Akademik araştırmalar, anlaşılır dil

Verianla | Akademik Araştırmalardan Türkçe Ekonomi ve Bilim İçerikleri

17 Kasım 2026, Salı
VERİANLA Bağımsız bilim yayıncılığı
Menüyü aç veya kapat
...
Home / Uygulamalı Bilimler / Matematik / Kuantum Algoritmaları için Varyasyonel Dissipatif Bir Çerçeve
Matematik

Kuantum Algoritmaları için Varyasyonel Dissipatif Bir Çerçeve

Varyasyonel dissipatif çerçeve, standart parametrik kuantum devrelerindeki yalnız üniter durum evrimine, ancilla-yardımlı ve eğitilebilir nonunitary kuantum kanalları ekleyen bir kuantum algoritması tasarım çerçevesidir.

13/11/2026  Veri Anla  164 görüntüleme
Kuantum Algoritmaları için Varyasyonel Dissipatif Bir Çerçeve

Varyasyonel dissipatif çerçeve, standart parametrik kuantum devrelerindeki yalnız üniter durum evrimine, ancilla-yardımlı ve eğitilebilir nonunitary kuantum kanalları ekleyen bir kuantum algoritması tasarım çerçevesidir. Ana sistem kübitleri parametrik bir sistem-only varyasyonel blok tarafından işlenirken, ayrı ancilla kübitleri sistemle kontrollü olarak bağlanır; ortak sistem–ancilla üniterinden sonra ancilla alt sistemi partial trace ile çıkarılır ve yeniden \(|0\rangle\) durumuna hazırlanır. Böylece ana sistem üzerinde Completely Positive Trace-Preserving (CPTP) fakat genel olarak nonunitary bir dönüşüm elde edilir. Çalışma bu mekanizmayı iki farklı görevde kullanır: temel durum enerjisini düşüren dissipative Variational Quantum Eigensolver (VQE) ve gürültülü hazırlanmış bir kuantum durumunun hedef duruma fidelity'sini artıran dissipative state recovery.

Çalışmanın temel fikri, dissipasyonu yalnız kuantum donanımının istenmeyen bir yan etkisi olarak görmek yerine, doğru sistem–çevre etkileşimi tasarlandığında optimize edilebilir bir varyasyonel kaynak olarak kullanmaktır. Standart VQE, saf bir başlangıç durumuna yalnız üniter işlemler uyguladığında saf durum manifoldunda kalır. Ancilla ile etkileşim ve ancilla'nın daha sonra sistemden çıkarılması ise ana sistemin mixed state'lere geçebilmesini ve salt sistem-içi üniter evrimle erişilemeyen daha genel CPTP dönüşümlerinin varyasyonel arama alanına katılmasını sağlar.

Sayısal VQE deneylerinde model, açık sınır koşullu nearest-neighbor spin Hamiltonyenleri üzerinde değerlendirilmiştir. Temsili deneyde \(J_x=1.0\), \(h_z=0.3\), diğer katsayılar sıfır, learning rate \(lr=0.2\), dissipative round sayısı \(T=1\) ve depolarizing-noise strength \(p=0.1\) kullanılmıştır. \(n=3\) ve \(n=5\) ana sistemlerde ancilla sayısı yükseldikçe enerji ilk iterasyonlarda daha hızlı azalmış ve final enerji ancilla'sız VQE'ye göre daha düşük seviyelere ulaşmıştır. Exact ground-state energy değerleri, aksi belirtilmedikçe ilgili Hamiltonyen matrislerinin exact diagonalization'ından alınmıştır.

State-recovery deneylerinde W state, uniform superposition state ve dressed cluster state olmak üzere üç farklı hedef yapı kullanılmıştır. \(n=3\), \(m=3\), \(T=3\), \(lr=0.8\) ve \(p=0.1\) koşullarındaki hedef-state karşılaştırmasında üç hedef için de final fidelity 100 optimizasyon iterasyonu içinde %99'un üzerine çıkmıştır. Bununla birlikte kaynak miktarı sınırsız artırıldığında sürekli kazanç görülmemiştir: yazarlar çoğu testte \(T=3\)'ü iyi bir denge olarak belirlemiş ve hedef duruma bağlı ancilla saturation davranışı gözlemiştir.

Çalışmanın tüm sonuçları sayısal simülasyonlardan elde edilmiştir; gerçek bir kuantum işlemcide deneysel doğrulama yapılmamıştır. Ayrıca Ek B'deki “conditional exponential advantage” sonucu gerçek donanım wall-clock hızlanması veya koşulsuz kuantum üstünlüğü değildir. Bu sonuç, dissipative objective'in belirli bir global Polyak–Łojasiewicz koşulunu sağlaması ve ordinary unitary VQA'nın optimizasyon yörüngesinin exponentially flat kalması gibi güçlü varsayımlar altında gradient-descent iterasyon karmaşıklığının teorik karşılaştırmasıdır.

Varyasyonel Dissipatif Kuantum Çerçevesi Nedir?

Varyasyonel dissipatif kuantum çerçevesi, parametrik üniter devreleri ancilla-yardımlı, eğitilebilir açık-sistem kuantum kanallarıyla birleştirerek ana sistemin varyasyonel durum uzayını saf durumlarla sınırlı üniter ansatz'ın ötesine genişleten bir yöntemdir; sistem–ancilla etkileşimi üniter olsa da ancilla'nın daha sonra partial trace ile çıkarılması ana sistem üzerinde etkili olarak nonunitary bir CPTP dönüşüm üretir.

