研究张量网络近似编译的可压缩性与物理信息保持
热点事件持续更新
研究张量网络近似编译的可压缩性与物理信息保持
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Dohyun Kim与Namshik Han发布arXiv论文(2610.14125),研究张量网络近似量子编译(AQCtensor)的可压缩性如何依赖哈密顿量,及其对物理信息保持的影响。基于论文摘要,作者将其与二阶Trotter误差相关的嵌套对易子度量关联起来,对应趋势也反映在目标态MPS键维度上。 数值验证以80量子比特一维各向异性XYZ海森伯链、初态为Néel态为例:AQCtensor将10次重复的目标演化压缩至5次,目标态保真度0.995474,总电路深度降低45.9%,双量子比特门数降低47.6%。作者报告在80比特量子硬件评估中,压缩电路在磁化、最近邻关联和哈密顿量期望值测量上表现相近。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
张量网络近似量子编译的哈密顿量依赖可压缩性与物理信息保持研究报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv · quant-ph张量网络近似量子编译的哈密顿量依赖可压缩性与物理信息保持研究
Dohyun Kim与Namshik Han研究了张量网络近似量子编译在80量子比特一维各向异性XYZ海森堡链中的可压缩性及其对物理信息保持的影响。基于论文摘要,在10次重复的目标演化压缩至5次后,目标态保真度为0.995474,总电路深度降低45.9%,双量子比特门数降低47.6%;结果来自80量子比特量子硬件评估,作者报告压缩电路在磁化、最近邻关联和哈密顿量期望值测量上表现出相近行为。
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。