Statisticheskie modeli barrenovskikh plato i antikontsentratsiya nablyudaemykh Pauli

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Мы вводим статистические модели для каждого из трех основных источников барреновских плато: нелокальность наблюдаемой, запутанность начального состояния и экспрессивность квантовой цепи. В частности, нелокальные наблюдаемые моделируются случайными операторами Паули, что приводит к барреновским плато с вероятностью, экспоненциально близкой к единице. Эти модели являются дополнением к традиционным детерминированным подходам и зачастую проще в анализе. В рамках предложенного формализма мы показываем, что в режиме барреновского плато любые два оператора Паули антиконцентрированы с высокой вероятностью в следующем смысле: хотя каждый из них локализован в экспоненциально малом подпространстве параметров, соответствующие области по существу независимы, так что их пересечение экспоненциально меньше, чем каждое из подпространств по отдельности. Это наблюдение важно для понимания структуры квантовых ландшафтов с барреновскими плато и подходов к их оптимизации, включая стратегии предварительной инициализации.

Sobre autores

N. Nemkov

Email: nemkov@gmail.com

Bibliografia

  1. M. Cerezo, A. Arrasmith, R. Babbush, S. C. Benjamin, S. Endo, K. Fujii, J. R. McClean, K. Mitarai, X. Yuan, L. Cincio, and P. J. Coles, Nature Reviews Physics 3, 625 (2021); arXiv:2012.09265.
  2. J. Biamonte, P. Wittek, N. Pancotti, P. Rebentrost, N. Wiebe, and S. Lloyd, Nature 549, 195 (2017); arXiv:1611.09347.
  3. M. Schuld, R. Sweke, and J. J. Meyer, Phys. Rev. A 103, 032430 (2021); arXiv:2008.08605v2.
  4. L. Bittel and M. Kliesch, Phys. Rev. Lett. 127, 120502 (2021); arXiv:2101.07267.
  5. E. R. Anschuetz, arXiv:2109.06957 (2021).
  6. E. R. Anschuetz and B. T. Kiani, Nat. Commun. 13, 7760 (2022); arXiv:2205.05786.
  7. J. R. McClean, S. Boixo, V. N. Smelyanskiy, R. Babbush, and H. Neven, Nat. Commun. 9, 1 (2018); arXiv:1803.11173.
  8. M. Larocca, S. Thanasilp, S. Wang, K. Sharma, J. Biamonte, P. J. Coles, L. Cincio, J. R. McClean, Z. Holmes, and M. Cerezo, Nature Reviews Physics 7, 174 (2025); arXiv:2405.00781.
  9. A. Arrasmith, M. Cerezo, P. Czarnik, L. Cincio, and P. J. Coles, Quantum 5, 558 (2021); arXiv:2011.12245v2.
  10. P. Bermejo, P. Braccia, M. S. Rudolph, Z. Holmes, L. Cincio, and M. Cerezo, arXiv:2408.12739 (2024).
  11. M. Cerezo, M. Larocca, D. Garcia-Martin, N. L. Diaz, P. Braccia, E. Fontana, M. S. Rudolph, P. Bermejo, A. Ijaz, S. Thanasilp, E. R. Anschuetz, and Z. Holmes, arXiv:2312.09121 (2023).
  12. A. Skolik, J. R. McClean, M. Mohseni, P. van der Smagt, and M. Leib, Quantum Machine Intelligence 3, 5 (2021); arXiv:2006.14904.
  13. E. Grant, L. Wossnig, M. Ostaszewski, and M. Benedetti, Quantum 3, 214 (2019); arXiv:1903.05076v3.
  14. X.-M. Zhang, T. Li, and X. Yuan, arXiv:2201.11495 (2022).
  15. S. Wang, E. Fontana, M. Cerezo, K. Sharma, A. Sone, L. Cincio, and P. J. Coles, Nat. Commun. 12, 6961 (2021); arXiv:2007.14384.
  16. M. S. Rudolph, J. Miller, D. Motlagh, J. Chen, A. Acharya, and A. Perdomo-Ortiz, arXiv:2208.13673 (2022).
  17. N. A. Nemkov, E. O. Kiktenko, and A. K. Fedorov, Phys. Rev. A 111, 012441 (2025); arXiv:2405.05332.
  18. E. Farhi, J. Goldstone, and S. Gutmann, arXiv:1411.4028 (2014).
  19. A. Letcher, S. Woerner, and Ch. Zoufal, arXiv:2309.12681 (2023).
  20. M. Cerezo, A. Sone, T. Volkoff, L. Cincio, and P. J. Coles, Nat. Commun. 12, 1 (2021); arXiv:2001.00550.
  21. Z. Holmes, K. Sharma, M. Cerezo, and P. J. Coles, PRX Quantum 3, 010313 (2022); arXiv:2101.02138v2.
  22. N. Dowling, P. Kos, and Xh. Turkeshi, arXiv:2408.16047.
  23. Z. Puchala and J. A. Miszczak, Bulletin of the Polish Academy of Sciences Technical Sciences 65, 21 (2017); arXiv:1109.4244v2.
  24. Z. Webb, Quantum Information and Computation 16, 1379 (2016); arXiv:1510.02769.
  25. H. Zhu, Phys. Rev. A 96, 062336 (2018); arXiv:1510.02619.
  26. H. Zhu, R. Kueng, M. Grassl, and D. Gross, arXiv:1609.08172 (2016).
  27. A. Kandala, A. Mezzacapo, K. Temme, M. Takita, M. Brink, J. M. Chow, and J. M. Gambetta, Nature 549, 242 (2017); arXiv:1704.05018.
  28. M. Liu, J. Liu, Y. Alexeev, and L. Jiang, npj Quantum Inf. 8, 137 (2022); arXiv:2205.09900.
  29. V. Bergholm, J. Izaac, M. Schuld et al. (Collaboration), arXiv:1811.04968 (2018).
  30. N. Nemkov, https://github.com/idnm/barren_traps/tree/hea (2024).

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».