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:2504.00309

帮助 | 高级搜索

量子物理

arXiv:2504.00309 (quant-ph)
[提交于 2025年4月1日 ]

标题: 准粒子能带结构的量子计算与量子选择的组态相互作用

标题: Quantum computation of a quasiparticle band structure with the quantum-selected configuration interaction

Authors:Takahiro Ohgoe, Hokuto Iwakiri, Kazuhide Ichikawa, Sho Koh, Masaya Kohda
摘要: 准粒子能带结构对于理解强关联电子系统至关重要。尽管在经典计算机上精确求解这些结构具有挑战性,但量子计算提供了一个有前景的替代方案。具体而言,结合变分量子本征值求解器(VQE)的量子子空间展开(QSE)方法提供了一种用于计算准粒子能带结构的量子算法。然而,由于设备噪声、统计噪声以及荒芜高原问题,随着系统规模的增长,优化 VQE 的变分参数变得越来越困难。为了解决这些挑战,我们提出了一种结合 QSE 和量子选择构型相互作用(QSCI)方法的混合方法来计算准粒子能带结构。QSCI 可以利用 VQE 算法作为输入态,但与标准 VQE 不同的是,它不需要完全优化变分参数,这使其更适合于更大的量子系统。基于此方法,我们在 IBM 量子处理器的 16 个量子比特上展示了硅的准粒子能带结构的量子计算。
摘要: Quasiparticle band structures are fundamental for understanding strongly correlated electron systems. While solving these structures accurately on classical computers is challenging, quantum computing offers a promising alternative. Specifically, the quantum subspace expansion (QSE) method, combined with the variational quantum eigensolver (VQE), provides a quantum algorithm for calculating quasiparticle band structures. However, optimizing the variational parameters in VQE becomes increasingly difficult as the system size grows, due to device noise, statistical noise, and the barren plateau problem. To address these challenges, we propose a hybrid approach that combines QSE with the quantum-selected configuration interaction (QSCI) method for calculating quasiparticle band structures. QSCI may leverage the VQE ansatz as an input state but, unlike the standard VQE, it does not require full optimization of the variational parameters, making it more scalable for larger quantum systems. Based on this approach, we demonstrate the quantum computation of the quasiparticle band structure of a silicon using 16 qubits on an IBM quantum processor.
主题: 量子物理 (quant-ph) ; 材料科学 (cond-mat.mtrl-sci)
引用方式: arXiv:2504.00309 [quant-ph]
  (或者 arXiv:2504.00309v1 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.00309
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Takahiro Ohgoe [查看电子邮件]
[v1] 星期二, 2025 年 4 月 1 日 00:25:19 UTC (857 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 | 2025-04
切换浏览方式为:
cond-mat
cond-mat.mtrl-sci

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