Iterative qubit coupled cluster using only clifford circuits
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The performance of quantum algorithms for ground-state energy estimation is directly impacted by the quality of the initial state, where quality is traditionally defined in terms of the overlap of the input state with the target state. An ideal state preparation protocol can be characterized by being easily generated classically and can be transformed to a quantum circuit with minimal overhead while having a significant overlap with the targeted eigenstate of a given Hamiltonian. We propose a method that meets these requirements by introducing a variant of the iterative qubit coupled cluster (iQCC) approach, which exclusively uses Clifford circuits. These circuits can be efficiently simulated on a classical computer, with polynomial scaling according to the Gottesman–Knill theorem. Since the iQCC method has been developed as a quantum algorithm firstly, our variant can be mapped naturally to quantum hardware. We additionally implemented several optimizations to the algorithm enhancing its scalability. We demonstrate the algorithm’s correctness in ground-state simulations for small molecules such as H 2 , LiH, and H 2 O, and extend our study to complex systems like the titanium-based compound Ti(C 5 H 5 )(CH 3 ) 3 with a (20, 20) active space, requiring 40 qubits. Results show that the convergence of the algorithm is well-behaved, and the ground state can be represented accurately. Moreover, we show an automated workflow for restricting the qubit active space, thus relieving computational resources by considering only qubits affected by non-trivial operations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle