Akademik tədqiqatlar, aydın dil

Verianla | Akademik Araştırmalardan Türkçe Ekonomi ve Bilim İçerikleri

17 noyabr 2026, çərşənbə axşamı
VERİANLA Müstəqil elmi yayımçılıq
Menyunu açın və ya bağlayın
...
Home / Tətbiqi Elmlər / Riyaziyyat / Kvant Alqoritmləri üçün Variasion Dissipativ Çərçivə
Riyaziyyat

Kvant Alqoritmləri üçün Variasion Dissipativ Çərçivə

Variasion dissipativ çərçivə, standart parametrik kvant dövrələrindəki yalnız unitar vəziyyət təkamülünə ancilla-yardımlı və öyrədilə bilən nonunitary kvant kanalları əlavə edən kvant alqoritmi dizayn çərçivəsidir.

13/11/2026  Veri Anla  162 baxış
Kvant Alqoritmləri üçün Variasion Dissipativ Çərçivə

Variasion dissipativ çərçivə, standart parametrik kvant dövrələrindəki yalnız unitar vəziyyət təkamülünə ancilla-yardımlı və öyrədilə bilən qeyri-unitar kvant kanalları əlavə edən kvant alqoritmi dizayn çərçivəsidir. Əsas sistem kubitləri parametrik system-only variational blok tərəfindən emal edilərkən, ayrıca ancilla kubitləri sistemlə idarə olunan şəkildə əlaqələndirilir; ortaq sistem–ancilla unitarından sonra ancilla alt sistemi partial trace ilə çıxarılır və yenidən \(|0\rangle\) vəziyyətinə hazırlanır. Beləliklə, əsas sistem üzərində Completely Positive Trace-Preserving (CPTP), lakin ümumiyyətlə qeyri-unitar bir çevrilmə əldə edilir. Tədqiqat bu mexanizmdən iki fərqli tapşırıqda istifadə edir: əsas vəziyyət enerjisini azaldan dissipative Variational Quantum Eigensolver (VQE) və səs-küylü hazırlanmış kvant vəziyyətinin hədəf vəziyyətə fidelity-sini artıran dissipative state recovery.

Tədqiqatın əsas ideyası dissipasiya prosesini yalnız kvant avadanlığının arzuolunmaz yan təsiri kimi görmək əvəzinə, düzgün sistem–mühit qarşılıqlı təsiri layihələndirildikdə optimallaşdırıla bilən variational resurs kimi istifadə etməkdir. Standart VQE saf başlanğıc vəziyyətinə yalnız unitar əməliyyatlar tətbiq etdikdə saf vəziyyət manifoldunda qalır. Ancilla ilə qarşılıqlı təsir və ancilla-nın daha sonra sistemdən çıxarılması isə əsas sistemin mixed state-lərə keçə bilməsini və yalnız sistemdaxili unitar təkamüllə əlçatmaz olan daha ümumi CPTP çevrilmələrinin variational axtarış fəzasına daxil edilməsini təmin edir.

Sayısal VQE təcrübələrində model açıq sərhəd şərtli nearest-neighbor spin Hamiltonyenləri üzərində qiymətləndirilmişdir. Təmsilçi təcrübədə \(J_x=1.0\), \(h_z=0.3\), digər əmsallar sıfır, learning rate \(lr=0.2\), dissipative round sayı \(T=1\) və depolarizing-noise strength \(p=0.1\) istifadə edilmişdir. \(n=3\) və \(n=5\) əsas sistemlərdə ancilla sayı artdıqca enerji ilk iterasiyalarda daha sürətlə azalmış və final enerji ancilla-sız VQE ilə müqayisədə daha aşağı səviyyələrə çatmışdır. Exact ground-state energy qiymətləri, başqa cür göstərilmədikdə, müvafiq Hamiltonyen matrislərinin exact diagonalization-ından alınmışdır.

State-recovery təcrübələrində W state, uniform superposition state və dressed cluster state olmaqla üç fərqli hədəf quruluş istifadə edilmişdir. \(n=3\), \(m=3\), \(T=3\), \(lr=0.8\) və \(p=0.1\) şərtlərindəki hədəf-state müqayisəsində hər üç hədəf üçün final fidelity 100 optimallaşdırma iterasiyası daxilində %99-un üzərinə çıxmışdır. Bununla belə, resurs miqdarı məhdudiyyətsiz artırıldıqda davamlı qazanc müşahidə edilməmişdir: müəlliflər əksər testlərdə \(T=3\)-ü yaxşı tarazlıq kimi müəyyən etmiş və hədəf vəziyyətdən asılı ancilla saturation davranışı müşahidə etmişlər.

Tədqiqatın bütün nəticələri sayısal simulyasiyalardan əldə edilmişdir; həqiqi kvant prosessorunda eksperimental doğrulama aparılmamışdır. Bundan əlavə, Əlavə B-dəki “conditional exponential advantage” nəticəsi həqiqi avadanlıq wall-clock sürətlənməsi və ya şərtsiz kvant üstünlüyü deyil. Bu nəticə dissipative objective-in müəyyən qlobal Polyak–Łojasiewicz şərtini ödəməsi və ordinary unitary VQA-nın optimallaşdırma trayektoriyasının exponentially flat qalması kimi güclü fərziyyələr altında gradient-descent iterasiya mürəkkəbliyinin nəzəri müqayisəsidir.

Variasion Dissipativ Kvant Çərçivəsi Nədir?

Variasion dissipativ kvant çərçivəsi parametrik unitar dövrələri ancilla-yardımlı, öyrədilə bilən açıq-sistem kvant kanalları ilə birləşdirərək əsas sistemin variational vəziyyət fəzasını yalnız saf vəziyyətlərlə məhdud unitar ansatz-dan kənara genişləndirən üsuldur; sistem–ancilla qarşılıqlı təsiri unitar olsa da ancilla-nın daha sonra partial trace ilə çıxarılması əsas sistem üzərində effektiv olaraq qeyri-unitar CPTP çevrilməsi yaradır.

Standart VQE əvvəlcə nə edir?

Variational Quantum Eigensolver (VQE) müəyyən Hamiltonyenin ground-state energy qiymətini təxmini tapmaq üçün parametrik kvant dövrəsini klassik optimallaşdırma ilə birləşdirir. Başlanğıc vəziyyəti adətən \(|0\rangle^{\otimes n}\) formasındadır və \(U(\theta)\) parametrik unitarı bu vəziyyəti trial state-ə çevirir.

\[ \rho_\theta = U(\theta) |0\rangle\langle0|^{\otimes n} U^\dagger(\theta). \tag{1} \]

\(\rho_\theta\), variational trial state-in density matrix təsviridir. \(n\), əsas sistemdəki kubit sayı; \(\theta\), parametrik gate-lərin optimallaşdırılan parametrləridir. Başlanğıc saf olduğuna və \(U(\theta)\) unitar olduğuna görə Eq. (1)-dəki vəziyyət saf qalır.

VQE-nin enerji objective-i:

\[ E(\theta) = \operatorname{Tr} \left[ H\rho_\theta \right]. \tag{2} \]

\(H\), ground state-i axtarılan Hamiltonyen; \(\operatorname{Tr}\), trace əməliyyatıdır. Bu ifadə trial state-in Hamiltonyen expectation value-sunu hesablayır.

Variational principle:

\[ E(\theta) = \operatorname{Tr} \left[ H\rho_\theta \right] \geq E_0 \tag{3} \]

bərabərsizliyini verir. \(E_0\), həqiqi ground-state energy-dir. Buna görə VQE \(E(\theta)\)-nı azaltmağa çalışır; ideal halda trial state ground state-ə yaxınlaşdıqca enerji \(E_0\)-a yaxınlaşır, lakin variational principle altında ondan aşağı düşmür.

Dissipativ genişləndirmə nəyi dəyişir?

