基于经典阴影使用 N-representability 条件对简化密度矩阵估计进行经典优化
量子物理
2025-10-24 v2
摘要
经典阴影诊断已成为学习量子计算机上准备的量子态的强大工具。最近的研究利用经典阴影对 2 粒子简化密度矩阵施加 N-representability 条件。在本文中，我们在此基础上通过选择更好的估计器并重新表述优化约束，实现了在相当相同的测量射时预算下的整体性能提升。我们进一步探讨了这些方法在何种情况下会超过独立经典阴影协议的无偏估计器，并在数值研究中量化了潜在的节省。
引用
@article{arxiv.2411.18430,
title = {Classical optimisation of reduced density matrix estimations with classical shadows using N-representability conditions under shot noise considerations},
author = {Gian-Luca R. Anselmetti and Matthias Degroote and Nikolaj Moll and Raffaele Santagati and Michael Streif},
journal= {arXiv preprint arXiv:2411.18430},
year = {2025}
}