CN113298262B - 量子设备去噪方法和装置、电子设备、计算机可读介质 - Google Patents
量子设备去噪方法和装置、电子设备、计算机可读介质 Download PDFInfo
- Publication number
- CN113298262B CN113298262B CN202110647964.5A CN202110647964A CN113298262B CN 113298262 B CN113298262 B CN 113298262B CN 202110647964 A CN202110647964 A CN 202110647964A CN 113298262 B CN113298262 B CN 113298262B
- Authority
- CN
- China
- Prior art keywords
- quantum
- noise
- expected value
- iteration
- actual
- 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
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 230000009471 action Effects 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 11
- 238000012546 transfer Methods 0.000 claims description 9
- 238000004587 chromatography analysis Methods 0.000 claims description 5
- 238000011137 process chromatography Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 239000002096 quantum dot Substances 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000003325 tomography Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- 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
- G06N10/70—Quantum error correction, detection or prevention, e.g. surface codes or magic state distillation
-
- 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
-
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
- Complex Calculations (AREA)
Abstract
本公开提供了一种量子设备去噪方法和装置,涉及量子电路、量子算法、量子校准等技术领域。具体实现方案为:获取实际量子设备的噪声信道;基于噪声信道,确定截断系数,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数;运行实际量子设备,生成中间量子态;对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行;基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。该实施方式实现了量子电路的降噪处理。
Description
技术领域
本公开涉及量子计算技术领域,具体涉及量子电路、量子算法、量子校准等技术领域,尤其涉及一种量子设备去噪方法和装置、电子设备、计算机可读介质以及计算机程序产品。
背景技术
随着量子计算机的技术飞速地发展,量子计算的黄金时代即将到来,但是未来量子计算中的噪声问题是难以避免的:量子比特中的热量耗散,或是更底层的量子物理过程中产生的随机波动,将使得量子比特的状态翻转或随机化,以及量子测量设备读取计算结果出现偏差,都可能导致量子计算过程失败。
发明内容
提供了一种量子设备去噪方法和装置、电子设备、计算机可读介质以及计算机程序产品。
根据第一方面,提供了一种量子设备去噪方法,该方法包括:获取实际量子设备的噪声信道;基于噪声信道,确定截断系数,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数;运行实际量子设备,生成中间量子态;对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行;基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。
根据第二方面,提供了一种量子设备去噪装置,该装置包括:获取单元,被配置成获取实际量子设备的噪声信道;确定单元,被配置成基于噪声信道,确定截断系数,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数;生成单元,被配置成运行实际量子设备,生成中间量子态;作用单元,被配置成对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行;零噪计算单元,被配置成基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。