Standart VQE önce ne yapıyor?

Variational Quantum Eigensolver (VQE), belirli bir Hamiltonyenin ground-state energy değerini yaklaşık olarak bulmak için parametrik bir kuantum devresi ile klasik optimizasyonu birleştirir. Başlangıç durumu genellikle \(|0\rangle^{\otimes n}\) biçimindedir ve \(U(\theta)\) parametrik üniteri bu durumu bir trial state'e dönüştürür.

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

\(\rho_\theta\), varyasyonel trial state'in density matrix gösterimidir. \(n\), ana sistemdeki kübit sayısı; \(\theta\), parametrik gate'lerin optimize edilen parametreleridir. Başlangıç saf olduğundan ve \(U(\theta)\) üniter olduğundan Eq. (1)'deki durum saf kalır.

VQE'nin enerji objective'i:

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

\(H\), ground state'i aranan Hamiltonyen; \(\operatorname{Tr}\), trace işlemidir. Bu ifade trial state'sinin Hamiltonyen expectation value'sunu hesaplar.

Variational principle:

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

eşitsizliğini verir. \(E_0\), gerçek ground-state energy'dir. VQE bu nedenle \(E(\theta)\)'yı küçültmeye çalışır; ideal durumda trial state ground state'e yaklaştıkça enerji \(E_0\)'a yaklaşır fakat variational principle altında onun altına inmez.

Dissipatif genişletme neyi değiştiriyor?

Standart üniter ansatz yerine parametreli bir dissipative quantum channel kullanıldığında trial state:

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

biçiminde yazılır. \(\mathcal{D}_\theta\), parametreli CPTP kanaldır. Energy objective Eq. (2) olarak kalır; değişen şey, optimizasyonun erişebildiği durum ailesidir. Ana sistem artık yalnız saf durumları değil, ancilla ile etkileşim sonrasında oluşabilen mixed state'leri de temsil edebilir.

Bu nokta “dissipative VQE mutlaka standard VQE'den daha iyi sonuç verir” anlamına gelmez. Denklem yalnız arama uzayının daha genel bir quantum-channel ailesine genişletildiğini gösterir; gerçek yarar sayısal optimizasyon sonuçlarıyla ayrıca test edilmiştir.

Saf durum ve mixed state arasındaki fark

Saf bir kuantum durumu tek bir state vector \(|\psi\rangle\) ile tam olarak tanımlanabilir ve density matrix'i \(\rho=|\psi\rangle\langle\psi|\) biçimindedir. Mixed state ise farklı saf durumların klasik veya çevresel belirsizlik içeren istatistiksel bileşimini temsil eder ve genel olarak tek bir state vector ile ifade edilemez.

Ancilla ile ana sistem birbirine dolaşık hâle geldikten sonra ancilla bilgisinin göz ardı edilmesi, ana sistemin tek başına mixed state görünmesine yol açabilir. Bu, dissipatif çerçevenin neden yalnız daha derin bir üniter circuit olarak yorumlanmaması gerektiğinin temelidir.

Açık kuantum sistemi nedir?

Açık kuantum sistemi, çevresinden tamamen izole olmayan ve haricî degrees of freedom ile etkileşebilen kuantum sistemidir. Bu etkileşim coherence kaybına, entropy alışverişine ve bilginin sistemden çevreye akmasına yol açabilir.

Born–Markov yaklaşımı altında bu tür reduced dynamics için kaynak Gorini–Kossakowski–Lindblad–Sudarshan (GKLS) master equation'ını verir:

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

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

İlk terim kapalı-sistem üniter Hamiltonyen evrimini, toplam içindeki terimler ise çevreyle etkileşimden doğan dissipative dönüşümü temsil eder.

Önemli ayrım: Makalenin sayısal devre yöntemi Eq. (5)'teki GKLS differential equation'ını doğrudan zaman-integrasyonu ile çözmez. GKLS denklemi açık-sistem fiziğinin teorik arka planını açıklar; önerilen gerçek circuit construction, ancilla-yardımlı CPTP kanallar üzerinden kurulmuştur.

Stinespring Dilation Kuantum Kanalını Nasıl Oluşturuyor?

Stinespring dilation, ana sistem üzerindeki herhangi bir CPTP kuantum kanalının daha büyük bir sistem–ancilla Hilbert uzayında üniter evrim ve ardından ancilla'nın partial trace ile çıkarılması biçiminde temsil edilebildiğini söyler; bu çalışma bu matematiksel eşdeğerliği eğitilebilir sistem–ancilla interaction'ı tasarlamak için kullanmaktadır.

Stinespring gösterimi

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

\(\mathcal{E}\), ana sistem üzerinde etkili quantum channel; \(V_{SA}\), system \(S\) ile ancilla \(A\) üzerinde ortak üniter; \(|0\rangle_A\), ancilla başlangıç state'i; \(\operatorname{Tr}_A\), ancilla üzerinde partial trace işlemidir.

Partial trace, “ancilla fiziksel olarak yok edildi” demek değildir. Matematiksel olarak sistemin reduced density matrix'ini elde ederken ancilla'nın degrees of freedom bilgisinin sonuçtan çıkarılmasıdır. Devre düzeyinde bu fikir ancilla'nın discard edilmesi veya reset edilerek yeniden kullanılmasına karşılık gelebilir.

CPTP ne demektir?

