QFAMES扩展:多初态量子谱估计误差与成本改进
热点事件持续更新
QFAMES扩展:多初态量子谱估计误差与成本改进
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Zhang和Ding在arXiv发布论文(2610.20482v1),基于其QFAMES(本征值谱量子滤波与多重度分析)框架提出扩展方法:使用多个初始态与广义Hadamard测试估计量子谱和本征态性质,并对每对初始态独立采样演化时间。 基于论文摘要,在统计误差决定采样成本的假设下,固定精度的本征值和可观测量估计所需的总哈密顿量模拟成本与初始态数量无关,至多相差对数因子;方法还可降低多重度恢复成本,并保持本征值估计的Heisenberg极限标度。数值实验支持其预测的统计误差标度。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
多初始态量子谱估计方法改善误差与成本扩展性报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv · quant-ph多初始态量子谱估计方法改善误差与成本扩展性
Zhang和Ding提出一种使用多个初始态与广义Hadamard测试的量子谱及本征态性质估计方法,并对每对初始态独立采样演化时间。基于论文摘要,在统计误差决定采样成本的假设下,固定精度的本征值和可观测量估计总哈密顿量模拟成本与初始态数量无关,至多相差对数因子;该方法还可降低多重度恢复成本并保持本征值估计的Heisenberg极限标度,数值实验支持其统计误差标度。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。