量子物理
[提交于 2019年1月10日
]
标题: 量子退火对噪声预言机的量子加速敏感性
标题: Sensitivity of quantum speedup by quantum annealing to a noisy oracle
摘要: 胶合树问题是有史以来唯一一个已知的量子退火提供指数级加速的例子,尽管是部分使用激发态演化,在预言机设置中。对预言机上的噪声,这种加速有多稳健?为了回答这个问题,我们构建了经验性的短程和长程噪声模型,以及破坏或保持光谱反射对称性的噪声模型。我们证明在长程噪声模型下,指数级量子加速仍然存在。然而,我们认为具有等效长程噪声模型的经典算法也相对于无噪声模型表现出指数级加速。在量子设置中,长程噪声能够提升问题的能隙,使得演化从非绝热变为绝热。在经典设置中,长程噪声使行走者直接落在EXIT顶点的概率显著增加。在短程噪声下,指数级加速丢失,但若噪声足够弱,仍保留多项式量子加速。与噪声范围不同,我们发现噪声对光谱对称性的破坏对噪声算法的性能没有显著影响。我们关于长程模型的结果表明,在选择经验性噪声模型时必须小心,以免改变计算问题的本质。我们从短程噪声模型的结果得出结论,胶合树问题中的指数级加速对噪声不鲁棒,但多项式量子加速仍有可能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.