Standart unitar ansatz əvəzinə parametrli dissipative quantum channel istifadə edildikdə trial state:

\[ \rho_\theta = \mathcal{D}_\theta \left( |0\rangle\langle0|^{\otimes n} \right) \tag{4} \]

formasında yazılır. \(\mathcal{D}_\theta\), parametrli CPTP kanaldır. Energy objective Eq. (2) olaraq qalır; dəyişən şey optimallaşdırmanın çata bildiyi vəziyyət ailəsidir. Əsas sistem artıq yalnız saf vəziyyətləri deyil, ancilla ilə qarşılıqlı təsirdən sonra yarana bilən mixed state-ləri də təmsil edə bilər.

Bu məqam “dissipative VQE mütləq standard VQE-dən daha yaxşı nəticə verir” demək deyil. Tənlik yalnız axtarış fəzasının daha ümumi quantum-channel ailəsinə genişləndirildiyini göstərir; real fayda sayısal optimallaşdırma nəticələri ilə ayrıca sınaqdan keçirilmişdir.

Saf vəziyyət ilə mixed state arasındakı fərq

Saf kvant vəziyyəti tək bir state vector \(|\psi\rangle\) ilə tam təsvir edilə bilər və density matrix-i \(\rho=|\psi\rangle\langle\psi|\) formasındadır. Mixed state isə müxtəlif saf vəziyyətlərin klassik və ya mühitdən qaynaqlanan qeyri-müəyyənlik daşıyan statistik qarışığını təmsil edir və ümumiyyətlə tək bir state vector ilə ifadə edilə bilməz.

Ancilla ilə əsas sistem dolaşıq vəziyyətə gəldikdən sonra ancilla məlumatının nəzərə alınmaması əsas sistemin təkbaşına mixed state kimi görünməsinə səbəb ola bilər. Bu, dissipativ çərçivənin niyə yalnız daha dərin unitar circuit kimi şərh edilməməli olduğunun əsasını təşkil edir.

Açıq kvant sistemi nədir?

Açıq kvant sistemi mühitindən tam təcrid olunmayan və xarici degrees of freedom ilə qarşılıqlı təsir göstərə bilən kvant sistemidir. Bu qarşılıqlı təsir coherence itkisinə, entropy mübadiləsinə və məlumatın sistemdən mühitə axmasına səbəb ola bilər.

Born–Markov yanaşması altında bu cür reduced dynamics üçün mənbə Gorini–Kossakowski–Lindblad–Sudarshan (GKLS) master equation-ını verir:

\[ \frac{d\rho_S}{dt} = -i[H_S,\rho_S] + \sum_k \gamma_k \left( L_k\rho_S L_k^\dagger - \frac{1}{2} \left\{ L_k^\dagger L_k,\rho_S \right\} \right). \tag{5} \]

\(\rho_S\), əsas sistemin density matrix-i; \(H_S\), sistem Hamiltonyeni; \(L_k\), Lindblad jump operator; \(\gamma_k\), müvafiq dissipative process-in rate parametridir. \([A,B]=AB-BA\) commutator, \(\{A,B\}=AB+BA\) anticommutator-dur.

Birinci termin qapalı-sistem unitar Hamiltonyen təkamülünü, cəmin daxilindəki terminlər isə mühitlə qarşılıqlı təsirdən yaranan dissipative çevrilməni təmsil edir.

Mühüm fərq: Məqalənin sayısal dövrə üsulu Eq. (5)-dəki GKLS differential equation-ını birbaşa zaman-inteqrasiyası ilə həll etmir. GKLS tənliyi açıq-sistem fizikasının nəzəri fonunu izah edir; təklif olunan real circuit construction ancilla-yardımlı CPTP kanalları üzərində qurulmuşdur.

Stinespring Dilation Kvant Kanalını Necə Yaradır?

Stinespring dilation əsas sistem üzərindəki istənilən CPTP kvant kanalının daha böyük sistem–ancilla Hilbert fəzasında unitar təkamül və ardınca ancilla-nın partial trace ilə çıxarılması formasında təmsil edilə bildiyini bildirir; bu tədqiqat həmin riyazi ekvivalentlikdən öyrədilə bilən sistem–ancilla interaction-ı layihələndirmək üçün istifadə edir.

Stinespring təsviri

\[ \mathcal{E}(\rho_S) = \operatorname{Tr}_A \left[ V_{SA} \left( \rho_S\otimes|0\rangle\langle0|_A \right) V_{SA}^\dagger \right]. \tag{6} \]

\(\mathcal{E}\), əsas sistem üzərində effektiv quantum channel; \(V_{SA}\), system \(S\) ilə ancilla \(A\) üzərində ortaq unitar; \(|0\rangle_A\), ancilla başlanğıc state-i; \(\operatorname{Tr}_A\), ancilla üzərində partial trace əməliyyatıdır.

Partial trace “ancilla fiziki olaraq məhv edildi” demək deyil. Riyazi baxımdan sistemin reduced density matrix-ini əldə edərkən ancilla-nın degrees of freedom məlumatının nəticədən çıxarılmasıdır. Dövrə səviyyəsində bu fikir ancilla-nın discard edilməsi və ya reset olunaraq yenidən istifadə edilməsinə uyğun gələ bilər.

CPTP nə deməkdir?

Completely Positive Trace-Preserving (CPTP) map etibarlı density matrix-ləri etibarlı density matrix-lərə çevirən standart fiziki quantum-channel sinfidir. Trace-preserving olması ümumi ehtimalın 1 qalmasını, complete positivity isə sistem daha böyük istinad sistemi ilə entangled olsa belə çevrilmənin fiziki cəhətdən etibarlı qalmasını təmin edir.

Kraus təsviri

Ancilla-nın orthonormal \(\{|i\rangle_A\}\) bazasındakı proyeksiyası:

\[ K_i = \langle i|_A V_{SA} |0\rangle_A \]

Kraus operator-larını verir və kanal:

\[ \mathcal{E}(\rho_S) = \sum_i K_i\rho_S K_i^\dagger \tag{7} \]

formasında yazıla bilər. Stinespring dilation ilə Kraus representation iki fərqli fiziki proses deyil; eyni CPTP çevrilmənin iki riyazi təsviridir.

Məqalədəki öyrədilə bilən dissipative channel

Təklif olunan blok Stinespring formasını parametrik hala gətirir:

\[ \mathcal{D}_{\theta}(\rho_S) = \operatorname{Tr}_A \left[ V_{SA}(\theta) \left( \rho_S \otimes |0\rangle\langle0|_A^{\otimes m} \right) V_{SA}^{\dagger}(\theta) \right]. \tag{8} \]

\(m\), ancilla kubit sayıdır. Trainable parameters \(\theta\), birbaşa system–ancilla interaction daxilində yerləşir. Ancilla hər tətbiqdən əvvəl \(|0\rangle^{\otimes m}\) vəziyyətinə hazırlanır və tətbiqin sonunda trace-out/reset edilir.

Mənbənin numerical implementation-ında dissipative module müvafiq kubitlərdə parametrik single-qubit rotations və system–ancilla \(i\mathrm{SWAP}\) couplings istifadə edir. Əlaqə fully connected-dır: hər system qubit hər ancilla qubit ilə bağlanır. Buna görə \(n\) system qubit və \(m\) ancilla üçün bir dissipative round daxilində:

\[ N_{i\mathrm{SWAP}} = nm \]

system–ancilla \(i\mathrm{SWAP}\) interaction mövcuddur. Bu bərabərlik birbaşa məqalənin izahından gəlir; ümumi circuit gate count bundan böyükdür, çünki single-qubit rotations və system-only variational layers ayrıca mövcuddur.

Parametrik iSWAP nə edir?

Mənbə Əlavə Şəkil 8-də istifadə olunan \(i\mathrm{SWAP}\)-tipli coupling-i belə göstərir:

\[ i\mathrm{SWAP}(\phi) = \begin{pmatrix} 1 & 0 & 0 & 0\\ 0 & \cos(\phi/2) & i\sin(\phi/2) & 0\\ 0 & i\sin(\phi/2) & \cos(\phi/2) & 0\\ 0 & 0 & 0 & 1 \end{pmatrix}. \]

Bu gate \(|01\rangle\) və \(|10\rangle\) komponentlərini parametrik şəkildə bir-birinə qarışdırır; \(|00\rangle\) və \(|11\rangle\) blokları göstərilən matris daxilində dəyişməz qalır. Məqalədəki elmi rolu əsas sistemlə ancilla arasında idarə olunan state/information exchange yaradan trainable coupling təmin etməkdir.

Variasion dissipativ çərçivənin ortaq mexanizmi. Əsas sistem və ancilla birlikdə unitar şəkildə emal olunur; ancilla trace-out/reset-dən sonra əsas sistem effektiv CPTP və ümumiyyətlə qeyri-unitar kanaldan keçmiş olur. Sxem mənbə Şəkil 1, 8 və 9-un elmi əlaqələrindən müstəqil şəkildə yenidən yaradılmışdır.

Dissipative VQE ilə Standart VQE Arasındakı Əsas Fərq Nədir?

Standart VQE saf başlanğıc vəziyyətini sistem üzərində yalnız parametrik unitarlarla çevirdiyi halda dissipative VQE bu unitar qatların arasına ancilla-yardımlı CPTP kanallar əlavə edir; beləliklə enerji minimallaşdırması həm coherent system-only parametrləri, həm də sistem–ancilla interaction parametrlərini birlikdə optimallaşdırır və əsas sistemin reduced state-i mixed state-ləri də əhatə edən daha geniş variational ailədə hərəkət edə bilir.

Dissipative VQE-nin rekursiv tərifi

Başlanğıc əsas sistem state-i:

\[ \rho_{\mathrm{in}} = |0\rangle\langle0|^{\otimes n} \]

götürülür. İlk system-only variational transformation:

\[ \rho_S^{(0)} = U_{\mathrm{vqe}}^{(0)} \rho_{\mathrm{in}} U_{\mathrm{vqe}}^{(0)\dagger}. \tag{9} \]

Ardınca \(t=1,\ldots,T\) dissipative rounds üçün:

\[ \rho_S^{(t)} = \operatorname{Tr}_A \left[ U_{\mathrm{dis}}^{(t)} \left( U_{\mathrm{vqe}}^{(t)} \rho_S^{(t-1)} U_{\mathrm{vqe}}^{(t)\dagger} \otimes |0\rangle\langle0|_A^{\otimes m} \right) U_{\mathrm{dis}}^{(t)\dagger} \right]. \tag{10} \]

Hər round daxilində əvvəlcə əsas sistemin coherent variational transformation-ı, ardınca system–ancilla dissipative block tətbiq olunur. Ancilla daha sonra trace-out edilir, \(|0\rangle^{\otimes m}\)-ə reset edilir və növbəti round üçün yenidən istifadə olunur.

Final loss:

\[ \mathcal{L}_{\mathrm{VQE}} = \operatorname{Tr} \left[ H\rho_S^{(T)} \right]. \tag{11} \]

olur. Yəni alqoritmin məqsədi hələ də enerji minimallaşdırmasıdır; yeni olan trial state-i yaradan çevrilmələr ailəsidir.

State recovery niyə fərqli objective istifadə edir?

State-recovery tapşırığında məqsəd ground-state energy axtarmaq deyil. Səs-küy səbəbilə hədəf state-dən uzaqlaşmış \(\rho_{\mathrm{in}}\) vəziyyətini yenidən hədəfə yaxınlaşdırmaqdır. Buna görə system-only VQE qatları çıxarılır və eyni ancilla-assisted dissipative block birbaşa recovery channel kimi öyrədilir.

Target state saf götürülür:

\[ \rho_{\mathrm{tar}} = |\psi_{\mathrm{tar}}\rangle \langle\psi_{\mathrm{tar}}|. \tag{12} \]

Başlanğıc:

\[ \rho_0 = \rho_{\mathrm{in}}. \tag{13} \]

Hər recovery round:

\[ \rho_t = \operatorname{Tr}_A \left[ U_{\mathrm{dis}}^{(t)} \left( \rho_{t-1} \otimes |0\rangle\langle0|_A^{\otimes m} \right) U_{\mathrm{dis}}^{(t)\dagger} \right], \qquad t=1,\ldots,T. \tag{14} \]

ilə tərif olunur.

Fidelity nəyi ölçür?

Fidelity iki quantum state-in nə dərəcədə yaxın olduğunu ölçən ölçüsüz oxşarlıq metrikidir. Ümumi mixed-state forması:

\[ F_T = F(\rho_T,\rho_{\mathrm{tar}}) = \left( \operatorname{Tr} \sqrt{ \sqrt{\rho_{\mathrm{tar}}} \rho_T \sqrt{\rho_{\mathrm{tar}}} } \right)^2. \tag{15} \]

Hədəf state saf olduqda bu ifadə:

\[ F_T = \operatorname{Tr} \left( \rho_T\rho_{\mathrm{tar}} \right) \tag{16} \]

formasına sadələşir. \(F_T=1\), final state ilə saf target state arasında maksimum fidelity-ni ifadə edir.

Recovery loss:

\[ \mathcal{L}_{\mathrm{rec}} = 1-F_T \tag{17} \]

kimi tərif olunur. Fidelity yüksəldikcə loss azalır.

Dissipasiya ilə recovery niyə eyni quruluş daxilində nəzərdən keçirilə bilir?

Eyni system–ancilla joint unitary müxtəlif formalarda emal edilə bilər. Ancilla nəzərə alınmayıb trace-out edildikdə əsas sistem üzərində unconditional dissipative channel əldə edilir. Ancilla ölçülüb measurement outcome conditional correction üçün istifadə edilərsə, eyni genişləndirilmiş sistem recovery əməliyyatı kimi də şərh oluna bilər. Bu tədqiqat öz recovery protokolunda ancilla-nı trace-out/reset edərək öyrədilə bilən channel yanaşmasından istifadə edir.

Tədqiqatın Metodu və Nəticələri

Benchmark Hamiltonyeni

Dissipative VQE açıq sərhəd şərtli nearest-neighbor spin Hamiltonyeni üzərində sınaqdan keçirilmişdir:

\[ H = \sum_{i=1}^{n-1} \left( J_x X_iX_{i+1} + J_y Y_iY_{i+1} + J_z Z_iZ_{i+1} \right) + \sum_{i=1}^{n} \left( h_x X_i + h_y Y_i + h_z Z_i \right). \tag{18} \]

\(X_i\), \(Y_i\) və \(Z_i\), \(i\). kubit üzərindəki Pauli operators-dır. \(J_x,J_y,J_z\) nearest-neighbor interaction strengths; \(h_x,h_y,h_z\) local-field coefficients-dır. Mənbə bu əmsallar və ya enerji qiymətləri üçün fiziki joule/eV tipli vahid təyin etmir; buna görə Verianla onlara mənbədə olmayan fiziki vahid aid etmir.

Birinci cəm qonşu spin cütlərinin interaction-ını, ikinci cəm isə hər spin üzərindəki local fields-i təmsil edir. Exact ground-state energy istinadları, başqa cür göstərilmədikdə, Hamiltonyen matrisinin exact diagonalization-ı ilə hesablanmışdır.

İlk VQE benchmarkı

Təmsilçi təcrübə:

\[ J_x=1.0, \qquad h_z=0.3 \]

seçimi ilə aparılmış, digər coefficients sıfıra təyin edilmişdir. Beləliklə XX-type interaction ilə transverse Z field birlikdə istifadə edilmişdir.

ParametrMənbədə istifadə olunan qiymətElmi rolu
Əsas sistem ölçüsü\(n=3\) və \(n=5\)İki fərqli problem ölçüsü
Ancilla sayları\(m=0,1,3,5,7\)Dissipative channel resource skanı
Learning rate\(lr=0.2\)Optimallaşdırma addım ölçüsü
Dissipative round\(T=1\)Tək dissipative update round
NoiseDepolarizing, \(p=0.1\)Səs-küylü optimallaşdırma şərti
Müşahidə olunan meylDaha yüksək \(m\) → ümumiyyətlə daha sürətli enerji azalması və daha aşağı final enerjiAncilla-assisted channel-ın optimallaşdırmaya təsiri

Mənbə qrafikində x oxu optimallaşdırma iterasiyasını, y oxu energy qiymətini göstərir. \(n=3\) nümunəsində əyrilər ancilla sayı ilə mərhələli ayrıldığı halda \(n=5\) nümunəsində fərq daha aydın olur. Bu müşahidə daha böyük \(m\)-nin araşdırılan bu şərtlərdə daha yaxşı nəticə verdiyini göstərir; bütün \(m\) qiymətləri üçün məhdudiyyətsiz monoton yaxşılaşma zəmanəti deyil.

State-recovery hədəf vəziyyətləri

Mənbə üç fərqli state structure seçmişdir.

1. W state:

\[ |\psi_W\rangle = |W_n\rangle = \frac{1}{\sqrt{n}} \sum_{i=1}^{n} |0\cdots010\cdots0\rangle. \tag{19} \]

W state computational basis states daxilində dəqiq bir excitation-ın bütün \(n\) mövqe üzrə bərabər amplitude ilə superpozisiyasıdır. \(1/\sqrt{n}\) əmsalı state normalization-ını təmin edir.

2. Uniform superposition state:

\[ |\psi_+\rangle = |+\rangle^{\otimes n} = \frac{1}{\sqrt{2^n}} \sum_{x\in\{0,1\}^n} |x\rangle. \tag{20} \]

Burada bütün \(2^n\) computational-basis bitstring eyni amplitude ilə mövcuddur.

3. Dressed cluster state:

\[ |\psi_{\mathrm{DC}}\rangle = \prod_{d=1}^{D} \left( \prod_{i=1}^{n-1} CZ_{i,i+1} \right) \left( \bigotimes_{i=1}^{n} R_y \left( \alpha_i^{(d)} \right) \right) |+\rangle^{\otimes n}. \tag{21} \]

Mənbə:

\[ D=3, \qquad \alpha_i^{(d)}=\frac{\pi}{4} \]

qiymətlərini bütün \(i\) və \(d\) üçün istifadə edir. \(CZ_{i,i+1}\) neighboring qubits arasında controlled-Z entangling gate; \(R_y\) isə Y oxu ətrafında parametrik single-qubit rotation-dır.

State recovery-də ancilla artımı

Mənbə Şəkil 3-də ancilla-free \(m=0\) baseline ilə \(m=1,2,3\) dissipative configurations müqayisə olunur. X oxu iteration, y oxu fidelity-dir. Dissipative ancilla əlavə edildikdən sonra fidelity noisy-input baseline-ın üzərinə çıxır və ümumiyyətlə daha böyük \(m\) həm daha sürətli recovery, həm də daha yüksək final fidelity yaradır.

Fərqli noise channel-larında davamlılıq

Mənbə üç əsas noise növünü sınaqdan keçirir:

  • Amplitude Damping (AD): enerji relaxation-a bənzər \(|1\rangle\rightarrow|0\rangle\) proseslərini təmsil edən standart noise modelidir.
  • Bit-Flip (BF): computational basis state-lərini Pauli-X xətası ilə çevirə bilən noise modelidir.
  • Depolarizing (DP): state-i random Pauli/mixed-state istiqamətində pozan standart noise modelidir.

Bu üç qısa izah səs-küy etiketlərinin mənasını öyrətmək üçün verilmişdir; məqalənin yeni elmi nəticəsi deyil.

Mənbədə “fully noisy setting” deyildikdə noise yalnız əsas system variational circuit-ə deyil, dissipative blocks-a da tətbiq olunur. Buna baxmayaraq dissipative VQE ancilla-free baseline ilə müqayisədə daha sürətli yaxınlaşmış, daha az dalğalanmış və daha aşağı final energies əldə etmişdir.

Bir cümlədə “DP, BP, AD” yazılmasına baxmayaraq, məqalənin əvvəlki tərifi və müvafiq qrafik legend-i Bit-Flip üçün “BF” istifadə edir. Verianla bunu ayrıca “BP” noise modeli kimi şərh etmir; mənbədaxili notasiya uyğunsuzluğu kimi qoruyur.

Üç fərqli Hamiltonyen üzərində robustness testi

Mənbə aşağıdakı üç Hamiltonyeni ayrıca müqayisə edir:

\[ H_1 = \sum_{i=1}^{n-1} X_iX_{i+1} + 0.3 \sum_{i=1}^{n} Z_i, \tag{22} \]
\[ H_2 = \sum_{i=1}^{n-1} Z_iZ_{i+1} + 0.3 \sum_{i=1}^{n} X_i, \tag{23} \]
\[ H_3 = \sum_{i=1}^{n-1} X_iX_{i+1} + \sum_{i=1}^{n-1} Y_iY_{i+1} + 0.3 \sum_{i=1}^{n-1} Z_iZ_{i+1}. \tag{24} \]

\(H_1\), transverse Z field daxilində XX-type model; \(H_2\), transverse-field Ising model; \(H_3\), XXZ-type model kimi müəyyən edilir. Bu müqayisə fully noisy setting-də və depolarizing noise \(p=0.01\) altında aparılmışdır.

Hər üç Hamiltonyendə dissipative VQE ancilla-free baseline ilə müqayisədə daha sürətli convergence, daha smooth training trajectory və exact ground-state energy-yə daha yaxın final energy göstərmişdir. Bu nəticə üsulun performansının yalnız tək energy landscape-ə xas olmadığını dəstəkləyir; bütün Hamiltonyen sinifləri üçün universal üstünlüyü sübut etmir.

Fərqli target state və preparation noise nəticələri

ParametrQiymət
System qubit\(n=3\)
Ancilla\(m=3\)
Dissipative round\(T=3\)
Learning rate\(lr=0.8\)
Noise strength\(p=0.1\)
Noise comparisonDP, BF və AD
Target-state comparisonW, uniform superposition və dressed cluster

Üç target state-in \(p=0.1\) depolarizing-noise ilə hazırlanmış input-larında dissipative recovery final fidelity-ni 100 optimization iteration daxilində %99-un üzərinə qaldırmışdır.

Bu %99 nəticəsi birbaşa üç target-state experiment-ına aiddir. Həqiqi quantum hardware fidelity-si deyil və başqa system size-lara avtomatik ümumiləşdirilməməlidir.

Daha Çox Ancilla və ya Daha Çox Dissipative Round Həmişə Daha Yaxşıdırmı?

Xeyr. Məqalənin resource scan-ləri performansın əvvəlcə ancilla və dissipative-round artımından faydalandığını, lakin müəyyən nöqtədən sonra əlavə resource-un yalnız kiçik qazanc və ya daha çox training/circuit overhead yaratdığını göstərir; recovery tapşırığındakı ancilla saturation nöqtəsi hədəf state-dən asılıdır və əksər round müqayisələrində \(T=3\) balanslı seçim kimi istifadə edilmişdir.

Dissipative round sayının təsiri

TapşırıqŞəkildə verilən əsas şərtlərƏsas müşahidə
Dissipative VQE\(n=3\), \(m=3\), \(p=0.013\)Çox az round yetərsizdir; təmsilçi testdə \(T=3\) ən yaxşı ümumi enerji balansını verir.
State recovery\(n=2\), \(m=3\), \(p=0.019\)\(T=4\) və ya \(T=5\) təxminən 55 iterasiyadan sonra \(T=3\)-ü az miqdarda keçə bilər; erkən convergence daha zəifdir və training daha uzundur.

Bu iki panel eyni fiziki/hyperparameter şərtlərindən istifadə etmir; mənbə onları birbaşa bir-birinə üstünlük müqayisəsi aparmaq üçün deyil, oxşar resource trade-off-un hər iki tapşırıqda mövcud olduğunu göstərmək üçün verir.

Ancilla saturation

Target stateTəxmini doymaŞərh
W state\(m\approx2\)Əlavə ancilla-lar bundan sonra çox məhdud əlavə fidelity gain verir.
Uniform superposition\(m\approx5\)Araşdırılan üç state daxilində daha yüksək ancilla tələbi göstərir.
Dressed cluster\(m\approx3\)Orta səviyyəli ancilla doyma müşahidə olunur.

Mənbə doyma davranışının yalnız target state-in entanglement miqdarı ilə izah edilə bilməyəcəyini bildirir. Lazım olan ancilla resource preparation circuit quruluşu, noise-induced error modes və seçilmiş dissipative ansatz-ın bu error modes ilə expressive compatibility-sindən birlikdə asılıdır.

Mənbə Şəkil 7-də shaded region statistical confidence interval deyil. Caption-a görə hər target state üçün müxtəlif noise strengths altında əldə edilən ən yüksək və ən aşağı fidelity curves arasındakı envelope-dur. Buna görə kölgəli sahəni standart sapma və ya %95 etibar intervalı kimi şərh etmək yanlış olar.

Mənbə Şəkil 6, 7 və 11-də bildirilən resource trade-off və ancilla-saturation əlaqələrindən hazırlanmış konseptual Verianla sxemi. Əyrilərin xam sayısal məlumatları verilmədiyinə görə qrafik rekonstruksiyası aparılmamışdır.

Noise strength skanı

Əlavə Şəkil 10 ordinary VQE ilə beş ancilla istifadə edən dissipative VQE-ni müxtəlif depolarizing-noise strengths altında müqayisə edir. Vizualda:

\[ p\in \{ 0.00,\, 0.02,\, 0.04,\, 0.06,\, 0.08,\, 0.10 \} \]

qiymətləri göstərilir. Ancilla-free VQE-də noise strength artdıqca converged energy ilə theoretical/exact ground-state value arasındakı fərq böyüyür. \(m=5\) dissipative VQE-də isə eyni noise səviyyələrində convergence daha sürətli qalır və final energies exact reference-a daha yaxın olur.

Bu nəticə “dissipative circuit səs-küydən təsirlənmir” demək deyil. Mənbənin iddiası nisbi robustness-dur: araşdırılan şərtlərdə eyni noise altında dissipative model ordinary baseline-dan daha aşağı energy gap buraxır.

W-state fidelity gain və “best 5 seeds” qeydi

Əlavə Şəkil 11 W-state recovery üçün \(F_m-F_0\) fidelity gain-i noise strength-ə qarşı göstərir və \(m\ge2\)-dən sonra gain əyrilərinin böyük ölçüdə üst-üstə düşməsini ancilla saturation sübutu kimi istifadə edir. Şəkil panellərində “The Best 5 Seeds” ifadəsi vardır; lakin təqdim olunan əsas PDF mətni ümumi random-seed sayını və bu beş seed-in seçilmə qaydasını ətraflı statistical protocol kimi izah etmir. Buna görə bu şəkildən confidence interval və ya population-level uncertainty yaradılmamışdır.

Statistik hesabat sərhədi

Tədqiqat klassik hipotez testi dizaynına malik deyil. Əsas mətndə p-value, confidence interval və ya effect-size testi bildirilmir. Buradakı \(p\) simvolu əsasən noise strength / error probability mənasındadır; statistik p-qiyməti deyil.

Qrafiklərdəki meyllər optimallaşdırma trajectories üzərindən qiymətləndirilir və ground-state reference exact diagonalization-dan əldə edilir. Buna görə Verianla nəticələrə mənbədə olmayan “statistik əhəmiyyətlilik” etiketi əlavə etmir.

Reproducibility baxımından bildirilməyən məqamlar

Təqdim olunan PDF bəzi mühüm hyperparameter-ları verir: learning rate, qubit/ancilla sayı, dissipative round sayı, noise strength, Hamiltonian coefficients və target-state hazırlama strukturları. Bunun əvəzində əsas numerical section istifadə olunan software framework-ü, optimizer-in tam adını, gradient-evaluation üsulunu, random initialization distribution-ı və əsas nəticə qrafiklərinin bütün seed/repetition protocol-ünü ətraflı bildirmir.

Əlavə B nəzəri olaraq gradient descent-i təhlil edir; bu, əsas simulyasiyalarda istifadə olunan optimizer-in mütləq Əlavə B-dəki idealized gradient-descent modeli olduğu kimi şərh edilməməlidir.

Dissipative VQA üçün “Şərti Eksponensial Üstünlük” Nə Deməkdir?

Məqalədəki şərti eksponensial üstünlük həqiqi kvant prosessorunda ölçülmüş wall-clock speedup deyil; müəyyən smoothness, qlobal Polyak–Łojasiewicz və trajectory-uniform flatness fərziyyələri altında gradient descent-in dissipative VQA objective-ini polinom sayda iterasiyada azalda bildiyi halda ordinary unitary VQA-nın eyni hədəf gap-ə çatmaq üçün eksponensial sayda iterasiya tələb edə biləcəyini göstərən nəzəri iteration-complexity ayrışmasıdır.

Əlavə B niyə əsas sayısal təcrübələrdən ayrıca oxunmalıdır?

Əlavə B ordinary VQA ilə dissipative VQA-nı daha abstrakt optimization modelində müqayisə edir. Burada dissipative VQA periodic non-unital reset operations ehtiva edən reset-assisted quantum channel kimi tərif olunur. Bu quruluş əsas mətndəki ancilla-assisted dissipative ideyası ilə eyni açıq-sistem motivasiyasını paylaşır; lakin theorem-lər əsas sayısal qrafiklərin sadəcə yenidən formullaşdırılmış halı deyil.

Ordinary VQA tərifi: Tənlik (25)–(26)

Parametrik unitary ansatz:

\[ U(\theta_{\mathrm{uni}}) = \prod_j \exp \left( -i\theta_{\mathrm{uni}}H_j \right) \]

ilə ordinary VQA state:

\[ \rho_{\mathrm{uni}} (\theta_{\mathrm{uni}}) = U(\theta_{\mathrm{uni}}) \rho_0 U^\dagger(\theta_{\mathrm{uni}}). \tag{25} \]

Cost:

\[ C_{\mathrm{uni}} (\theta_{\mathrm{uni}}) = \operatorname{Tr} \left[ O \rho_{\mathrm{uni}} (\theta_{\mathrm{uni}}) \right] = \operatorname{Tr} \left[ O U(\theta_{\mathrm{uni}}) \rho_0 U^\dagger(\theta_{\mathrm{uni}}) \right]. \tag{26} \]

\(O\), optimallaşdırılan observable/cost operator-dur. VQE kontekstində \(O\) Hamiltonyen ola bilər.

Unital və non-unital channel fərqi

Unital quantum channel identity operator-u identity kimi qoruyan kanaldır. Non-unital channel bunu etmək məcburiyyətində deyil. Reset əməliyyatı non-unital-dır və sistemi müəyyən saf vəziyyətə yönəldə bildiyi üçün entropy-ni kənara daşıya bilən mexanizm təmin edə bilər.

Əlavə B reset channel-ını:

\[ \mathcal{A}_{\mathrm{nr}}(\rho) = (1-q)\rho + q \operatorname{Tr}_R[\rho] \otimes |0\rangle\langle0|_R, \qquad q\in(0,1] \]

formasında tərif edir və əsasən \(q=1\) halını araşdırır. \(q=1\), seçilmiş \(R\) subsystem-in tamamilə \(|0\rangle\) vəziyyətinə reset edilməsinə uyğundur.

Dissipative VQA kanal kompozisiyası: Tənlik (27)–(30)

\[ \Phi_{\theta_{\mathrm{dis}}}^{M} := \prod_{k=1}^{L} \left( V^k \circ \mathcal{N} \circ U_{\theta_{\mathrm{dis}}}^{k} \circ \mathcal{A}_{\mathrm{nr}}^{\chi(k)} \right), \tag{27} \]

burada:

\[ \chi(k) = \begin{cases} 1, & k\equiv0\pmod L,\\ 0, & \text{aksi halde}. \end{cases} \tag{28} \]

\(U_{\theta_{\mathrm{dis}}}^k\), parametrli two-qubit layer; \(V^k\), fixed single-qubit gates; \(\mathcal{N}\), contractive unital single-qubit noise channels tensor product-u; \(\mathcal{A}_{\mathrm{nr}}\), non-unital reset map-dir.

Dissipative VQA state:

\[ \rho_{\mathrm{dis}} (\theta_{\mathrm{dis}}) = \Phi_{\theta_{\mathrm{dis}}}^{M} (\rho_0), \tag{29} \]

və cost:

\[ C_{\mathrm{dis}} (\theta_{\mathrm{dis}}) = \operatorname{Tr} \left[ O \rho_{\mathrm{dis}} (\theta_{\mathrm{dis}}) \right] = \operatorname{Tr} \left[ O \Phi_{\theta_{\mathrm{dis}}}^{M} (\rho_0) \right]. \tag{30} \]

Mənbənin nəzəri izahında ordinary unitary map ilə dissipative map arasındakı kritik fərq non-unital reset-assisted çevrilmənin hesablama zamanı entropy-ni sistemdən uzaqlaşdıra bilməsidir.

Gradient descent: Tənlik (31)–(32)

\[ \theta_{A,t+1} = \theta_{A,t} - \eta_A \nabla C_A (\theta_{A,t}), \qquad A\in\{\mathrm{uni},\mathrm{dis}\}. \tag{31} \]

\(\eta_A\), learning rate / step size-dır.

Bir iterasiyadakı cost azalması və optimality gap:

\[ \Delta C_{A,t} := C_A(\theta_{A,t}) - C_A(\theta_{A,t+1}), \]
\[ \Delta_{A,t} := C_A(\theta_{A,t}) - C_A^\ast, \qquad C_A^\ast := \inf_{\theta} C_A(\theta). \tag{32} \]

\(\Delta C_{A,t}\), single-step improvement; \(\Delta_{A,t}\), mövcud cost-un optimal cost-dan məsafəsidir.

Fərziyyə 1: Smoothness — Tənlik (33)

\[ \| \nabla C_A(\theta) - \nabla C_A(\phi) \|_2 \le \beta_A \| \theta-\phi \|_2. \tag{33} \]

\(\beta_A\)-smoothness gradient-in parametr fəzasında məhdudiyyətsiz kəskinliklə dəyişmədiyini fərz edir. Gradient descent üçün:

\[ 0<\eta_A\le\frac{1}{\beta_A} \]

seçilir. Mənbə həmçinin \(\beta_A=O(\operatorname{poly}(n))\) fərziyyəsindən istifadə edir.

Fərziyyə 2: Unitary two-design

Initialization-da parametrik unitaries-in hər gate üzərində unitary 2-design yaradan distribution-dan gəldiyi fərz edilir. Bunun nəticəsində başlanğıcda:

\[ \mathbb{E} [ \partial_\mu C_A (\theta_{A,0}) ] = 0 \]

və buna görə:

\[ \mathbb{E} [ (\partial_\mu C_A)^2 ] = \operatorname{Var} [ \partial_\mu C_A ] \]

əlaqəsi istifadə olunur.

Fərziyyə 3: Dissipative VQA üçün PL şərti — Tənlik (34)

\[ \frac{1}{2} \| \nabla C_{\mathrm{dis}}(\theta) \|_2^2 \ge \mu_{\mathrm{dis}} \left( C_{\mathrm{dis}}(\theta) - C_{\mathrm{dis}}^\ast \right). \tag{34} \]

Polyak–Łojasiewicz (PL) şərti gradient normasını optimuma olan cost gap ilə əlaqələndirir. Böyük gap mövcud olduqda gradient-in ixtiyari şəkildə sıfıra çökməsinin qarşısını alan güclü optimization-landscape fərziyyəsidir. Theorem 1-in qlobal contraction nəticəsi bu şərtdən asılıdır; məqalə bunun bütün dissipative quantum objectives üçün avtomatik keçərli olduğunu sübut etmir.

Fərziyyə 4: Ordinary VQA-nın trajectory-uniform flatness-ı — Tənlik (35)

\[ \mathbb{E} \left[ \| \nabla C_{\mathrm{uni}} (\theta_{\mathrm{uni},t}) \|_2^2 \right] \le G_{\mathrm{uni}}(n) := mB_{\mathrm{uni}}b^{-n}, \qquad b>1. \tag{35} \]

Buradakı \(m\), variational parameter sayıdır; bu \(m\), əsas mətndəki ancilla-qubit simvolu ilə eyni hərfin fərqli kontekstdə istifadəsidir. Buna görə simvolun mənası bölmə kontekstinə görə oxunmalıdır.

\(b^{-n}\) amili gradient-in system size \(n\) ilə exponentially kiçilə biləcəyini ifadə edir. Fərziyyə yalnız initialization-a deyil, target gap \(\varepsilon\)-ə çatana qədər bütün müvafiq optimization trajectory-yə tətbiq olunur; buna görə kifayət qədər güclü şərtdir.

Lemma 1: Hər step üçün minimum azalma — Tənlik (36)–(37)

\[ f(x)-f(x^+) \ge \frac{\eta}{2} \| \nabla f(x) \|_2^2. \tag{36} \]

Bu nəticə \(\beta\)-smooth \(f\) və \(0<\eta\le1/\beta\) üçün keçərlidir.

Smoothness-dan:

\[ f(x^+) \le f(x) - \eta \| \nabla f(x) \|_2^2 + \frac{\beta\eta^2}{2} \| \nabla f(x) \|_2^2 \tag{37} \]

əldə edilir və step-size sərhədi istifadə edildikdə Eq. (36) alınır.

Lemma 2: Hər step üçün maksimum azalma — Tənlik (38)–(40)

\[ f(x)-f(x^+) \le \frac{3\eta}{2} \| \nabla f(x) \|_2^2. \tag{38} \]

Mənbə bunu Hessian normasının müvafiq segment boyunca \(\beta\) ilə məhdud olması fərziyyəsi altında verir.

\[ f(x^+) \ge f(x) - \eta \| \nabla f(x) \|_2^2 - \frac{\beta\eta^2}{2} \| \nabla f(x) \|_2^2. \tag{39} \]
\[ f(x)-f(x^+) \le \eta \left( 1+\frac{\beta\eta}{2} \right) \| \nabla f(x) \|_2^2 \le \frac{3\eta}{2} \| \nabla f(x) \|_2^2. \tag{40} \]

Lemma 3: PL contraction — Tənlik (41)–(44)

\[ \frac{1}{2} \| \nabla f(x) \|_2^2 \ge \mu \left( f(x)-f^\ast \right). \tag{41} \]

PL inequality və smoothness birlikdə gradient descent gap-in exponential contraction-ını verir:

\[ f(x_t)-f^\ast \le e^{-\eta\mu t} \left( f(x_0)-f^\ast \right). \tag{42} \]

Aralıq addım:

\[ f(x_{t+1})-f^\ast \le f(x_t)-f^\ast - \frac{\eta}{2} \| \nabla f(x_t) \|_2^2. \tag{43} \]

PL inequality tətbiq edildikdə:

\[ f(x_{t+1})-f^\ast \le (1-\eta\mu) \left( f(x_t)-f^\ast \right) \le e^{-\eta\mu} \left( f(x_t)-f^\ast \right). \tag{44} \]

Lemma 4: Flat ordinary VQA üçün iterasiya aşağı sərhədi — Tənlik (45)–(47)

Başlanğıc expected gap:

\[ \mathbb{E} [ \Delta_{\mathrm{uni},0} ] \ge \delta_0 > 0 \]

və hədəf:

\[ \mathbb{E} [ \Delta_{\mathrm{uni},T} ] \le \varepsilon < \delta_0 \]

olarsa:

\[ T \ge \frac{ 2(\delta_0-\varepsilon) }{ 3\eta_{\mathrm{uni}} G_{\mathrm{uni}}(n) } = \Omega \left( \frac{ b^n }{ \eta_{\mathrm{uni}}m } \right). \tag{45} \]

Hər step üçün expected decrease:

\[ \mathbb{E} [ \Delta C_{\mathrm{uni},t} ] \le \frac{ 3\eta_{\mathrm{uni}} }{2} \mathbb{E} \left[ \| \nabla C_{\mathrm{uni}} (\theta_{\mathrm{uni},t}) \|_2^2 \right] \le \frac{ 3\eta_{\mathrm{uni}} }{2} G_{\mathrm{uni}}(n). \tag{46} \]

Iterasiyalar toplandıqda:

\[ \mathbb{E} \left[ C_{\mathrm{uni}} (\theta_{\mathrm{uni},0}) - C_{\mathrm{uni}} (\theta_{\mathrm{uni},T}) \right] \le \frac{ 3\eta_{\mathrm{uni}} }{2} T G_{\mathrm{uni}}(n). \tag{47} \]

Gradient energy exponentially kiçik qalarsa, bir iterasiyada əldə oluna bilən expected cost improvement də exponentially kiçik olar; buna görə sabit optimality-gap azalması çox sayda iteration tələb edir.

Theorem 1: Dissipative VQA-nın şərti qlobal convergence-ı — Tənlik (48)–(52)

Dissipative cost:

\[ C_{\mathrm{dis}}(\theta) = \operatorname{Tr} \left[ O \Phi_\theta^M (\rho_0) \right]. \tag{48} \]

Assumption 1 və PL Assumption 3 altında \(\eta_{\mathrm{dis}}=1/\beta_{\mathrm{dis}}\) seçilərsə:

\[ \Delta_{\mathrm{dis},t} \le e^{ -\mu_{\mathrm{dis}}t/ \beta_{\mathrm{dis}} } \Delta_{\mathrm{dis},0}. \tag{49} \]

\(\Delta_{\mathrm{dis},T}\le\varepsilon\) üçün lazım olan iteration sayı:

\[ T_{\mathrm{dis}} (\varepsilon) \le \frac{ \beta_{\mathrm{dis}} }{ \mu_{\mathrm{dis}} } \log \left( \frac{ \Delta_{\mathrm{dis},0} }{ \varepsilon } \right). \tag{50} \]

Əgər:

\[ \frac{ \beta_{\mathrm{dis}} }{ \mu_{\mathrm{dis}} } \le \operatorname{poly}(n) \]

və logarithmic accuracy factor də polinom sərhədi daxilindədirsə:

\[ T_{\mathrm{dis}} (\varepsilon) \le \operatorname{poly}(n). \tag{51} \]

Eq. (50),

\[ e^{ -\mu_{\mathrm{dis}}T/ \beta_{\mathrm{dis}} } \Delta_{\mathrm{dis},0} \le \varepsilon \tag{52} \]

bərabərsizliyinin \(T\) üçün həllindən əldə edilir.

Theorem 2: Şərti iteration-complexity separation — Tənlik (53)–(56)

Dissipative tərəfdə:

\[ \frac{ \beta_{\mathrm{dis}} }{ \mu_{\mathrm{dis}} } \le \operatorname{poly}(n) \tag{53} \]

və ordinary VQA tərəfində:

\[ \eta_{\mathrm{uni}}m \le \operatorname{poly}(n), \qquad \mathbb{E} [ \Delta_{\mathrm{uni},0} ] \ge \delta_0 > 0 \tag{54} \]

fərz edilərsə dissipative VQA üçün:

\[ T_{\mathrm{dis}} (\varepsilon) \le \operatorname{poly}(n) \log \left( \frac{ \Delta_{\mathrm{dis},0} }{ \varepsilon } \right), \tag{55} \]

ordinary trajectory-flat VQA üçün isə:

\[ T_{\mathrm{uni}} (\varepsilon) \ge \Omega \left( \frac{ b^n }{ \operatorname{poly}(n) } \right). \tag{56} \]

əldə edilir.

Bu, müəlliflərin “conditional exponential advantage in gradient-descent iteration complexity” nəticəsidir. Buradakı “advantage”ın üç mühüm sərhədi vardır:

  • həqiqi quantum-device runtime ölçümü deyil;
  • dissipative objective-in PL condition-ı ödəməsi şərtidir;
  • ordinary VQA-nın hədəfə çatana qədər trajectory-uniform exponentially flat qalması şərtidir.

Mənbə bunu ayrıca açıq şəkildə məhdudlaşdırır: əvvəlki barren-plateau-avoidance nəticəsi təkbaşına dissipative VQA üçün global convergence sübut etmir. Polinomik global iteration bound yalnız əlavə PL və scaling fərziyyələri ilə ortaya çıxır.

Tədqiqatın birbaşa dəstəklədiyi nəticələr

Ancilla-assisted trainable dissipation-ın standart system-only unitary ansatz-a əlavə quantum-channel degree of freedom verdiyi riyazi olaraq qurulur.

Araşdırılan numerical VQE benchmarklarında dissipative VQE ancilla-free baseline ilə müqayisədə daha sürətli energy descent və daha aşağı final energy göstərir.

Bu nisbi üstünlük depolarizing, amplitude-damping və bit-flip noise şərtlərində və üç fərqli representative Hamiltonian-da qorunur.

State recovery-də eyni dissipative block müxtəlif preparation-noise kanalları və müxtəlif target-state structures altında final fidelity-ni artırır.

Araşdırılan target-state müqayisəsində W, uniform-superposition və dressed-cluster state üçün final fidelity 100 optimization iteration daxilində %99-un üzərinə qaldırılmışdır.

Ancilla və dissipative-round resurslarında task-dependent saturation olduğu göstərilir; daha çox resource həmişə mütənasib əlavə qazanc vermir.

Əlavə B müəyyən mathematical assumptions altında dissipative və ordinary VQA arasında gradient-descent iteration complexity baxımından şərti eksponensial ayrışma çıxarır.

Tədqiqatın dəstəkləmədiyi nəticələr

Tədqiqat həqiqi kvant avadanlığında speedup, quantum advantage və ya fault-tolerant operation göstərmir.

Tədqiqat dissipasiyanın fiziki noise-u tamamilə aradan qaldırdığını göstərmir.

Tədqiqat hər Hamiltonyen və hər system size üçün dissipative VQE-nin ordinary VQE-dən üstün olduğunu sübut etmir.

Tədqiqat ancilla sayı məhdudiyyətsiz artırıldıqca performansın məhdudiyyətsiz artacağını göstərmir; əksinə saturation müşahidə edir.

Tədqiqat Əlavə B-dəki PL şərtinin təklif olunan bütün dissipative circuits üçün avtomatik təmin olunduğunu sübut etmir.

Tədqiqat ordinary VQA-nın bütün real optimallaşdırma problemlərində trajectory-uniform exponential flatness göstərəcəyini sübut etmir.

Theorem 2-dəki exponential iteration-complexity separation birbaşa end-to-end computational speedup və ya hardware execution-time advantage deyil.

Əsas metodoloji məhdudiyyətlər

Yalnız simulyasiya: Fiziki kvant prosessorunda hardware validation yoxdur.

Kiçik sistemlər: Göstərilən əsas numerical examples bir neçə kubitlik spin sistemləri və target-state recovery problemləridir. Daha böyük system-size scaling gələcək tədqiqat mövzusu kimi saxlanılmışdır.

Optimizer detalı: Əsas numerical section learning rate qiymətlərini verir, lakin istifadə olunan software/optimizer implementation detalları tam şəkildə bildirilmir.

Seed/statistical protocol: Əsas qrafiklərin hamısı üçün müstəqil repetition və uncertainty protocol aydın şəkildə verilmir. Əlavə Şəkil 11 “best 5 seeds” ifadəsindən istifadə edir, lakin ümumi seed pool-u ətraflı göstərmir.

Resource overhead: Hər dissipative round fully connected system–ancilla architecture-da \(nm\) iSWAP coupling tələb edir. Daha çox ancilla və round circuit depth və trainable parameter yükünü artırır.

Theoretical assumptions: Əlavə B-nin güclü complexity ayrışması PL və trajectory-flatness fərziyyələrindən asılıdır.

Noise realism: İstifadə olunan AD, BF və DP modelləri idarə olunan numerical noise modelləridir. Həqiqi cihazdakı coherent calibration errors, crosstalk, leakage, non-Markovian effects və device-specific correlations ayrıca doğrulanmamışdır.

Mənbə və Metod Qeydi

Orijinal başlıq: A Variational Dissipative Framework for Quantum Algorithms

Müəlliflər: Yuan Yao, Ruipeng Xing, Yongjian Gu, Yiming Huang, Xiao Yuan.

Bərabər töhfə: Təqdim olunan mənbədə bərabər töhfə/bərabər birinci müəllif işarəsi yoxdur.

Qurum 1: Center on Frontiers of Computing Studies, Peking University, Beijing 100871, China.

Qurum 2: School of Computer Science, Peking University, Beijing 100871, China.

Qurum 3: Faculty of Information Science and Engineering, Ocean University of China, Qingdao 266100, China.

Qurum 4: Institute of High Energy Physics, Chinese Academy of Sciences, Beijing 100049, China.

Qurum 5: China Center of Advanced Science and Technology, Beijing 100190, China.

Corresponding author: PDF tək bir corresponding author-u aydın işarə ilə ayırmır. Mənbə Yuan Yao, Yongjian Gu, Yiming Huang və Xiao Yuan üçün əlaqə e-poçtları verir.

Mənbədə görünən əlaqə qeydi: Yongjian Gu-nun e-poçt ünvanı PDF-də `yjgu@.ouc.edu.cn` formasında görünür. Bu görünən forma mümkün yazı/formatlama problemi daşıdığı üçün Verianla tərəfindən səssizcə düzəldilməmişdir.

Mənbə növü: Preprint.

Platforma: arXiv.

Sahə: quant-ph — Quantum Physics.

arXiv identifikatoru: arXiv:2605.25841v1.

İlk təqdim edilmə tarixi: 25 may 2026.

PDF üzərində verilən tarix: 25 may 2026.

DOI: 10.48550/arXiv.2605.25841.

Resenziya statusu: 13 noyabr 2026 tarixli yoxlamada ayrıca resenziyalı journal version of record doğrulanmamışdır; tədqiqat Verianla-da preprint kimi nəzərdən keçirilməlidir.

Jurnal / cild / nömrə: Doğrulanmış journal publication olmadığından mövcud deyil.

Rəsmi keçid: https://arxiv.org/abs/2605.25841

Lisenziya: Yüklənmiş PDF-də açıq Creative Commons təkrar istifadə lisenziyası yoxdur. arXiv əlçatanlığı mənbə fiqurlarının məhdudiyyətsiz təkrar istifadə icazəsi kimi qiymətləndirilməmişdir.

Elmi tədqiqat növü: Nəzəri açıq-sistem kvant informasiya çərçivəsi + variational quantum algorithm dizaynı + numerical simulation + şərti optimization-complexity analizi.

Həqiqi quantum hardware: İstifadə edilməmişdir / bildirilməmişdir.

Əsas üsul: System-only parametric variational layers ilə ancilla-assisted trainable CPTP dissipative channels-ın birləşdirilməsi.

Dissipative implementation: Parametric single-qubit rotations + fully connected system–ancilla \(i\mathrm{SWAP}\) couplings; hər dissipative round üçün \(nm\) system–ancilla iSWAP interaction.

Ancilla əməliyyatı: Hər round sonunda partial trace və reset.

Tapşırıq 1: Dissipative VQE ilə ground-state search; objective final energy expectation value.

Tapşırıq 2: Dissipative state recovery; objective target-state fidelity.

VQE benchmark reference: Exact ground-state energies, başqa cür göstərilmədikdə exact diagonalization ilə hesablanmışdır.

Noise modelləri: Depolarizing, Bit-Flip və Amplitude Damping.

Target states: W state, uniform superposition state və dressed cluster state.

Mühüm numerical nəticə: Araşdırılan target-state experiment-larında \(n=3\), \(m=3\), \(T=3\), \(lr=0.8\) və \(p=0.1\) altında üç target üçün final fidelity 100 iterasiya daxilində %99-un üzərinə çıxmışdır.

Resource nəticəsi: Moderate dissipative depth əksər testlər üçün yetərlidir; mənbə \(T=3\)-ü ümumi tarazlıq nöqtəsi kimi istifadə edir və state-dependent ancilla saturation bildirir.

Approximate ancilla saturation: W state \(m=2\), uniform superposition \(m=5\), dressed cluster \(m=3\).

Əlavə B nəticəsi: PL və trajectory-uniform flatness daxil olmaqla əlavə fərziyyələr altında dissipative VQA üçün polinomik, ordinary VQA üçün eksponensial gradient-descent iteration-complexity davranışı çıxarılır. Bu nəticə şərtidir və hardware speedup deyil.

Maliyyələşdirmə: Quantum Science and Technology-National Science and Technology Major Project (2023ZD0300200); Beijing Natural Science Foundation Z250004; NSAF U2330201; National Natural Science Foundation of China 12361161602; Beijing Science and Technology Planning Project Z25110100810000; High-performance Computing Platform of Peking University.

Verilənlərin əlçatanlığı: Təqdim olunan PDF-də ayrıca Data Availability statement yoxdur.

Code availability: Təqdim olunan PDF-də ayrıca Code Availability statement yoxdur.

Maraqların toqquşması: Təqdim olunan PDF-də ayrıca competing-interest/conflict-of-interest statement yoxdur; buna görə maraqların toqquşmasının olmadığı fərz edilməmişdir.

Müəllif töhfələri: Təqdim olunan PDF-də ayrıca CRediT və ya author-contribution statement yoxdur.

Reproducibility sərhədi: Mənbə mühüm fiziki və hyperparameter parametrlərini bildirsə də, əsas numerical implementation üçün software framework, optimizer detalları və bütün seed/repetition protocol tam təqdim edilmir.

Mənbədaxili notasiya qeydi: Bit-Flip noise əksər yerlərdə BF kimi müəyyən edilsə də bir cümlədə BP qısaltması görünür; bu, yeni noise modeli kimi şərh edilməmişdir.


Paylaşın:

Şərhlər yoxlandıqdan sonra yayımlanır. Şərhiniz təsdiq prosesinə daxil ediləcək və uyğun hesab olunduqda görünəcək.

Şərh yazın

E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib