走调：揭秘噪声对量子傅里叶模型的影响
量子物理
2025-08-27 v2
摘要
变分量子算法已获得大量理论与实证关注。由于底层的变分量子电路(VQC)可表示为傅里叶级数，其频谱随输入特征数呈指数增长，量子优势的期望依然存在。然而，量子傅里叶模型(QFMs)能否以及在何种程度上具体超越经典替代方案，仍是一个开放问题，因为非经典计算能力的最终来源（例如纠缠的作用）远未被充分理解。同样，硬件噪声持续构成挑战，即使在通向容错量子计算机的道路上也将存在。在本工作中，我们研究具有傅里叶透镜的VQC，这为深入理解提供了可能性，同时揭示并量化了约束与挑战。我们旨在阐明噪声影响下QFMs的关键特性。具体而言，我们通过广泛的数值模拟系统研究了噪声对QFMs的傅里叶谱、可表达性和纠缠能力的影响，并将这些性质与训练性能联系起来。这些见解可为更高效地利用量子硬件提供参考，并支持定制化的误差缓解与校正策略的设计。退相干对所有安萨茨(Ansätze)施加了预期的广泛有害影响。然而，我们观察到这些有害效应的严重程度在不同模型架构之间存在差异，表明某些构型可能表现出对噪声的增强鲁棒性并展现计算效用。
引用
@article{arxiv.2506.09527,
title = {Out of Tune: Demystifying Noise-Effects on Quantum Fourier Models},
author = {Maja Franz and Melvin Strobl and Leonid Chaichenets and Eileen Kuehn and Achim Streit and Wolfgang Mauerer},
journal= {arXiv preprint arXiv:2506.09527},
year = {2025}
}