Completely Positive Trace-Preserving (CPTP) bir map, geçerli density matrix'leri geçerli density matrix'lere dönüştüren standart fiziksel quantum-channel sınıfıdır. Trace-preserving olması toplam olasılığın 1 kalmasını, complete positivity ise sistem daha büyük bir referans sistemle entangled olsa bile dönüşümün fiziksel olarak geçerli kalmasını sağlar.

Kraus gösterimi

Ancilla'nın orthonormal \(\{|i\rangle_A\}\) bazındaki projeksiyonu:

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

Kraus operator'larını verir ve kanal:

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

biçiminde yazılabilir. Stinespring dilation ile Kraus representation iki farklı fiziksel süreç değildir; aynı CPTP dönüşümün iki matematiksel anlatımıdır.

Makaledeki eğitilebilir dissipative channel

Önerilen blok Stinespring formunu parametrik hâle getirir:

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

\(m\), ancilla kübit sayısıdır. Trainable parameters \(\theta\), doğrudan system–ancilla interaction içinde bulunur. Ancilla her uygulamadan önce \(|0\rangle^{\otimes m}\) durumuna hazırlanır ve uygulama sonunda trace-out/reset edilir.

Kaynağın numerical implementation'ında dissipative module, ilgili kübitlerde parametrik single-qubit rotations ve system–ancilla \(i\mathrm{SWAP}\) couplings kullanır. Bağlantı fully connected'dır: her system qubit her ancilla qubit ile bağlanır. Dolayısıyla \(n\) system qubit ve \(m\) ancilla için bir dissipative round içinde:

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

system–ancilla \(i\mathrm{SWAP}\) interaction bulunur. Bu eşitlik makalenin açıklamasından doğrudan gelir; toplam circuit gate count bundan daha büyüktür çünkü single-qubit rotations ve system-only variational layers ayrıca mevcuttur.

Parametrik iSWAP ne yapıyor?

Kaynak Ek Şekil 8, kullanılan \(i\mathrm{SWAP}\)-tipi coupling'i şu biçimde göstermektedir:

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

Bu gate \(|01\rangle\) ve \(|10\rangle\) bileşenlerini parametrik biçimde birbirine karıştırır; \(|00\rangle\) ve \(|11\rangle\) blokları gösterilen matris içinde değişmeden kalır. Makaledeki bilimsel rolü, ana sistem ile ancilla arasında kontrollü state/information exchange üreten trainable coupling sağlamaktır.

Varyasyonel dissipatif çerçevenin ortak mekanizması. Ana sistem ve ancilla birlikte üniter olarak işlenir; ancilla trace-out/reset sonrasında ana sistem etkili bir CPTP ve genel olarak nonunitary kanaldan geçmiş olur. Şema kaynak Şekil 1, 8 ve 9'un bilimsel ilişkilerinden bağımsız olarak yeniden oluşturulmuştur.

Dissipative VQE ile Standart VQE Arasındaki Temel Fark Nedir?

Standart VQE saf başlangıç durumunu sistem üzerinde yalnız parametrik üniterlerle dönüştürürken dissipative VQE, bu üniter katmanların arasına ancilla-yardımlı CPTP kanallar ekler; böylece enerji minimizasyonu hem coherent system-only parametreleri hem de sistem–ancilla interaction parametrelerini birlikte optimize eder ve ana sistemin reduced state'i mixed state'leri de içeren daha geniş bir varyasyonel ailede hareket edebilir.

Dissipative VQE'nin recursive tanımı

Başlangıç ana sistem state'i:

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

alınır. İlk system-only variational transformation:

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

Ardından \(t=1,\ldots,T\) dissipative rounds için:

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

Her round içinde önce ana sistemin coherent variational transformation'ı, ardından system–ancilla dissipative block uygulanır. Ancilla daha sonra trace-out edilir, \(|0\rangle^{\otimes m}\)'e reset edilir ve sonraki round için yeniden kullanılır.

Final loss:

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

olur. Yani algoritmanın hedefi hâlâ enerji minimizasyonudur; yeni olan, trial state'i üreten dönüşüm ailesidir.

State recovery neden farklı bir objective kullanıyor?

State-recovery görevinde amaç ground-state energy aramak değildir. Gürültü nedeniyle hedef state'ten uzaklaşmış bir \(\rho_{\mathrm{in}}\) durumunu yeniden hedefe yaklaştırmaktır. Bu nedenle system-only VQE katmanları kaldırılır ve aynı ancilla-assisted dissipative block doğrudan recovery channel olarak eğitilir.

Target state saf alınır:

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

Başlangıç:

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

Her recovery round:

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

ile tanımlanır.

Fidelity neyi ölçüyor?

Fidelity, iki quantum state'in ne kadar yakın olduğunu ölçen boyutsuz bir benzerlik metriğidir. Genel mixed-state formu:

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

Hedef state saf olduğunda bu ifade:

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

biçimine sadeleşir. \(F_T=1\), final state ile saf target state arasında maksimum fidelity'yi ifade eder.

Recovery loss:

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

olarak tanımlanır. Fidelity yükseldikçe loss azalır.

Dissipasyon ile recovery neden aynı yapı içinde ele alınabiliyor?

Aynı system–ancilla joint unitary farklı biçimde işlenebilir. Ancilla göz ardı edilip trace-out edildiğinde ana sistem üzerinde unconditional dissipative channel elde edilir. Ancilla ölçülüp measurement outcome conditional correction için kullanılırsa aynı genişletilmiş sistem recovery işlemi olarak da yorumlanabilir. Bu çalışma kendi recovery protokolünde ancilla'yı trace-out/reset ederek eğitilebilir channel yaklaşımını kullanır.

