量子步进电路子空间分布的收敛性
量子物理
2025-12-04 v3
摘要
马尔可夫链蒙特卡洛（MCMC）方法是用于抽样概率分布的算法，常用于物理和化学模型中，如蛋白质折叠和伊辛模型。这些方法通过抽样系统最可能的状态来探索该系统。然而，对高维多模态分布进行MCMC抽样需要大量计算资源，致使发展出旨在提高抽样效率的技术。就抽样问题而言，量子计算凭借其加速经典方法的潜力，成为一个有前景的解决方案。本文提出一种新型基于离散量子步进（DQW）算法的电路，用于对目标分布执行MCMC抽样。仿真结果显示，量子寄存器对目标分布叠加态中的收敛行为。该设计进一步优化以提高收敛速度，从而提高算法的可扩展性。
引用
@article{arxiv.2504.12089,
title = {On the Convergence of Markov Chain Distribution within Quantum Walk Circuit Subspace},
author = {Aingeru Ramos and Jose A. Pascual and Javier Navaridas and Ivan Coluzza},
journal= {arXiv preprint arXiv:2504.12089},
year = {2025}
}
备注
23 pages, 7 figures (4 of them composed by 6, 3, 3 and 2 subfigures respectively)