CN112488317B - 量子控制中的仿真方法、装置、经典计算机及存储介质 - Google Patents

量子控制中的仿真方法、装置、经典计算机及存储介质 Download PDF

Info

Publication number
CN112488317B
CN112488317B CN202011358498.0A CN202011358498A CN112488317B CN 112488317 B CN112488317 B CN 112488317B CN 202011358498 A CN202011358498 A CN 202011358498A CN 112488317 B CN112488317 B CN 112488317B
Authority
CN
China
Prior art keywords
pulse
target
step length
time
quantum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011358498.0A
Other languages
English (en)
Other versions
CN112488317A (zh
Inventor
晋力京
王鑫
孟则霖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011358498.0A priority Critical patent/CN112488317B/zh
Publication of CN112488317A publication Critical patent/CN112488317A/zh
Priority to JP2021151966A priority patent/JP7223089B2/ja
Application granted granted Critical
Publication of CN112488317B publication Critical patent/CN112488317B/zh
Priority to US17/503,933 priority patent/US20220044143A1/en
Priority to AU2021258068A priority patent/AU2021258068B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)

Abstract

本申请公开了量子控制中的仿真方法，涉及量子控制领域。具体实现方案为：获取量子系统所对应的硬件参数，以及所述量子系统所需实现的目标量子门；获取基于离散的时间切片所表征的脉冲函数；确定出所述脉冲函数中离散的所述时间切片对应的目标步长，以根据所述时间切片对应的目标步长和所述脉冲函数得到所述目标步长对应时长下的脉冲参数值；基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，直至得到预设脉冲时长下的目标仿真量子门，如此，快速得到与目标量子门之间的误差满足预设规则的目标仿真量子门。