根据第三方面,提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面任一实现方式描述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。
本公开的实施例提供的量子设备去噪方法和装置,首先,获取实际量子设备的噪声信道;其次,基于噪声信道,确定截断系数,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数;再次,运行实际量子设备,生成中间量子态;从次,对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行;最后,基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。本公开的实施例采用多个不同尺度的噪声反推实际量子设备没有噪声的极限情况,本公开的实施例适用于任意能够生成量子态的量子设备,不依赖于噪声模型等手段,因此具有较好的通用性。本实施例不依赖于量子比特数据,具有较好的扩展性,在近期量子设备可以具有较广的使用范围。本实施例中只需量子设备的噪声信道维持在一个合理的范围内,便可以计算到该量子设备相应的理想量子设备的零噪期望值,因此具有较高的实用性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开量子设备去噪方法的一个实施例的流程图;
图2是本公开实施例中对中间量子态迭代作用的一种结构示意图;
图3是本公开实施例中得到截断系数方法的实施例的流程图;
图4是本公开实施例中含噪期望值和零噪期望值随噪声参数变化示意图;
图5是根据本公开量子设备去噪装置的实施例的结构示意图;
图6是用来实现本公开实施例的量子设备去噪方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了更好地理解本公开实施例所提供的方法,以下对本公开实施例所涉及的相关概念进行解释说明。
量子态,是通过多个量子数描述的微观粒子的运动状态。
经典计算机或传统计算机,以经典物理学为信息处理的理论基础的计算机。经典计算机采用经典物理上最容易实现的二进制数据位存储数据或程序,每一个二进制数据位由0或1表示,称为一个位或比特,作为最小的信息单元。经典计算机本身存在着不可避免的弱点:一是计算过程能耗的最基本限制。逻辑元件或存储单元所需的最低能量应在kT的几倍以上;二是信息墒与发热能耗;三是计算机芯片的布线密度很大时,根据海森堡不确定性关系,电子位置的不确定量很小时,动量的不确定量就会很大。电子不再被束缚,会有量子干涉效应,这种效应甚至会破坏芯片的性能。
量子计算机(quantum computer)是一类遵循量子力学性质、规律进行高速数学和逻辑运算、存储及处理量子信息的物理设备。当某个设备处理和计算的是量子信息,运行的量子算法时,该设备就是量子计算机。量子计算机遵循着独无二的量子动力学规律实现种信息处理的新模式。对计算问题并行处理,量子计算机比起经典计算机有着速度上的绝对优势。量子计算机对每个叠加分量实现的变换相当于一种经典计算,所有这些经典计算同时完成,并按一定的概率振幅叠加起来,给出量子计算机的输出结果,这种计算称为量子并行计算。量子并行处理大大提高了量子计算机的效率,使得其可以完成经典计算机无法完成的工作,例如一个很大的自然数的因子分解。量子相关性在所有的量子超快速算法中得到了本质性的利用。因此,用量子态代替经典态的量子并行计算,可以达到经典计算机不可比拟的运算速度和信息处理功能,同时节省了大量的运算资源。
化学模拟,将真实化学体系的哈密顿量映射到物理上可操作哈密顿量,然后调制参数和演化时间,找到能够反映真实化学体系的本征态。在经典计算机上对一个n电子化学体系进行模拟时,涉及到2n(n>1)维薛定谔方程的求解,计算量会随体系电子数的增加而呈指数式递增。因此经典计算机在化学模拟问题上作用十分有限。想要突破这一瓶颈,就必须依靠量子计算机强大的计算能力。
VQE(Variational Quantum Eigensolver,量子本征求解器算法)是一种在量子硬件上进行化学模拟的高效量子算法,是量子计算机近期最有前途的应用之一,开启了许多全新的化学研究领域。但是现阶段量子计算机量子电路噪声率明显限制了VQE的能力,因此需要处理好量子电路噪声的问题。本公开的实施例可以用于去除VQE算法中的量子电路噪声,因此在化学模拟领域有重要应用。
图1示出了根据本公开量子设备去噪方法的一个实施例的流程100,上述量子设备去噪方法包括以下步骤:
步骤101,获取实际量子设备的噪声信道。
本实施例中,量子设备去噪方法可以是应用于如近期量子设备等电子设备中,如量子计算机等。本实施例中,相对于传统的量子计算机,本实施例采用的量子计算机可以包括:存储器、经典处理器、量子处理器以及存储于存储器并可在经典处理器及量子处理器上运行的程序,经典处理器结合量子处理器运行该程序时执行本公开实施例的量子设备去噪方法。
本实施例中,实际量子设备是实际存在的量子设备,其也是实验上可以实现的量子设备,由于实际量子设备中量子噪声的存在(即实际量子设备并不理想,而是存在量子噪声),实际量子设备由理想量子设备和噪声信道共同组成,其中,理想量子设备是实际量子设备中不包含噪声的部分,调用理想量子设备会生成理想量子态ρ,但是该理想量子态会无法避免的经过噪声信道***状态演化为测量设备对进行测量,因为量子噪声的存在使测量设备测量得到的结果和实际值有偏差。本实施例提供的量子设备去噪方法和装置解决的实际问题是如何降低甚至消除量子噪声对期望值的影响,以得到零噪期望值的无偏差估计。
