量子算法的发展


量子算法的发展


文章图片


量子算法的发展


文章图片


量子算法的发展


文章图片


相关效应完全被忽略 , 这意味着计算近似值对于各种物理量通常都是低质量的 。 然而 , 波函数经常被用作起点 , 要构造一个更复杂的波函数 。 对于所描述的电子系统 , 算法具有固定基集的函数集由一个变分集合组成 , 粒子中所有行列式的确定叠加空间 , 也称为全组态交互扩张 。 这样的波函数是不可能有效的在一台经典电脑上进行操作和存储 。 对基于波函数的量子化学方法方法由模型的层次结构组成单行列式的描述 。


【量子算法的发展】
每一个模型中的特定波函数参数化类型除了其他近似 , 提供不同的计算结果之间的准确性和计算成本 。 的一些量子中最有前途的波函数方法 。 经典方法 , 近似技术和其局限性 , 量子计算提出的方法可能超过来挑战量子化学中描述以前的分段 。 这些算法将在文章中进行回顾 。 然而 , 我们强调有不同的方法和运用经典的量子化学技术解决上述挑战的计算机 。 在这一部分 , 我们回顾一些有代表性的技术并激励量子算法的发展 。



静态性质:波函数和能量光谱 。 集群耦合理论 。 耦合的集群中的一个紧致波函数参数化聚类算子的指数函数项 。 算法利用几个近似来处理经典的计算机 。 大多数代码利用相似性转换形成公式与聚类算子作为一个纯励磁算子 , 利用终止的方式坎贝尔贝克系列 。 这就产生了问题非厄米矩阵 , 需要在一个子空间上的投影为解决簇振幅 , 进一步引入近似 。 虽然这个公式是耦合集群 。 仍然精确地在体激发算子的极限内 , 在实践中 , 励磁算子被截断 。



这种近似的行为并不能保证良好 。 的分解具有单激励和双激励的耦合团簇解离的分子是有充分记录的 。 这种行为可以推广到激励的任何截断水平 。 算子时强相关性表现有几种方法可以提高 。 在此框架下 , 通过逼近高阶聚类运算符或包括静态相关效应 , 但开发出管理的一种普遍适用的方法仍然是一个活跃的领域研究 。 而耦合聚类理论是一种很有前途的方法量子化学 , 它的非厄米公式获得能量 。



变分优化耦合的克服了这个问题 , 但只能是这样适用于小型系统或型号与减少经典计算机上的参数 。 介绍复共轭激励算子的性质揭示了中的算子之间的对偶 。 变换哈密顿量是一个全体算子项数按个的比例阶乘 。 这个问题当操作人员在指数不是纯粹的激励算符 。 在这种情况下需要计算的期望值特征聚类算子之间的收缩 , 存在无穷多个项 。 中的酉耦合聚类和广义耦合聚类这一类 。



我们注意到 , 在量子计算机上 , 物理的量子位元上的运算通常以幺正方式实现操作符 。 如果簇算子可以表示为一个低深度的量子电路 , 则可以有效地制备一个幺正子耦合的簇波函数 。 这种状态方法与经典优化器一起制备 , 使一般哈密顿量的幺正耦合聚类成为可能 。 量子蒙特卡洛 。



高效的概念对状态分布的抽样在经典上有对应的结果位于电脑中 。 它的表演非常成功量子扩展系统的大规模计算化学 。 算法依赖于的随机估计 。 试波函数能量 , 在实空间变分蒙特卡罗公式中位置向量是根据算法由范数得到试波函数 。 在能量方面充分收敛后蒙特卡罗样本个数 , 波函数参数可以更新 。 重复这个过程 , 直到得到所需的结果 。

    推荐阅读