Description

量子控制中的仿真方法、装置、经典计算机及存储介质
技术领域
本申请涉及量子计算领域，尤其涉及量子控制领域。
背景技术
量子控制是连接量子软硬件的桥梁，也是量子计算中必不可少的一环。在量子计算中，除了关心量子硬件的性能(包括量子比特的质量和数量)外，还需有效地控制量子硬件，从而使得量子算法和量子信息处理方案得以高效地被执行。具体而言，需要将量子软件层面的量子逻辑门(也即量子门)编译为量子硬件能够识别的物理脉冲信号。在这个过程中，编译实现的量子门的保真度和速度都至关重要。因此，这意味着，需要快速实现高精度的量子门的量子控制技术，而如何快速和精确的实现量子仿真成为量子控制技术的核心。
发明内容
本申请提供了一种量子控制中的仿真方法、装置、经典计算机以及存储介质。
根据本申请的一方面，提供了一种量子控制中的仿真方法，包括：
获取量子系统所对应的硬件参数，以及所述量子系统所需实现的目标量子门；
获取基于离散的时间切片所表征的脉冲函数，其中，各时间切片的起始时间与终止时间的时间段内的脉冲参数值相同；
确定出所述脉冲函数中离散的所述时间切片对应的目标步长，以根据所述时间切片对应的目标步长和所述脉冲函数得到所述目标步长对应时长下的脉冲参数值；
基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，直至得到预设脉冲时长下的目标仿真量子门，其中，所述预设脉冲时长下的所述目标仿真量子门与所述目标量子门的差距满足预设规则。
根据本申请的另一方面，提供了一种量子控制中的仿真装置，包括：
数据获取单元，用于获取量子系统所对应的硬件参数，以及所述量子系统所需实现的目标量子门；
函数获取单元，用于获取基于离散的时间切片所表征的脉冲函数，其中，各时间切片的起始时间与终止时间的时间段内的脉冲参数值相同；
步长确定单元，用于确定出所述脉冲函数中离散的所述时间切片对应的目标步长；
脉冲参数值确定单元，用于根据所述时间切片对应的目标步长和所述脉冲函数得到所述目标步长对应时长下的脉冲参数值；
仿真单元，用于基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，直至得到预设脉冲时长下的目标仿真量子门，其中，所述预设脉冲时长下的所述目标仿真量子门与所述目标量子门的差距满足预设规则。
根据本申请的再一方面，提供了一种经典计算机，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行以上所述的方法。
根据本申请的再一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行以上所述的方法。
根据本申请的再一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。
根据本申请的技术能够快速和精准的实现量子仿真，并得到目标仿真量子门，该目标仿真量子门即为计划实现的目标量子门，如此，为量子门更高效的实现奠定了基础。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请实施例量子控制中的仿真方法的实现流程示意图；
图2是根据本申请实施例在一具体场景中离散的时间切片示意图一；
图3是根据本申请实施例在一具体场景中离散的时间切片示意图二；
图4是根据本申请实施例量子控制中的仿真方法在一具体示例中的流程示意图；
图5是根据本申请实施例量子控制中的仿真装置的结构示意图；
图6是根据本申请实施例的量子控制中的仿真方法的经典计算机的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本发明实施例提供一种量子控制中的仿真方法，具体地，图1是根据本申请实施例量子控制中的仿真方法的实现流程示意图，如图1所示，所述包括：
步骤S101：获取量子系统所对应的硬件参数，以及所述量子系统所需实现的目标量子门。
步骤S102：获取基于离散的时间切片所表征的脉冲函数，其中，各时间切片的起始时间与终止时间的时间段内的脉冲参数值相同。
步骤S103：确定出所述脉冲函数中离散的所述时间切片对应的目标步长，以根据所述时间切片对应的目标步长和所述脉冲函数得到所述目标步长对应时长下的脉冲参数值。
步骤S104：基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，直至得到预设脉冲时长下的目标仿真量子门，其中，所述预设脉冲时长下的所述目标仿真量子门与所述目标量子门的差距满足预设规则。
这样，由于本申请方案能够对时间进行切片处理，所以，能够快速且精准的实现量子仿真，且该仿真过程中得到的目标仿真量子门即可认为是计划实现的目标量子门，如此，为量子门更高效的实现奠定了基础。
实际应用中，所述量子系统为量子硬件所形成的系统，所述硬件参数为量子硬件对应的参数，比如，对于超导量子电路而言，硬件参数可以具体为超导量子比特的频率、失谐性强度等参数。
在一示例中，可以采用如下方式，对脉冲函数的时间信息进行离散化处理，进而得到基于离散的时间切片所表征的脉冲函数，具体地，将脉冲函数ck(t)近似划分为时间离散的切片序列，其中，第i(i≥1)个切片的起始时间为ti-1，结束时间为ti，时间跨度(也即步长)为Δti＝ti-ti-1，第i(i≥1)个切片的高度(也即脉冲参数值)恒定为