数学上VQE的一个核心计算过程是估计期望值Tr[Oρ],其中ρ是由理想量子设备生成的n-量子位的量子态(n-qubit quantum state),而n量子态的可观测算符O是真实化学体系的哈密顿量映射到物理上可操作哈密顿的观测算子的符号。需要说明的是,上述过程是量子计算提取经典信息的一般形式,VQE算法可以有着广泛应用而不限于本公开描述的内容。
本实施例中,观测算符O反映的观测算子对应实验上感兴趣的算子。比如一个光子,它是一个量子态;光子还有很多不同的性质。如果要测光子的自旋性质,需要用“自旋”观测算子去探测。
为了更好地描述本公开实施例所提供的方案,在以下的描述中,将以量子设备去噪方法应用于电子设备来进行具体说明。
步骤102,基于噪声信道,确定截断系数。
其中,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数。
本实施例中,噪声信道是物理上可实现的最基本的量子操作,通过相应的量子分析方法,可以得到实际量子设备的噪声行为。本实施例中,噪声信道可以是通过量子分析方法得到的泡利转移矩阵。
在本实施例的一些可选实现方式中,上述获取实际量子设备的噪声信道包括:采用量子过程层析(Quantum Process Tomography)方法或量子门集层析(Quantum Gate SetTomography)法获取实际量子设备的噪声信道。但是,应当理解,其他可以用来获取实际量子设备的噪声信道的量子分析方法也是可能的,在此不做限定。
在对未知量子计算机***进行控制时,首先要确定其动态特性。而研究任意***的动态特性时,需要对其数学描述进行确定。量子层析是通过制备一系列恰当的量子态,并测量、估计其相应的输出量子态来获得未知量子***的数学描述的方法。例如,量子过程层析就是常用的用来实验确定未知量子操作的方法,除了可以完整刻画量子计算机***的动态特性,还可用于刻画特定量子门的性能或量子通信的信道或确定量子计算机***中噪声的类型和幅度。通过量子层析技术可以直接或间接测算出反应量子计算机***性质的各种参数。
量子计算中的噪声是无法通过标量量化,这也是噪声处理很难的原因之一。本实施例中,实际量子设备的噪声大小通过噪声信道的使用次数定性(并非定量)刻画,当使用噪声信道的次数越多,则相应引入的噪声越大。而噪声信道的使用次数可以通过截断系数来体现,截断系数与噪声信道、误差容忍度相关,在不同的噪声信道或/和不同的误差容忍度下,得到的截断系数不同。
本实施例中,截断系数可以通过多种途径获得,比如,在得到噪声信道之后,对噪声信道进行诺依曼级数展开,得到噪声信道的诺依曼级数展开式,通过诺依曼级数展开式反映的能量状态,在当前的误差容忍度和当前的观测算子下,确定可以反映诺依曼级数展开式的展开项目数目,即截断系数。
假设噪声信道A的谱半径小于,可以使用Neumann级数得到如下的展开式:
在式(1)中,I表示单位矩阵,K是根据当前的误差容忍度选择的展开项数目(即截断系数),而cK(k)则是展开项Ak的系数,其数学表达式为:
A-1=6I-15A+20A2-15A3+6A4-A5+O((I-A)6)
即用展开式前6项6I,-15A,20A2,-15A3,6A4,-A5来逼近目标矩阵A-1。
在本实施例的一些可选实现方式中,通过多次试验与计算,得到截断系数的公式如下:
本实施例中,通过实验与计算得到的截断系数的计算公式,可以方便快捷为得到实际量子设备相应的理想设备的零噪期望值,从而为得到实际量子设备无噪量子态提供了可靠的数据基础。
步骤103,运行实际量子设备,生成中间量子态。
本实施例中,理想量子设备是对实际量子设备在无噪条件的假设的一种量子设备,因此,在实验过程中无法通过运行理想量子设备的得到不含噪声的量子态,为了得到理想量子设备的零噪期望值,可以运行一次实际量子设备得到中间量子态,再进一步基于中间量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。
具体地,如图2所示,实际量子设备201运行一次,相当于调用理想量子设备a产生量子态且该量子态经过噪声信道b,得到带噪的中间量子态,中间量子态重复使用同样的噪声信道b共计K次,将每次使用噪声信道b的结果量子态汇总之后,通过测量设备202进行测量,根据测量结果可以采用经典计算机,计算理想量子设备a的零噪期望值。
步骤104,对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行。
本实施例中,截断系数K决定了对噪声信道作用的次数,而对中间量子态迭代作用截断系数K次的噪声信道包括:
对于一个整数集合{1,…,K}中的每一个整数k(k∈{1,…,K}),对中间量子态作用k次噪声信道,得到每一个整数k对应的结果量子态,并且第k次的结果量子态是在第k-1次得到的结果量子态的基础上作用得到的。
步骤105,基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。
本实施例中,每次迭代得到一个结果量子态,对中间量子态迭代作用截断系数K次的噪声信道,则得到K个结果量子态,在K个结果量子中每个结果量子态均是在上一个结果量子态的基础上得到。
本实施例中,从中间量子态到最后一次迭代得到的结果量子态均是含有噪声的量子态,截断系数选值不同计算得到的零噪期望值可能有差别,并且截断系数的选值(截断系数只有一个最小值)越大,得到的量子噪声越大,而噪声越大越可以反映实际的量子设备的噪声值。
在本实施例的一些可选实现方式中,上述基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值,包括:基于中间量子态和各次迭代得到的结果量子态,计算含噪期望值;根据所有结果量子态对应的含噪期望值和中间量子态对应的含噪期望值,采用诺依曼级数计算得到实际量子设备相应的理想量子设备的零噪期望值的无偏差估计。
