中文

基于样本的量子对角化的硬件鲁棒性

量子物理 2026-07-20 v1 密码学与安全
作者: Ahatesham Bhuiyan , Cheng Chu , Qian Lou , Mengxin Zheng
在 arXiv 上查看 ↗ PDF ↗

摘要

基于样本的量子对角化（SQD）是一种混合量子-经典方法，用QPU样本上的自洽恢复循环取代变分优化。尽管SQD被认为对噪声样本和不完美的经典输入具有鲁棒性，但其在实际部署选择中的鲁棒性尚未被系统分析。因此，射击预算、量子比特布局、噪声缓解策略以及初始化拟设的耦合簇单双（CCSD）振幅通常在没有明确经验指导的情况下被选择。我们在IBM Heron硬件上分析SQD在这些维度上的鲁棒性。结构化的CCSD振幅扰动，包括完全归零，仅产生相对于干净基线的适度能量偏移。不同布局和噪声缓解设置之间的差异在第一次恢复迭代中很大，但在几次迭代内缩小。精度在中等射击预算下饱和，而非常大的预算会略微恶化恢复的能量，这可能是因为工作集选择限制了额外样本的价值。这些结果确定了SQD在哪些方面提供了真正的部署鲁棒性，以及其局限性在哪里。

关键词

基于样本的量子对角化 混合量子-经典 硬件鲁棒性 噪声缓解 CCSD振幅

引用

@article{arxiv.2607.18196,
  title  = {Hardware Robustness of Sample-Based Quantum Diagonalization},
  author = {Ahatesham Bhuiyan and Cheng Chu and Qian Lou and Mengxin Zheng},
  journal= {arXiv preprint arXiv:2607.18196},
  year   = {2026}
}