Figure GDA0002987084170000041
在本申请方案的一具体示例中，各所述时间切片对应的目标步长相同或者不相同。举例来说，在对脉冲函数的时间信息进行离散化处理后，每一个时间切片的时间跨度(也即目标步长)一样，如图2所示的离散化处理结果，这里，每个时间切片对应的步长相同，每个时间切片内脉冲的高度(脉冲参数值)是恒定不变的。当然，如图3所示，不同时间切片的时间跨度(也即目标步长)不同，或者说无需相同，如图3所示的离散化处理结果，这里，每个时间切片对应的步长不相同，但每个时间切片内脉冲的高度(脉冲参数值)是恒定不变的。如此，实现动态确定目标步长的目的，进而为简化计算流程、提高计算效率奠定了基础，同时也为后续快速且精准地仿真得到目标量子门奠定了基础。而且，由于目标步长可以相同也可以不相同，所以，可以兼顾误差(目标仿真量子门与目标量子门之间的差距)和计算效率，如此，提升了本申请方案的灵活性。
在本申请方案的一具体示例中，可以采用如下方式来得到目标步长，具体地，上述确定出所述脉冲函数中离散的所述时间切片对应的目标步长，包括：获取第一初始化步长(比如，为预设值)；基于所述第一初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；在确定出所述相邻时刻脉冲参数值之间的差值小于预设的脉冲阈值，以及所述第一初始化步长对应的时段未超出所述预设脉冲时长的情况下(也就是说，当前确定目标步长的时间段未超过预设脉冲时间的情况下)，将所述第一初始化步长作为所述目标步长。举例来说，如图3所示，假设当前待确定目标步长的时段为(t1，t2)时段，且预设脉冲时间为tg，此时，只要(t1，t2)时段在tg内，比如，tg对应到图3中t3时刻，此时，t2在t3之前，即为(t1，t2)时段在tg内，此时，即可将所述第一初始化步长作为所述目标步长。否则，停止操作。
如此，得到每个时间切片对应的目标步长，为简化计算流程奠定了基础，同时也为后续快速且精准地仿真得到目标量子门奠定了基础。
在本申请方案的一具体示例中，可以采用如下方式来得到目标步长，具体地，上述确定出所述脉冲函数中离散的所述时间切片对应的目标步长，包括：获取第二初始化步长；基于所述第二初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；在确定出所述相邻时刻脉冲参数值之间的差值大于等于预设的脉冲阈值的情况下，对所述第二初始化步长进行调整，直至调整后的相邻时刻脉冲参数值之间的差值小于所述脉冲阈值；在确定调整后的所述第二初始化步长对应的时段未超出所述预设脉冲时长的情况下，将相邻时刻脉冲参数值之间的差值小于所述脉冲阈值的调整后的所述第二初始化步长作为所述目标步长。
类似于上述示例，该示例中给出了在所述相邻时刻脉冲参数值之间的差值大于等于预设的脉冲阈值的情况，此时，可以调整目标步长，比如，缩小目标步长，进而使得满足相邻时刻脉冲参数值之间的差值小于所述脉冲阈值的条件。如此，提升了一种动态确定步长的方案，如此，为简化计算流程奠定了基础，同时也为后续快速且精准地仿真得到目标量子门奠定了基础。
这里，值得注意的是，在实际应用中，第一初始化步长和第二初始化步长可以统一为预设设置的预设步长。
在本申请方案的一具体示例中，还可以采用如下方式得到时间演化算符的数据处理规则，进而基于该数据处理规则得到仿真量子门；具体地，在步骤S104之前，还包括：确定所述量子系统所对应的总哈密顿量，并得到时间演化算符与所述总哈密顿量之间的第一映射关系，比如，该第一映射关系可以具体为线性薛定谔方程；其中，所述总哈密顿量至少包含有脉冲哈密顿量，所述脉冲哈密顿量中包含有用于控制脉冲的与时间信息相关的所述脉冲函数；进一步地，基于离散的时间切片所表征的所述脉冲函数，对所述第一映射关系进行数学变换，确定出所述时间演化算符的数据处理规则；最后，在确定出数据处理规则后，上述基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，则具体包括：将得到的所述目标步长对应时长下的脉冲参数值以及所述量子系统的硬件参数，输入至所述数据处理规则中，得到目标步长对应时长下的仿真量子门。也就是说，实际应用中，在对脉冲函数的时间信息离散化处理后，可以基于离散的时间切片所表征的所述脉冲函数对总哈密顿量进行数学变化，进而得到一种数据处理规则，利用该数据处理规则即可基于脉冲参数值，以及量子系统的硬件参数得到仿真量子门。如此，实现量子仿真，并得到目标仿真量子门，该目标仿真量子门即为计划实现的目标量子门，如此，为量子门更高效的实现奠定了基础。
这样，由于本申请方案能够对时间进行切片处理，所以，能够快速且精准的实现量子仿真，且该仿真过程中得到的目标仿真量子门即可认为是计划实现的目标量子门，如此，为量子门更高效的实现奠定了基础。
以下结合具体示例对本申请方案做进一步详细说明，具体地，本示例提出了一种用于量子控制、且基于常微分方程求解的量子仿真方法，也可称为基于动态步长的离散时间近似求解的量子仿真方法。本申请方案能够在用于控制量子门的脉冲函数的生成过程中根据实际所需求目标量子门，来动态调整计算系统演化过程中离散时间的步长，进而调整用于得到目标量子门的脉冲参数值，从而大大降低计算得到目标量子门的目标脉冲参数值的时间，且能够保证运算结果的精度。