本可选实现方式中,零噪期望值的无偏差估计是对零噪期望值的一个估计值,零噪期望值的无偏差估计与零噪期望值的差的绝对值小于或等于当前误差容忍度。
本可选实现方式中,如图2所示,通过多次调用实际量子设备的噪声信道b计算不同噪声大小的含噪期望值,最后利用含噪期望值反推理想理想量子设备的零噪声情况下的期望值Tr[Oρ]。由此,不依赖冗余辅助量子比特,不需要在硬件层面对哈密顿量进行调控,不依赖量子比特数目,不对含噪量子电路的噪声模型作出假设,提高了实际量子设备去噪过程的通用性,保证了实际量子设备的去噪效果。
本公开的实施例提供的量子设备去噪方法,首先,获取实际量子设备的噪声信道;其次,基于噪声信道,确定截断系数,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数;再次,运行实际量子设备,生成中间量子态;从次,对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行;最后,基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。本公开的实施例适用于任意能够生成量子态的量子设备,不依赖于噪声模型等手段,虽然在计算过程中会重复使用含噪量子门,但是由于实际一般得到的截断系数较小,因此,重复使用含噪量子门的次数有限,因此具有较好的通用性。本实施例不依赖于量子比特数据,具有较好的扩展性,在近期量子设备可以具有较广的使用范围。本实施例中只需量子设备的噪声信道维持在一个合理的范围内,便可以计算到该量子设备相应的理想量子设备的零噪期望值,因此具有较高的实用性。
图3示出了本公开实施例中得到截断系数方法的实施例的流程图300,上述得到截断系数的方法包括以下步骤:
步骤301,针对多个不同整数中的各个整数,对实际量子设备的初始量子态迭代作用该整数次噪声信道。
其中,每次迭代在上一次迭代结果上进行,得到每次迭代对应的噪声量子态。
本可选实现方式中,实际量子设备的初始量子态是实际量子设备运行一次之后输出的初始量子态,该初始量子态可以是实际量子设备在实验场景(与本公开量子设备去噪方法运行场景不同)下输出的量子态。通过初始量子态可以通过实验得到与实际量子设备对应的截断系数。
本可选实现方式中,针对多个不同整数,对实际量子设备的初始量子态迭代作用该整数次噪声信道可以包括:对初始量子态迭代作用第一个整数次噪声信道,对初始量子态迭代作用第二个整数次噪声信道…对初始量子态迭代作用最后一个整数次噪声信道。其中,对初始量子态迭代作用整数次噪声信道得到整数个迭代步骤对应的噪声量子态。
步骤302,基于每次迭代对应的噪声量子态,计算每个噪声量子态对应的含噪期望值。
本可选实现方式中,迭代次数与每次作用时的整数相同;例如,当前整数为5,则进行5次迭代,每次迭代对应一个噪声量子态,完成5次迭代,即完成一个作用。
步骤303,基于各次作用所有的含噪期望值,采用诺依曼级数绘制期望值曲线。
本实施例中,每次作用对应当前整数次迭代,当当前整数次迭代完成之后,得到当前整数个含噪期望值,每次作用对应一个期望值曲线,每个整数对应一个期望值曲线。
期望值曲线是当前作用下所有含噪期望值按照诺依曼级数叠加并绘制出现来的曲线。
本实施例中,采用诺依曼级数将当前作用下的所有含噪期望值按照权重叠加起来,在零噪期望值的正负范围内震荡,当含噪期望值数量足够多(项数为K+1),震荡曲线就会收敛,收敛值对应零噪期望值。
步骤304,基于各次作用对应的期望值曲线,确定截断系数。
本可选实现方式中,基于各次作用对应的期望值曲线,可以确定收敛的期望值曲线,该收敛的期望值曲线对应的整数即为截断系数。
本可选实现方式中,通过采用多个该整数次的迭代作用,确定每次作用对应的含噪期望值的期望值曲线,通过多个期望值曲线,确定截断系数,由此,通过实验手段准确、无误的确定了截断系数,保证了实时量子设备去噪效果。
在本实施例的一些可选实现方式中,基于各次作用对应的期望值曲线,确定截断系数,包括:确定所有作用对应的所有期望值曲线中的收敛曲线;将任意一个收敛曲线对应的整数作为截断系数。
作用次数和迭代次数完全不同,一个作用对应一个期望值曲线,每个整数对应一个作用。按照诺依曼级数得到的期望值曲线,在整数足够大时,开始收敛(即收敛曲线),而每个收敛曲线对应的整数均可以作为截断系数。
本可选实现方式中,通过选取收敛曲线对应的整数,方便、快捷地得到了截断系数,为得到截断系数提供了可靠的实施方式。
本实施例提供的量子设备去噪方法是量子计算提取经典信息的最一般形式,有着广泛的应用。例如,典型的应用场景包括运行在近期量子计算机上的算法,比如VQE和量子近似优化算法QAOA(Quantum Approximate Optimization Algorithm)等。
在本实施例的一些可选实现方式中,实际量子设备为量子本征求解器算法的量子处理器,零噪期望值为量子本征求解器算法的量子处理器对应的零噪期望值。
本可选实现方式中,通过在量子本证求解器算法的量子处理器采用本实施例的量子设备去噪方法,可以有效去除量子本证求解器算法的量子处理器的噪声,得到量子本征求解器算法的量子处理器对应的零噪期望值,提高了VQE量子设备的去噪效果。
为了更好的说明本公开的效果,下面以一个示例为例说明量子设备去噪后的效果。
作为演示在单量子比特***中,假设理想量子设备生成的状态为ρ=|0><0|(***基态),观测算子为泡利Z算子,理想期望值Tr[Zρ]=1。假设量子噪声为量子去极化信道Ωp(0≤p≤1),其定义为
Ωp(ρ)=(1-p)*p+p*I/2 (4)
在式(4)中I是2×2的恒等矩阵。如果不进行噪声处理,得到中间量子态对应的含噪期望值Tr[ZΩp(ρ)]=1-p。
