基于 trapped-ion qutrit 实现的广义Toffoli门可扩展性提高
计算机与社会
2024-07-11 v1
摘要
Toffoli门的高效实现对运行各种量子算法(包括Grover搜索和Shor整数分解)具有概念性重要性。然而,直接实现Toffoli门要么会导致两量子门数量的不可接受增加,要么需要辅助量子位,而这两种资源在当前噪声中间规模量子设备中都是有限的。本文实验性地演示了使用Yb 离子trap-based的光谱金属态底态编码qutrit的可扩展N量子位Toffoli门改进,实验规模达到N=10。通过使用Molmer-Sorensen门作为基本纠缠操作,我们比较了标准qubit分解与qutrit方法,其中上层被用作辅助。所提出的分解仅需要对辅助层进行全局控制,从而简化了所提出方法的实验实现。我们以三量子位Grover搜索为例,演示了在qutrit-based Toffoli门实现期间监控qutrit子空间内的泄漏,提高了算法的准确性。
引用
@article{arxiv.2407.07757,
title = {Can ChatGPT Pass a Theory of Computing Course?},
author = {Matei A. Golesteanu and Garrett B. Vowinkel and Ryan E. Dougherty},
journal= {arXiv preprint arXiv:2407.07757},
year = {2024}
}
备注
Accepted to SIGCSE Virtual 2024