Çalışmanın Yöntemi ve Bulguları

Benchmark Hamiltonyeni

Dissipative VQE açık sınır koşullu nearest-neighbor spin Hamiltonyeni üzerinde test edilmiştir:

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

\(X_i\), \(Y_i\) ve \(Z_i\), \(i\). kübit üzerindeki Pauli operators'dır. \(J_x,J_y,J_z\) nearest-neighbor interaction strengths; \(h_x,h_y,h_z\) local-field coefficients'dır. Kaynak bu katsayılar veya enerji değerleri için fiziksel joule/eV türünde bir birim tanımlamaz; dolayısıyla Verianla bunlara kaynakta olmayan bir fiziksel birim atamaz.

İlk toplam komşu spin çiftlerinin interaction'ını, ikinci toplam her spin üzerindeki local fields'i temsil eder. Exact ground-state energy referansları, aksi belirtilmedikçe Hamiltonyen matrisinin exact diagonalization'ı ile hesaplanmıştır.

İlk VQE benchmarkı

Temsili deney:

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

seçimiyle yapılmış, diğer coefficients sıfıra ayarlanmıştır. Böylece XX-type interaction ile transverse Z field birlikte kullanılmıştır.

ParametreKaynakta kullanılan değerBilimsel rol
Ana sistem boyutu\(n=3\) ve \(n=5\)İki farklı problem büyüklüğü
Ancilla sayıları\(m=0,1,3,5,7\)Dissipative channel resource taraması
Learning rate\(lr=0.2\)Optimizasyon adım büyüklüğü
Dissipative round\(T=1\)Tek dissipative update round
NoiseDepolarizing, \(p=0.1\)Gürültülü optimizasyon koşulu
Gözlenen eğilimDaha yüksek \(m\) → genellikle daha hızlı enerji düşüşü ve daha düşük final enerjiAncilla-assisted channel'ın optimizasyon etkisi

Kaynak grafiğinde x ekseni optimizasyon iterasyonunu, y ekseni energy değerini gösterir. \(n=3\) örneğinde eğriler ancilla sayısıyla kademeli ayrılırken \(n=5\) örneğinde fark daha belirgin hâle gelir. Bu gözlem daha büyük \(m\)'nin incelenen bu koşullarda daha iyi sonuç verdiğini gösterir; bütün \(m\) değerleri için sınırsız monoton iyileşme garantisi değildir.

State-recovery hedef durumları

Kaynak üç farklı state structure seçmiştir.

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 içinde tam olarak bir excitation'ın bütün \(n\) konum üzerinde eşit amplitude ile süperpozisyonudur. \(1/\sqrt{n}\) katsayısı state normalization'ını sağlar.

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 aynı amplitude ile bulunur.

3. Dressed cluster state:

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

Kaynak:

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

değerlerini bütün \(i\) ve \(d\) için kullanır. \(CZ_{i,i+1}\) neighboring qubits arasında controlled-Z entangling gate; \(R_y\) ise Y ekseni çevresinde parametrik single-qubit rotation'dır.

State recovery'de ancilla artışı

Kaynak Şekil 3'te ancilla-free \(m=0\) baseline ile \(m=1,2,3\) dissipative configurations karşılaştırılır. X ekseni iteration, y ekseni fidelity'dir. Dissipative ancilla eklendikten sonra fidelity noisy-input baseline'ın üzerine çıkar ve genel olarak daha büyük \(m\) hem daha hızlı recovery hem daha yüksek final fidelity üretir.

Farklı noise channel'larında dayanıklılık

Kaynak üç temel noise türü test eder:

  • Amplitude Damping (AD): enerji relaxation benzeri \(|1\rangle\rightarrow|0\rangle\) süreçlerini temsil eden standart noise modelidir.
  • Bit-Flip (BF): computational basis state'lerini Pauli-X hatasıyla çevirebilen noise modelidir.
  • Depolarizing (DP): state'i random Pauli/mixed-state yönünde bozan standart noise modelidir.

Bu üç kısa açıklama gürültü etiketlerinin anlamını öğretmek için verilmiştir; makalenin yeni bilimsel bulgusu değildir.

Kaynakta “fully noisy setting” denildiğinde noise yalnız ana system variational circuit'e değil dissipative blocks'a da uygulanır. Buna rağmen dissipative VQE, ancilla-free baseline'a göre daha hızlı yakınsamış, daha az dalgalanmış ve daha düşük final energies elde etmiştir.

Bir cümlede “DP, BP, AD” yazılmış olmasına rağmen makalenin önceki tanımı ve ilgili grafik legend'i Bit-Flip için “BF” kullanmaktadır. Verianla bunu ayrı bir “BP” noise modeli gibi yorumlamaz; kaynak-içi notasyon tutarsızlığı olarak korur.

Üç farklı Hamiltonyen üzerindeki robustness testi

Kaynak şu üç Hamiltonyeni ayrıca karşılaştırır:

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

\(H_1\), transverse Z field içindeki XX-type model; \(H_2\), transverse-field Ising model; \(H_3\), XXZ-type model olarak tanımlanır. Bu karşılaştırma fully noisy setting'de ve depolarizing noise \(p=0.01\) altında yapılmıştır.

