通过纯度最小化估计秩、量子熵、保真度与 Fisher 信息的变分量子算法
量子物理
2021-09-17 v2
摘要
开发了可估计混合量子态的秩、量子熵、Bures 保真度与量子 Fisher 信息等广泛使用的物理量数值的变分量子算法（VQA）。此外，这些 VQA 的变体也被适配用于执行其他有用功能，如量子态学习与近似分数逆。所提算法的共同主题是：其代价函数均基于最小化量子态的量子纯度。还讨论了缓解或避免代价函数梯度指数级消失问题的策略。
引用
@article{arxiv.2103.15956,
title = {Variational quantum algorithms to estimate rank, quantum entropies, fidelity and Fisher information via purity minimization},
author = {Kok Chuan Tan and Tyler Volkoff},
journal= {arXiv preprint arXiv:2103.15956},
year = {2021}
}
备注
10 pages, 4 figures