采用本实施例的量子设备去噪方法,通过计算可知‖《Z|‖∞=1,而||[I]-[Ωp(ρ)]||∞=p。设置误差容忍度为ε=0.01,对应的截断系数K的表达式为
在计算出这些相关参数之后,进行误差处理,并记录方案输出的E*作为处理后期望值。如图4所示,为含噪期望值N(Noisy Value)和经过处理后的零噪期望值M(MitigatedValue)随噪声参数p的变化图,在图4中,横轴表示噪声参数p,纵轴表示期望值。从图4可以明显的观察到,相对于含噪期望值,本实施例的量子设备去噪方法显著提高了得到的期望值的精确度,经噪声处理后的零噪期望值N以极高的精度逼近理想期望值1。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了量子设备去噪装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可应用于各种电子设备中。
如图5所示,本实施例提供的量子设备去噪装置500包括:获取单元501,确定单元502,生成单元503,作用单元504,计算单元505。其中,上述获取单元501,可以被配置成获取实际量子设备的噪声信道。上述中确定单元502,可以被配置成基于噪声信道,确定截断系数,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数。上述生成单元503,可以被配置成运行实际量子设备,生成中间量子态。上述作用单元504,可以被配置成对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行。上述计算单元505,可以被配置成基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。
在本实施例中,量子设备去噪装置500中:获取单元501,确定单元502,生成单元503,作用单元504,计算单元505的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101、步骤102、步骤103、步骤104、步骤105的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述获取单元进一步被配置成,采用量子过程层析方法或量子门集层析法获取实际量子设备的噪声信道。
在本实施例的一些可选的实现方式中,上截断系数K采用以下公式确定:
在本实施例的一些可选的实现方式中,上述确定单元502包括::得到模块(图中未示出),期望计算模块(图中未示出),绘图模块(图中未示出),定位模块(图中未示出)。其中,上述得到模块,可以被配置成针对多个不同整数中的各个整数,对实际量子设备的初始量子态迭代作用量早该整数次噪声信道,每次迭代在上一次迭代结果上进行,得到每次迭代对应的噪声量子态。上述期望计算模块,可以被配置成基于每次迭代对应的噪声量子态,计算每个噪声量子态对应的含噪期望值。上述绘图模块,可以被配置成基于各次作用所有的含噪期望值,采用诺依曼级数绘制期望值曲线。上述定位模块,可以被配置成基于各次作用对应的期望值曲线,确定截断系数。
在本实施例的一些可选实现方式中,上述定位模块包括:确定子模块(图中未示出)、作用子模块(图中未示出)。其中,上述确定子模块,可以被配置成确定所有作用对应的所有期望值曲线中的收敛曲线。上述作用子模块,可以被配置成将任意一个收敛曲线对应的整数作为截断系数。
在本实施例的一些可选的实现方式中,上述计算单元505包括:含噪计算模块(图中未示出)、零噪计算模块(图中未示出)。其中,上述含噪计算模块,可以被配置成基于中间量子态和各次迭代得到的结果量子态,计算含噪期望值。上述零噪计算模块,可以被配置成根据所有结果量子态对应的含噪期望值和中间量子态对应的含噪期望值,采用诺依曼级数计算得到实际量子设备相应的理想量子设备的零噪期望值的无偏差估计。
在本实施例的一些可选实现方式中,上述实际量子设备为量子本征求解器算法的量子处理器,零噪期望值为量子本征求解器算法的量子处理器对应的零噪期望值。
本公开的实施例提供的量子设备去噪装置,首先,获取单元501获取实际量子设备的噪声信道;其次,确定单元502基于噪声信道,确定截断系数,截断系数用于表征当前误差容忍度下噪声信道的诺依曼级数的展开项目数;再次,生成单元503运行实际量子设备,生成中间量子态;从次,作用单元504对中间量子态迭代作用截断系数次的噪声信道,每次迭代在上一次迭代结果上进行;最后,计算单元505基于中间量子态和各次迭代得到的结果量子态,计算得到实际量子设备相应的理想量子设备的零噪期望值。本公开的实施例适用于任意能够生成量子态的量子设备,不依赖于噪声模型等手段,虽然在计算过程中会重复使用含噪量子门,但是由于实际一般得到的截断系数较小,因此,重复使用含噪量子门的次数有限,因此具有较好的通用性。本实施例不依赖于量子比特数据,具有较好的扩展性,在近期量子设备可以具有较广的使用范围。本实施例中只需量子设备的噪声信道维持在一个合理的范围内,便可以计算到该量子设备相应的理想量子设备的零噪期望值,因此具有较高的实用性。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如量子设备去噪方法。例如,在一些实施例中,量子设备去噪方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的量子设备去噪方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行量子设备去噪方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程量子设备去噪装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种量子设备去噪方法,所述方法包括:
获取实际量子设备的噪声信道;
基于所述噪声信道,确定截断系数,所述截断系数用于表征所述噪声信道的误差小于或等于当前误差容忍度时所述噪声信道的诺依曼级数的展开项目数;
运行所述实际量子设备,生成中间量子态;
对所述中间量子态迭代作用所述截断系数次的所述噪声信道,每次迭代在上一次迭代结果上进行;
基于所述中间量子态和各次迭代得到的结果量子态,计算得到所述实际量子设备相应的理想量子设备的零噪期望值。
2.根据权利要求1所述的方法,其中,所述获取实际量子设备的噪声信道包括:
采用量子过程层析方法或量子门集层析法获取实际量子设备的噪声信道。
4.根据权利要求1所述的方法,其中,所述基于所述噪声信道,确定截断系数,包括:
针对多个不同整数中的各个整数,对所述实际量子设备的初始量子态迭代作用该整数次所述噪声信道,每次迭代在上一次迭代结果上进行,得到每次迭代对应的噪声量子态;
基于每次迭代对应的噪声量子态,计算每个噪声量子态对应的含噪期望值;
基于各次作用所有的含噪期望值,采用诺依曼级数绘制期望值曲线;
基于各次作用对应的期望值曲线,确定所述截断系数。
5.根据权利要求4所述的方法,其中,所述基于各次作用对应的期望值曲线,确定所述截断系数,包括:
确定所有作用对应的所有期望值曲线中的收敛曲线;
将任意一个收敛曲线对应的整数作为所述截断系数。
6.根据权利要求1-5之一所述的方法,其中,所述基于所述中间量子态和各次迭代得到的结果量子态,计算得到所述实际量子设备相应的理想量子设备的零噪期望值,包括:
基于所述中间量子态和各次迭代得到的结果量子态,计算含噪期望值;
根据所有结果量子态对应的含噪期望值和所述中间量子态对应的含噪期望值,采用诺依曼级数计算得到所述实际量子设备相应的理想量子设备的零噪期望值的无偏差估计。
7.根据权利要求6所述的方法,其中,所述实际量子设备为量子本征求解器算法的量子处理器,所述零噪期望值为所述量子本征求解器算法的量子处理器对应的零噪期望值。
8.一种量子设备去噪装置,所述装置包括:
获取单元,被配置成获取实际量子设备的噪声信道;
确定单元,被配置成基于所述噪声信道,确定截断系数,所述截断系数用于表征所述噪声信道的误差小于或等于当前误差容忍度时所述噪声信道的诺依曼级数的展开项目数;
生成单元,被配置成运行所述实际量子设备,生成中间量子态;
作用单元,被配置成对所述中间量子态迭代作用所述截断系数次的所述噪声信道,每次迭代在上一次迭代结果上进行;
计算单元,被配置成基于所述中间量子态和各次迭代得到的结果量子态,计算得到所述实际量子设备相应的理想量子设备的零噪期望值。
9.根据权利要求8所述的装置,其中,所述获取单元进一步被配置成,采用量子过程层析方法或量子门集层析法获取实际量子设备的噪声信道。
11.根据权利要求8所述的装置,其中,所述确定单元包括:
得到模块,被配置成针对多个不同整数中的各个整数,对所述实际量子设备的初始量子态迭代作用该整数次所述噪声信道,每次迭代在上一次迭代结果上进行,得到每次迭代对应的噪声量子态;
期望计算模块,被配置成基于每次迭代对应的噪声量子态,计算每个噪声量子态对应的含噪期望值;
绘图模块,被配置成基于各次作用所有的含噪期望值,采用诺依曼级数绘制期望值曲线;
定位模块,被配置成基于各次作用对应的期望值曲线,确定所述截断系数。
12.根据权利要求11所述的装置,其中,所述定位模块包括:
确定子模块,被配置成确定所有作用对应的所有期望值曲线中的收敛曲线;
作用子模块,被配置成将任意一个收敛曲线对应的整数作为所述截断系数。
13.根据权利要求8-12之一所述的装置,其中,所述计算单元包括:
含噪计算模块,被配置成基于所述中间量子态和各次迭代得到的结果量子态,计算含噪期望值;
零噪计算模块,被配置成根据所有结果量子态对应的含噪期望值和所述中间量子态对应的含噪期望值,采用诺依曼级数计算得到所述实际量子设备相应的理想量子设备的零噪期望值的无偏差估计。
14.根据权利要求13所述的装置,其中,所述实际量子设备为量子本征求解器算法的量子处理器,所述零噪期望值为所述量子本征求解器算法的量子处理器对应的零噪期望值。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序***,包括计算机程序,所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110647964.5A CN113298262B (zh) | 2021-06-10 | 2021-06-10 | 量子设备去噪方法和装置、电子设备、计算机可读介质 |
JP2022023600A JP7354320B2 (ja) | 2021-06-10 | 2022-02-18 | 量子デバイスのノイズ除去方法および装置、電子機器、コンピュータ可読記憶媒体並びにコンピュータプログラム |
US17/654,150 US20220198315A1 (en) | 2021-06-10 | 2022-03-09 | Method for denoising quantum device, electronic device, and computer-readable medium |
