Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > quant-ph > arXiv:2501.06097v3

帮助 | 高级搜索

量子物理

arXiv:2501.06097v3 (quant-ph)
[提交于 2025年1月10日 (v1) ,最后修订 2025年4月19日 (此版本, v3)]

标题: 中性原子量子计算机上 Lipkin-Meshkov-Glick 模型的变分模拟

标题: Variational simulation of the Lipkin-Meshkov-Glick model on a neutral atom quantum computer

Authors:R. Chinnarasu, C. Poole, L. Phuttitarn, A. Noori, T. M. Graham, S. N. Coppersmith, A. B. Balantekin, M. Saffman
摘要: 我们使用中性原子量子计算机上的变分量子本征求解器(VQE)算法来模拟利普金-梅斯科夫-格利克(LMG)模型。我们测试了最多15个自旋的自旋系统的基态能量。使用了两种不同的编码方案:一种是单独自旋编码,其中每个自旋由一个量子比特表示;另一种是高效的格雷码编码方案,该方案只需要与自旋数量的对数成比例的量子比特数量。这种更高效的编码结合零噪声外推技术,被证明可以提高模拟能量相对于精确解的保真度。
摘要: We simulate the Lipkin-Meshkov-Glick (LMG) model using the Variational-Quantum-Eigensolver (VQE) algorithm on a neutral atom quantum computer. We test the ground-state energy of spin systems with up to 15 spins. Two different encoding schemes are used: an individual spin encoding where each spin is represented by one qubit, and an efficient Gray code encoding scheme which only requires a number of qubits that scales with the logarithm of the number of spins. This more efficient encoding, together with zero noise extrapolation techniques, is shown to improve the fidelity of the simulated energies with respect to exact solutions.
评论: v3:为15个自旋增加了额外的VQE收敛模拟
主题: 量子物理 (quant-ph) ; 原子物理 (physics.atom-ph)
引用方式: arXiv:2501.06097 [quant-ph]
  (或者 arXiv:2501.06097v3 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.06097
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Mark Saffman [查看电子邮件]
[v1] 星期五, 2025 年 1 月 10 日 16:51:00 UTC (3,404 KB)
[v2] 星期六, 2025 年 1 月 18 日 22:35:08 UTC (3,405 KB)
[v3] 星期六, 2025 年 4 月 19 日 23:26:45 UTC (3,426 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
quant-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
physics
physics.atom-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号