Üç Hamiltonyende de dissipative VQE ancilla-free baseline'a göre daha hızlı convergence, daha smooth training trajectory ve exact ground-state energy'ye daha yakın final energy göstermiştir. Bu sonuç, yöntem performansının yalnız tek bir energy landscape'e özel olmadığını destekler; bütün Hamiltonyen sınıfları için evrensel üstünlük kanıtlamaz.

Farklı target state ve preparation noise sonuçları

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

Üç target state'in \(p=0.1\) depolarizing-noise ile hazırlanmış input'larında dissipative recovery final fidelity'yi 100 optimization iteration içinde %99'un üzerine taşımıştır.

Bu %99 sonucu doğrudan üç target-state experiment'ına aittir. Gerçek quantum hardware fidelity'si değildir ve başka system size'lara otomatik olarak genellenmemelidir.

Daha Fazla Ancilla veya Daha Fazla Dissipative Round Her Zaman Daha İyi midir?

Hayır. Makalenin resource scan'leri performansın önce ancilla ve dissipative-round artışından yararlandığını, fakat belirli bir noktadan sonra ek resource'un yalnız küçük kazanç veya daha fazla training/circuit overhead ürettiğini gösterir; recovery görevindeki ancilla saturation noktası hedef state'e bağlıdır ve çoğu round karşılaştırmasında \(T=3\) dengeli seçim olarak kullanılmıştır.

Dissipative round sayısının etkisi

GörevŞekilde verilen ana koşullarAna gözlem
Dissipative VQE\(n=3\), \(m=3\), \(p=0.013\)Çok az round yetersiz; temsili testte \(T=3\) en iyi genel enerji dengesini verir.
State recovery\(n=2\), \(m=3\), \(p=0.019\)\(T=4\) veya \(T=5\) yaklaşık 55 iterasyondan sonra \(T=3\)'ü az miktarda geçebilir; erken convergence daha zayıf ve training daha uzundur.

Bu iki panel aynı fiziksel/hyperparameter koşullarını kullanmaz; kaynak onları doğrudan birbirine üstünlük karşılaştırması yapmak için değil, benzer resource trade-off'un iki görevde de bulunduğunu göstermek için verir.

Ancilla saturation

Target stateYaklaşık doygunlukYorum
W state\(m\approx2\)Ek ancilla'lar bundan sonra çok sınırlı ek fidelity gain sağlar.
Uniform superposition\(m\approx5\)İncelenen üç state içinde daha yüksek ancilla gereksinimi gösterir.
Dressed cluster\(m\approx3\)Orta düzey ancilla doygunluğu gözlenir.

Kaynak, doygunluğun yalnız target state'sinin entanglement miktarıyla açıklanamayacağını belirtir. Gereken ancilla resource; preparation circuit yapısı, noise-induced error modes ve seçilen dissipative ansatz'ın bu error modes'la expressive compatibility'sine birlikte bağlıdır.

Kaynak Şekil 7'de shaded region bir statistical confidence interval değildir. Caption'a göre her target state için farklı noise strengths altında elde edilen en yüksek ve en düşük fidelity curves arasındaki envelope'dur. Bu nedenle gölgeli alanı standart sapma veya %95 güven aralığı olarak yorumlamak yanlış olur.

Kaynak Şekil 6, 7 ve 11'de raporlanan resource trade-off ve ancilla-saturation ilişkilerinden hazırlanmış kavramsal Verianla şeması. Eğrilerin ham sayısal verisi verilmediği için grafik rekonstrüksiyonu yapılmamıştır.

Noise strength taraması

Ek Şekil 10 ordinary VQE ile beş ancilla kullanan dissipative VQE'yi farklı depolarizing-noise strengths altında karşılaştırır. Görselde:

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

değerleri gösterilmektedir. Ancilla-free VQE'de noise strength arttıkça converged energy ile theoretical/exact ground-state value arasındaki fark büyür. \(m=5\) dissipative VQE'de ise aynı noise seviyelerinde convergence daha hızlı kalmakta ve final energies exact reference'a daha yakın bulunmaktadır.

Bu sonuç “dissipative circuit gürültüden etkilenmiyor” anlamına gelmez. Kaynağın iddiası göreli robustness'tur: incelenen koşullarda aynı noise altında dissipative model ordinary baseline'dan daha düşük energy gap bırakmaktadır.

W-state fidelity gain ve “best 5 seeds” notu

Ek Şekil 11 W-state recovery için \(F_m-F_0\) fidelity gain'i noise strength'e karşı gösterir ve \(m\ge2\) sonrasında gain eğrilerinin büyük ölçüde üst üste gelmesini ancilla saturation kanıtı olarak kullanır. Şekil panellerinde “The Best 5 Seeds” ifadesi bulunmaktadır; ancak sağlanan ana PDF metni toplam random-seed sayısını ve bu beş seed'in seçilme kuralını ayrıntılı bir statistical protocol olarak açıklamamaktadır. Bu nedenle bu şekilden confidence interval veya population-level uncertainty üretilmemiştir.

İstatistiksel raporlama sınırı

Çalışma klasik hipotez testi tasarımına sahip değildir. Ana metinde p-value, confidence interval veya effect-size testi raporlanmaz. Buradaki \(p\) sembolü çoğunlukla noise strength / error probability anlamındadır; istatistiksel p-değeri değildir.

Grafiklerdeki eğilimler optimizasyon trajectories üzerinden değerlendirilir ve ground-state reference exact diagonalization'dan elde edilir. Bu nedenle Verianla sonuçlara kaynakta bulunmayan “istatistiksel anlamlılık” etiketi eklememektedir.