AU2022201682A AU2022201682B2 (en) | 2021-06-10 | 2022-03-10 | Method and apparatus for denoising quantum device, electronic device, and computer readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110647964.5A CN113298262B (zh) | 2021-06-10 | 2021-06-10 | 量子设备去噪方法和装置、电子设备、计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113298262A CN113298262A (zh) | 2021-08-24 |
CN113298262B true CN113298262B (zh) | 2022-04-26 |
Family
ID=77327863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110647964.5A Active CN113298262B (zh) | 2021-06-10 | 2021-06-10 | 量子设备去噪方法和装置、电子设备、计算机可读介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220198315A1 (zh) |
JP (1) | JP7354320B2 (zh) |
CN (1) | CN113298262B (zh) |
AU (1) | AU2022201682B2 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037084B (zh) * | 2021-11-05 | 2022-11-25 | 北京百度网讯科技有限公司 | 量子测量设备校准方法及装置、电子设备和介质 |
CN114372577B (zh) * | 2022-01-10 | 2024-01-02 | 北京有竹居网络技术有限公司 | 用于管理量子***的状态的方法、设备、装置和介质 |
CN115022130B (zh) * | 2022-05-16 | 2024-02-06 | 海南大学 | 基于量子力学去噪的毫米波大规模mimo信道估计方法 |
CN114819166B (zh) * | 2022-05-27 | 2023-05-30 | 北京大学 | 一种量子***的演化方法及装置 |
CN115271083B (zh) * | 2022-07-26 | 2023-05-30 | 北京大学 | 一种量子门噪声定标方法及装置 |
CN115310618B (zh) * | 2022-08-09 | 2024-07-19 | 北京百度网讯科技有限公司 | 量子操作中的量子噪声消除方法及装置、电子设备和介质 |
CN116306956B (zh) * | 2023-03-20 | 2024-07-12 | 北京百度网讯科技有限公司 | 消除量子计算机噪声的方法及装置、电子设备和介质 |
CN116187265B (zh) * | 2023-04-28 | 2023-07-25 | 南方科技大学 | 一种芯片设计方法及终端 |
CN116739097B (zh) * | 2023-06-15 | 2024-07-12 | 北京百度网讯科技有限公司 | 量子测量设备性能估计方法及装置、电子设备和介质 |
CN117521831B (zh) * | 2024-01-04 | 2024-03-29 | 合肥微观纪元数字科技有限公司 | 基于图形处理器的量子误差自动化校准方法及相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533521A (zh) * | 2016-12-12 | 2017-03-22 | 江南大学 | 一种基于截短级数展开的lr‑rzf大规模mimo***预编码方法 |
CN109617579A (zh) * | 2019-01-25 | 2019-04-12 | 西安电子科技大学 | 增强型诺依曼大规模mimo预编码方法 |
CN110738321A (zh) * | 2019-10-15 | 2020-01-31 | 北京百度网讯科技有限公司 | 一种量子信号处理方法及装置 |
CN111814362A (zh) * | 2020-08-28 | 2020-10-23 | 腾讯科技(深圳)有限公司 | 量子噪声过程分析方法、***及存储介质和终端设备 |
CN112368722A (zh) * | 2018-05-16 | 2021-02-12 | 河道研究有限公司 | 估计物理***的能级 |
CN112529194A (zh) * | 2020-12-07 | 2021-03-19 | 北京百度网讯科技有限公司 | 消除量子噪声的方法及装置、计算机设备、介质和产品 |
WO2021075566A1 (ja) * | 2019-10-17 | 2021-04-22 | 国立大学法人東京大学 | 量子ゲート及び量子コンピュータ |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3230733A1 (en) | 2017-05-15 | 2018-11-22 | Google Llc | Operator averaging within quantum computing systems |
CN112906898B (zh) * | 2021-03-10 | 2022-08-09 | 清华大学 | 一种量子噪音确定和量子态估计方法 |
-
2021
- 2021-06-10 CN CN202110647964.5A patent/CN113298262B/zh active Active
-
2022
- 2022-02-18 JP JP2022023600A patent/JP7354320B2/ja active Active
- 2022-03-09 US US17/654,150 patent/US20220198315A1/en not_active Abandoned
- 2022-03-10 AU AU2022201682A patent/AU2022201682B2/en not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533521A (zh) * | 2016-12-12 | 2017-03-22 | 江南大学 | 一种基于截短级数展开的lr‑rzf大规模mimo***预编码方法 |
CN112368722A (zh) * | 2018-05-16 | 2021-02-12 | 河道研究有限公司 | 估计物理***的能级 |
CN109617579A (zh) * | 2019-01-25 | 2019-04-12 | 西安电子科技大学 | 增强型诺依曼大规模mimo预编码方法 |
CN110738321A (zh) * | 2019-10-15 | 2020-01-31 | 北京百度网讯科技有限公司 | 一种量子信号处理方法及装置 |
WO2021075566A1 (ja) * | 2019-10-17 | 2021-04-22 | 国立大学法人東京大学 | 量子ゲート及び量子コンピュータ |
CN111814362A (zh) * | 2020-08-28 | 2020-10-23 | 腾讯科技(深圳)有限公司 | 量子噪声过程分析方法、***及存储介质和终端设备 |
CN112529194A (zh) * | 2020-12-07 | 2021-03-19 | 北京百度网讯科技有限公司 | 消除量子噪声的方法及装置、计算机设备、介质和产品 |
Also Published As
Publication number | Publication date |
---|---|
JP2022126618A (ja) | 2022-08-30 |
CN113298262A (zh) | 2021-08-24 |
AU2022201682B2 (en) | 2023-12-07 |
JP7354320B2 (ja) | 2023-10-02 |
US20220198315A1 (en) | 2022-06-23 |
AU2022201682A1 (en) | 2022-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113298262B (zh) | 量子设备去噪方法和装置、电子设备、计算机可读介质 | |
CN112990472B (zh) | 消除量子噪声的方法及装置、电子设备和介质 | |
CN113011593B (zh) | 消除量子测量噪声的方法及***、电子设备和介质 | |
CN113065659B (zh) | 消除量子噪声的方法及装置、电子设备和介质 | |
CN114429218B (zh) | 消除量子噪声的方法及装置、电子设备和介质 | |
CN113098803B (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN114492823B (zh) | 消除量子噪声的方法及装置、电子设备和介质 | |
CN114580648B (zh) | 消除广义振幅阻尼噪声的方法及装置、电子设备和介质 | |
CN114997407B (zh) | 量子测量设备的噪声消除方法及装置、电子设备和介质 | |
CN113255922B (zh) | 量子纠缠量化方法和装置、电子设备、计算机可读介质 | |
CN114021728B (zh) | 量子数据测量方法及***、电子设备和介质 | |
CN112529195B (zh) | 量子纠缠探测方法、装置、电子设备及存储介质 | |
CN114462614B (zh) | 量子噪声强度确定方法及装置、电子设备和介质 | |
US20230054391A1 (en) | Calibration of quantum measurement device | |
CN114580649B (zh) | 消除量子泡利噪声的方法及装置、电子设备和介质 | |
CN115994582B (zh) | 量子测量设备性能比较方法及装置、电子设备和介质 | |
CN115345309A (zh) | ***特征信息的确定方法、装置、电子设备和介质 | |
CN113098802B (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN115329971B (zh) | 消除振幅阻尼噪声的方法及装置、电子设备和介质 | |
CN114897175B (zh) | 量子测量设备的噪声消除方法及装置、电子设备和介质 | |
CN116502721A (zh) | 基于量子***的信息处理方法及装置、电子设备和介质 | |
CN116739098B (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
CN116306956B (zh) | 消除量子计算机噪声的方法及装置、电子设备和介质 | |
CN116739097B (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
CN116523065B (zh) | 确定量子设备演化酉矩阵的方法及装置、电子设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |