使用近似广义参数偏移规则评估导数
量子物理
2025-06-16 v2
摘要
参数偏移规则在广泛范围的量子算法导数估计中起着关键作用，尤其是在量子机器学习的背景下。在运行于噪声中等规模量子（NISQ）硬件上的算法中，由于噪声效应和量子比特间的相互作用，单间隔参数偏移规则的应用往往不可行。在这种情况下，必须应用广义参数偏移规则，但对较大系统而言计算代价高昂。在本文中，我们提出了近似广义参数偏移规则（aGPSR），它可以处理任意设备哈密顿量，并在显著降低计算需求的同时提供精确的导数估计。当将 aGPSR 应用于从 3 到 6 个量子比特的变分量子本征求解器测试案例时，期望调用次数减少了 7 到 504 倍，同时达到完全相同的目标能量，展示了其巨大的计算节省能力。
引用
@article{arxiv.2505.18090,
title = {Evaluation of derivatives using approximate generalized parameter shift rule},
author = {Vytautas Abramavicius and Evan Philip and Kaonan Micadei and Charles Moussa and Mario Dagrada and Vincent E. Elfving and Panagiotis Barkoutsos and Roland Guichard},
journal= {arXiv preprint arXiv:2505.18090},
year = {2025}
}
备注
17 pages, 7 figures