提出量子兼容黎曼共轭梯度算法QCGD用于基态制备
热点事件持续更新
提出量子兼容黎曼共轭梯度算法QCGD用于基态制备
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Andres Arcia-Lopez 等在 arXiv 发布量子共轭梯度下降（QCGD）算法论文，将黎曼共轭梯度方法用于量子基态制备，把最速下降方向与此前搜索方向的信息结合。 论文摘要称，数值实验中 QCGD 每次迭代的收敛速度快于基线算法 DB-QITE（双括号量子虚时演化），电路成本用 Qrisp 产生的门数衡量。代价是每步更新的电路深度更大，收敛速度与实现复杂度之间存在权衡；作者认为该方法可能因迭代数对应的深度增长而在早期容错阶段具有优势，实际效果仍取决于完整资源与基线比较。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
量子兼容的Riemannian共轭梯度用于基态制备报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · quant-ph量子兼容的Riemannian共轭梯度用于基态制备
作者提出量子共轭梯度下降QCGD，将Riemannian共轭梯度方法用于量子基态制备，并保留此前搜索方向的信息。基于论文摘要的数值实验中，QCGD每次迭代的收敛速度高于DB-QITE；但其单步电路深度更大，且该方法可能因迭代数对应的深度增长而在早期容错阶段具有优势，实际效果仍取决于完整资源与基线比较。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。