噪声量子近似优化算法实现中的高效深度选择
量子物理
2022-07-12 v1
摘要
近 term 量子设备上的噪声将不可避免地限制量子近似优化算法（QAOA）的性能。一个显著后果是 QAOA 的性能可能不再随深度单调提升。特别地，最优深度可出现在某一点，此时噪声效应恰好抵消了增加深度带来的收益。本工作中，我们提出使用模型选择算法，通过少量正则化参数迭代来识别最优深度。数值实验表明，该算法能在弛豫与退相位噪声下高效定位最优深度。
引用
@article{arxiv.2207.04263,
title = {Efficient Depth Selection for the Implementation of Noisy Quantum Approximate Optimization Algorithm},
author = {Yu Pan and Yifan Tong and Shibei Xue and Guofeng Zhang},
journal= {arXiv preprint arXiv:2207.04263},
year = {2022}
}
备注
Submitted. Comments welcome!