用于量热仪图像生成的64量子比特IQP玻恩机及其编译IQP部署
量子物理
2026-05-28 v1
摘要
我们在64量子比特上，利用真实的高能物理量热仪簇射图像训练了一个瞬时量子多项式时间（IQP）玻恩机，并将训练好的模型编译成一个单一的采样困难IQP电路，用于量子部署。该流程包含三个组件：一个混合IQP（\moiqp{}）架构，其Walsh对角MMD损失可通过Van den Nest傅里叶蒙特卡洛方法进行经典训练；Pearson稳定化相关核（\psck{}），这是一个正定MMD核，通过经验Pearson矩阵的数据评估雅可比矩阵，使梯度下降偏向于对相关性敏感的方向；以及一种精确的延迟测量编译方法，将\moiqp{}编译到个量子比特上的单一IQP电路（\ciqp{}）。在、1500个epoch的五个随机种子实验中，模型在训练集上达到了（编码保真度下限为0.052），在保留测试集上达到了，而Liu-Wang基线为。编译后的\ciqp{}复现了\moiqp{}的边缘分布，其精度达到蒙特卡洛噪声下限的倍。
引用
@article{arxiv.2605.27735,
title = {An IQP Born Machine for Calorimeter Image Generation at 64 Qubits with Compiled-IQP Deployment},
author = {Jamal Slim and Saverio Monaco and Florian Rehm and Dirk Krücker and Kerstin Borras},
journal= {arXiv preprint arXiv:2605.27735},
year = {2026}
}