Reproducibility açısından raporlanmayan noktalar

Sağlanan PDF bazı önemli hyperparameter'ları verir: learning rate, qubit/ancilla sayısı, dissipative round sayısı, noise strength, Hamiltonian coefficients ve target-state hazırlama yapıları. Buna karşılık ana numerical section kullanılan software framework'ü, optimizer'ın tam adını, gradient-evaluation yöntemini, random initialization distribution'ını ve ana sonuç grafiklerinin bütün seed/repetition protocol'ünü ayrıntılı biçimde raporlamamaktadır.

Ek B teorik olarak gradient descent analiz eder; bu, ana simülasyonlarda kullanılan optimizer'ın mutlaka tam olarak Ek B'deki idealized gradient-descent modeli olduğu şeklinde yorumlanmamalıdır.

Dissipative VQA için “Koşullu Üstel Avantaj” Ne Anlama Geliyor?

Makaledeki koşullu üstel avantaj, gerçek bir kuantum işlemcide ölçülmüş wall-clock speedup değil; belirli smoothness, global Polyak–Łojasiewicz ve trajectory-uniform flatness varsayımları altında gradient descent'in dissipative VQA objective'ini polinomik sayıda iterasyonda küçültebilirken ordinary unitary VQA'nın aynı hedef gap'e ulaşmak için üstel sayıda iterasyon gerektirebileceğini gösteren teorik iteration-complexity ayrışmasıdır.

Ek B neden ana numerik deneylerden ayrı okunmalıdır?

Ek B, ordinary VQA ile dissipative VQA'yı daha soyut bir optimization modelinde karşılaştırır. Burada dissipative VQA, periodic non-unital reset operations içeren reset-assisted quantum channel olarak tanımlanır. Bu yapı ana metindeki ancilla-assisted dissipative fikriyle aynı açık-sistem motivasyonunu paylaşır; ancak theorem'ler ana numerik grafiklerin yalnızca yeniden formüle edilmiş hali değildir.

Ordinary VQA tanımı: Denklem (25)–(26)

Parametrik unitary ansatz:

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

ile ordinary VQA state:

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

Cost:

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

\(O\), optimize edilen observable/cost operator'dır. VQE bağlamında \(O\) Hamiltonyen olabilir.

Unital ve non-unital channel farkı

Unital quantum channel identity operator'ı identity olarak koruyan kanaldır. Non-unital channel bunu yapmak zorunda değildir. Reset işlemi non-unital'dır ve sistemi belirli bir saf duruma doğru yönlendirebildiği için entropy'yi dışarı taşıyabilen bir mekanizma sağlayabilir.

Ek B reset channel'ını:

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

biçiminde tanımlar ve ağırlıklı olarak \(q=1\) durumunu inceler. \(q=1\), seçilen \(R\) subsystem'in tamamen \(|0\rangle\) durumuna reset edilmesine karşılık gelir.

Dissipative VQA kanal kompozisyonu: Denklem (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:

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

\(U_{\theta_{\mathrm{dis}}}^k\), parametreli 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'idir.

Dissipative VQA state:

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

ve cost:

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

Kaynağın teorik anlatımında ordinary unitary map ile dissipative map arasındaki kritik fark, non-unital reset-assisted dönüşümün hesap sırasında entropy'yi sistemden uzaklaştırabilmesidir.

Gradient descent: Denklem (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 iterasyondaki cost düşüşü ve optimality gap:

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

\(\Delta C_{A,t}\), tek-step improvement; \(\Delta_{A,t}\), mevcut cost'un optimum cost'tan uzaklığıdır.

Varsayım 1: Smoothness — Denklem (33)

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

\(\beta_A\)-smoothness, gradient'in parametre uzayında sınırsız keskinlikte değişmediğini varsayar. Gradient descent için:

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

seçilir. Kaynak ayrıca \(\beta_A=O(\operatorname{poly}(n))\) varsayımını kullanır.

Varsayım 2: Unitary two-design

Initialization'da parametrik unitaries'in her gate üzerinde unitary 2-design oluşturan bir distribution'dan geldiği varsayılır. Bunun sonucu başlangıçta:

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

ve dolayısıyla:

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

ilişkisi kullanılır.

Varsayım 3: Dissipative VQA için PL koşulu — Denklem (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) koşulu, gradient normunu optimuma olan cost gap'e bağlar. Büyük bir gap varken gradient'in keyfî biçimde sıfıra çökmesini engelleyen güçlü bir optimization-landscape varsayımıdır. Theorem 1'in global contraction sonucu bu koşula bağlıdır; makale bunun bütün dissipative quantum objectives için otomatik olarak geçerli olduğunu kanıtlamaz.

Varsayım 4: Ordinary VQA'nın trajectory-uniform flatness'ı — Denklem (35)

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

Buradaki \(m\), variational parameter sayısıdır; bu \(m\), ana metindeki ancilla-qubit sembolüyle aynı harfin farklı bağlamdaki kullanımıdır. Bu nedenle sembol anlamı bölüm bağlamına göre okunmalıdır.

\(b^{-n}\) faktörü gradient'in system size \(n\) ile exponentially küçülebileceğini ifade eder. Varsayım yalnız initialization'a değil, target gap \(\varepsilon\)'ye ulaşılana kadar bütün ilgili optimization trajectory'ye uygulanmaktadır; bu nedenle oldukça güçlü bir koşuldur.

Lemma 1: Step başına minimum düşüş — Denklem (36)–(37)

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

Bu sonuç \(\beta\)-smooth \(f\) ve \(0<\eta\le1/\beta\) için geçerlidir.

Smoothness'tan:

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

elde edilir ve step-size sınırı kullanıldığında Eq. (36) çıkar.

Lemma 2: Step başına maksimum düşüş — Denklem (38)–(40)

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

Kaynak bunu Hessian normunun ilgili segment boyunca \(\beta\) ile sınırlı olması varsayımı 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 — Denklem (41)–(44)

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

PL inequality ve smoothness birlikte gradient descent gap'inin exponential contraction'ını verir:

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

Ara adım:

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

PL inequality uygulanınca:

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

Lemma 4: Flat ordinary VQA için iterasyon alt sınırı — Denklem (45)–(47)

Başlangıç expected gap:

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

ve hedef:

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

ise:

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

Step başına expected decrease:

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

İterasyonlar toplandığında:

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

Gradient energy exponentially küçük kalırsa bir iterasyonda elde edilebilen expected cost improvement da exponentially küçük olur; bu nedenle sabit bir optimality-gap azalması çok sayıda iteration gerektirir.

Theorem 1: Dissipative VQA'nın koşullu global convergence'ı — Denklem (48)–(52)

Dissipative cost:

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

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

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

\(\Delta_{\mathrm{dis},T}\le\varepsilon\) için gereken iteration sayısı:

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

Eğer:

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

ve logarithmic accuracy factor de polinomik sınır içindeyse:

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

Eq. (50),

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

eşitsizliğinin \(T\) için çözülmesinden elde edilir.

Theorem 2: Koşullu iteration-complexity separation — Denklem (53)–(56)

Dissipative tarafta:

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

ve ordinary VQA tarafında:

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

varsayılırsa dissipative VQA için:

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

ordinary trajectory-flat VQA için ise:

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

elde edilir.

Bu, yazarların “conditional exponential advantage in gradient-descent iteration complexity” sonucudur. Buradaki “advantage”ın üç önemli sınırı vardır:

  • gerçek quantum-device runtime ölçümü değildir;
  • dissipative objective'in PL condition'ı sağlaması koşulludur;
  • ordinary VQA'nın hedefe ulaşana kadar trajectory-uniform exponentially flat kalması koşulludur.

Kaynak bunu ayrıca açıkça sınırlar: daha önceki barren-plateau-avoidance sonucu tek başına dissipative VQA için global convergence kanıtlamaz. Polinomik global iteration bound ancak ek PL ve scaling varsayımlarıyla ortaya çıkar.

Çalışmanın doğrudan desteklediği sonuçlar

Ancilla-assisted trainable dissipation'ın standart system-only unitary ansatz'a ek bir quantum-channel degree of freedom sağladığı matematiksel olarak kurulmaktadır.

İncelenen numerical VQE benchmarklarında dissipative VQE, ancilla-free baseline'a göre daha hızlı energy descent ve daha düşük final energy göstermektedir.

Bu göreli avantaj depolarizing, amplitude-damping ve bit-flip noise koşullarında ve üç farklı representative Hamiltonian'da korunmaktadır.

State recovery'de aynı dissipative block farklı preparation-noise kanalları ve farklı target-state structures altında final fidelity'yi yükseltmektedir.

İncelenen target-state karşılaştırmasında W, uniform-superposition ve dressed-cluster state için final fidelity 100 optimization iteration içinde %99'un üzerine çıkarılmıştır.

Ancilla ve dissipative-round kaynaklarında task-dependent saturation bulunduğu gösterilmektedir; daha fazla resource her zaman orantılı ek kazanç sağlamamaktadır.

Ek B, belirli mathematical assumptions altında dissipative ve ordinary VQA arasında gradient-descent iteration complexity açısından koşullu üstel ayrışma türetmektedir.

Çalışmanın desteklemediği sonuçlar

Çalışma gerçek kuantum donanımında speedup, quantum advantage veya fault-tolerant operation göstermemektedir.

Çalışma dissipasyonun fiziksel noise'u tamamen ortadan kaldırdığını göstermemektedir.

Çalışma her Hamiltonyen ve her system size için dissipative VQE'nin ordinary VQE'den üstün olduğunu kanıtlamamaktadır.

Çalışma ancilla sayısı sınırsız artırıldıkça performansın sınırsız artacağını göstermemektedir; aksine saturation gözlemlemektedir.

Çalışma Ek B'deki PL koşulunun önerilen bütün dissipative circuits için otomatik olarak sağlandığını kanıtlamamaktadır.

Çalışma ordinary VQA'nın bütün gerçek optimizasyon problemlerinde trajectory-uniform exponential flatness göstereceğini kanıtlamamaktadır.

Theorem 2'deki exponential iteration-complexity separation, doğrudan end-to-end computational speedup veya hardware execution-time advantage değildir.

Başlıca yöntemsel sınırlılıklar

Yalnız simülasyon: Fiziksel kuantum işlemci üzerinde hardware validation yoktur.

Küçük sistemler: Gösterilen ana numerical examples birkaç kübitlik spin sistemleri ve target-state recovery problemleridir. Daha büyük system-size scaling gelecek çalışma konusu olarak bırakılmıştır.

Optimizer ayrıntısı: Ana numerical section learning rate değerlerini verir fakat kullanılan software/optimizer implementation ayrıntıları eksiksiz biçimde raporlanmamaktadır.

Seed/statistical protocol: Ana grafiklerin tamamı için bağımsız repetition ve uncertainty protocol açık biçimde verilmez. Ek Şekil 11 “best 5 seeds” ifadesini kullanır ancak toplam seed pool'u ayrıntılandırmaz.

Resource overhead: Her dissipative round fully connected system–ancilla architecture'da \(nm\) iSWAP coupling gerektirir. Daha fazla ancilla ve round circuit depth ve trainable parameter yükünü artırır.

Theoretical assumptions: Ek B'nin güçlü complexity ayrımı PL ve trajectory-flatness varsayımlarına bağlıdır.

Noise realism: Kullanılan AD, BF ve DP modelleri kontrollü numerical noise modelleridir. Gerçek cihazdaki coherent calibration errors, crosstalk, leakage, non-Markovian effects ve device-specific correlations ayrı biçimde doğrulanmamıştır.

Kaynak ve Yöntem Notu

Özgün başlık: A Variational Dissipative Framework for Quantum Algorithms

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

Eş katkı: Sağlanan kaynakta eş katkı/eş birinci yazar işareti bulunmamaktadır.

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

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

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

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

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

Corresponding author: PDF tek bir corresponding author'ı açık bir işaretle ayırmamaktadır. Kaynak Yuan Yao, Yongjian Gu, Yiming Huang ve Xiao Yuan için iletişim e-postaları vermektedir.

Kaynakta görünen iletişim notu: Yongjian Gu'nun e-posta adresi PDF'de `yjgu@.ouc.edu.cn` biçiminde görünmektedir. Bu görünür biçim olası bir yazım/formatlama sorunu taşıdığı için Verianla tarafından sessizce düzeltilmemiştir.

Kaynak türü: Preprint.

Platform: arXiv.

Alan: quant-ph — Quantum Physics.

arXiv kimliği: arXiv:2605.25841v1.

İlk gönderim tarihi: 25 Mayıs 2026.

PDF üzerinde verilen tarih: 25 Mayıs 2026.

DOI: 10.48550/arXiv.2605.25841.

Hakemlik durumu: 13 Kasım 2026 tarihli kontrolde ayrı bir hakemli journal version of record doğrulanmamıştır; çalışma Verianla'da preprint olarak ele alınmalıdır.

Dergi / cilt / sayı: Doğrulanmış journal publication bulunmadığından mevcut değildir.

Resmî bağlantı: https://arxiv.org/abs/2605.25841

Lisans: Yüklenen PDF üzerinde açık bir Creative Commons yeniden kullanım lisansı bulunmamaktadır. arXiv erişilebilirliği kaynak figürlerini sınırsız yeniden kullanım izni olarak değerlendirilmemiştir.

Bilimsel çalışma türü: Teorik açık-sistem kuantum bilgi çerçevesi + variational quantum algorithm tasarımı + numerical simulation + koşullu optimization-complexity analizi.

Gerçek quantum hardware: Kullanılmamıştır / raporlanmamıştır.

Ana yöntem: System-only parametric variational layers ile ancilla-assisted trainable CPTP dissipative channels'ın birleştirilmesi.

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

Ancilla işlemi: Her round sonunda partial trace ve reset.

Görev 1: Dissipative VQE ile ground-state search; objective final energy expectation value.

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

VQE benchmark reference: Exact ground-state energies, aksi belirtilmedikçe exact diagonalization ile hesaplanmıştır.

Noise modelleri: Depolarizing, Bit-Flip ve Amplitude Damping.

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

Önemli numerical sonuç: İncelenen target-state experiment'larında \(n=3\), \(m=3\), \(T=3\), \(lr=0.8\) ve \(p=0.1\) altında üç target için final fidelity 100 iterasyon içinde %99'un üzerine çıkmıştır.

Resource sonucu: Moderate dissipative depth çoğu test için yeterlidir; kaynak \(T=3\)'ü genel denge noktası olarak kullanır ve state-dependent ancilla saturation raporlar.

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

Ek B sonucu: PL ve trajectory-uniform flatness dahil ek varsayımlar altında dissipative VQA için polinomik, ordinary VQA için üstel gradient-descent iteration-complexity davranışı türetilmektedir. Bu sonuç koşulludur ve hardware speedup değildir.

Finansman: 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.

Veri erişilebilirliği: Sağlanan PDF'de ayrı bir Data Availability statement bulunmamaktadır.

Code availability: Sağlanan PDF'de ayrı bir Code Availability statement bulunmamaktadır.

Çıkar çatışması: Sağlanan PDF'de ayrı bir competing-interest/conflict-of-interest statement bulunmamaktadır; bu nedenle çıkar çatışması bulunmadığı varsayılmamıştır.

Yazar katkıları: Sağlanan PDF'de ayrı CRediT veya author-contribution statement bulunmamaktadır.

Reproducibility sınırı: Kaynak önemli fiziksel ve hyperparameter ayarlarını raporlasa da ana numerical implementation için software framework, optimizer ayrıntıları ve tüm seed/repetition protocol tam olarak verilmemektedir.

Kaynak-içi notasyon notu: Bit-Flip noise çoğu yerde BF olarak tanımlanırken bir cümlede BP kısaltması görülmektedir; bu yeni bir noise modeli olarak yorumlanmamıştır.


Paylaş:

Yorumlar incelendikten sonra yayımlanır. Gönderdiğiniz yorum onay sürecine alınır ve uygun bulunduğunda görünür hâle gelir.

Bir yorum bırakın

E-posta adresiniz yayınlanmayacaktır. Gerekli alanlar * ile işaretlenmiştir