- Ryan
- s
- Sam
- échantillon
- Escaliers intérieurs
- mise à l'échelle
- Sciences
- Science et technologie
- sur une base scientifique
- scott
- Sean
- Rechercher
- Deuxièmement
- choisi
- AUTO
- Paramétres
- sévère
- gravement
- peu profond
- shannon
- Sharma
- shaw
- décalé
- coup
- devrait
- montrer
- montré
- Spectacles
- Siam
- Signatures
- Simon
- Simplex
- simulation
- simulations
- simulateur
- tailles
- forgeron
- Société
- quelques
- disponible
- sophia
- Space
- Spatial
- spécial
- Spectral
- vitesse
- Spin
- Stanford
- Région
- state-of-the-art
- États
- stefan
- les stratégies
- études
- Avec succès
- tel
- convient
- Dimanche
- supprimant
- suppression
- Susan
- susceptibilité
- symétrie
- combustion propre
- Système
- T
- tâches
- taylor
- technique
- techniques
- Les technologies
- Technologie
- terme
- qui
- Les
- Le paysage
- leur
- Les
- théorie
- Ces
- l'ont
- this
- thomas
- trois
- Ainsi
- plus serré
- Tim
- fiable
- Titre
- à
- tolérance
- trop
- Boîte à outils
- les outils
- vers
- Train
- Formation
- Transactions
- transitions
- transport
- tyler
- types
- Incertitude
- sous
- Universel
- université
- a actualisé
- URL
- utilisé
- en utilisant
- Valeurs
- de
- Vérification
- vérifié
- via
- Voir
- vu
- Salle de conférence virtuelle
- le volume
- volumétrique
- vs
- W
- wang
- souhaitez
- était
- we
- que
- william
- Williams
- comprenant
- sans
- Loup
- du bois.
- activités principales
- s'aggraver
- Wright
- wu
- X
- xiao
- an
- YING
- Yuan
- zéphyrnet
- zéro
- zhang
- Zhao
- Zhong