实际应用中，实验人员能够根据使用场景的不同，直接将本申请方案应用于实验，抑或基于本技术方案给出的脉冲函数再结合其它优化方案来进一步提高量子门保真度，本申请方案对此不作限制。
下面从两个方面详细阐述本申请方案；第一部分，阐明本申请方案的核心思想和关键步骤；第二部分，着重展示本申请方案的效果和优势。具体地，
第一部分，基于“动态步长的离散时间近似求解方法”对“Runge-Kutta”算法进行优化后得到时间演化算符的步骤，也即，结合动态步长的离散时间近似求解方法和Runge-Kutta算法得到时间演化算符，以及具体仿真流程。
本申请方案提供了一种新的用于控制量子门的控制脉冲(也即脉冲函数)的生成方案，其核心是引入“动态步长的离散时间近似求解方法”(以下简称“动态步长法”)来对脉冲函数进行处理，以求解得到时间演化算符，该时间演化算符即为仿真过程中计算得到的仿真量子门，上述求解过程中，将脉冲函数的时间信息进行切片化处理，并能够动态确定出各时间切片所对应的目标步长，如此，为快速仿真得到目标仿真量子门提供了可能，该目标仿真量子门即为计划实现的目标量子门，如此，为量子门更高效的实现奠定了基础。该过程中，只需要确定希望实现的目标量子门以及量子硬件的相关参数，即可快速、稳定、准确地输出优化的所需施加的目标脉冲值。
更具体而言，本申请方案在脉冲函数的初始化处理过程中采用了一阶“动态步长法”和“Runge-Kutta”混合的方法来求解时间演化算符所满足的含时(即含有时间参数，下述简称含时)薛定谔方程，并进一步使用Nelder-Mead优化方法得到脉冲参数。
这里，需要说明的是，本示例提供的优化方法也可以选用其他优化算法，即Nelder-Mead优化方法仅作为范例，并非用于限制本申请方案。
进一步地，为了更清楚地阐述本申请方案，下述以超导单比特量子门的实现为例，来完整地阐述本申请方案的核心思想和关键步骤。有必要指出的是，本申请方案同时也支持多量子比特量子门以及其它量子系统，对此不作限制。
本申请方案的核心思想包括：运用“动态步长法”方法求解量子系统(也即量子硬件所形成的系统)所满足的薛定谔方程，具体地：
给定一个量子系统的哈密顿量H(t)，时间演化算符U(t)满足的动力学方程可以用一个线性薛定谔方程(即下面的(1)式)来描述：
Figure GDA0002987084170000081
其中i为虚数单位，
Figure GDA0002987084170000085
为普朗克常数。欲求解该含时微分方程，采用了“动态步长的离散时间近似求解方法”。以下详细介绍“动态步长的离散时间近似求解方法”，包括：
在量子优化控制问题中，量子系统的哈密顿量可以表示为：
Htotal(t)＝Hdrift+Hctrl(t),(2)
其中，Htotal(t)对应上述式(1)中的H(t)，Hdrift是不含时的漂移哈密顿量，一般描述量子系统的硬件结构。Hctrl(t)是包含脉冲函数的哈密顿量，可以写为如下形式：
Figure GDA0002987084170000082
其中，ck(t)(k＝1,2,...,N)是描述第k个脉冲波形的包络函数，一般来说它是含时的；Hk是不含时的控制算符(表征脉冲与量子系统的耦合方式)。可见，在量子优化控制问题中，含时的部分仅仅描述脉冲波形(也即脉冲函数)。基于这种特性，将演化过程中脉冲函数ck(t)近似划分为时间离散的切片序列，其中，第i(i≥1)个切片的起始时间为ti-1，结束时间为ti，时间跨度为Δti＝ti-ti-1，第i(i≥1)个切片的高度恒定为
Figure GDA0002987084170000083
如果每一个切片序列的时间跨度一样，则得到如图2所示的离散化处理结果，这里，由于在每一个切片内，脉冲的高度(脉冲参数值)是恒定不变的，即对应了一个不含时的哈密顿
Figure GDA0002987084170000084
因而可以使用矩阵指数的解法来求解其时间演化算符：
U(t)＝exp(-iHiΔti),(4)
其中exp表示矩阵指数运算，Hi表征ti时刻的Htotal，这里，由于Hi与脉冲函数有关，如此，得到时间演化算符U(t)也与脉冲函数有关。如此，在初始化脉冲函数的脉冲参数值后，即可基于公式(4)得到初始化的脉冲参数值所对应的U值，该U值即为仿真过程中的量子门，也即仿真量子门。
这里，从图2中可以看出，切片的时间跨度越大，误差越大，计算所消耗的时间则越短。而切片的时间跨度越小，误差越小，但计算所消耗的时间则越长。基于此，本申请则可基于脉冲函数的具体性质，动态选取合适的步长，从而在误差处于容忍范围内最大化提升计算速度。
当然，为简化计算流程、提高计算效率，以及在确保计算结果满足精度要求的前提下，不同时间切片的时间跨度(也即目标步长)不同，或者说无需相同，如图3所示，每个时间切片对应的步长不相同，但每个时间切片内脉冲的高度(脉冲参数值)是恒定不变的。
如图4所示，本申请方案的具体步骤，包括：
步骤1：输入，即输入预设脉冲时间tg，不含时的漂移哈密顿量Hdrift，包含脉冲函数的哈密顿量Hctrl，以及相应的脉冲函数ck(t)，默认步长δt，切片最大变化阈值(脉冲阈值)μ。
步骤2：初始化总的时间演化算符(也即图4所述的演化算符)U(t)＝I，也即t0＝0时，U(0)＝I,其中I是单位矩阵，t0＝0。
步骤3：根据变化程度动态调整离散时间步长，包括：
(1)计算初始步长：Δt＝min{δt,tg-tj}。
(2)计算脉冲函数的函数值：将起始时间点设置为tj，计算c(tj)＝∑kck(tj)。并根据步长Δt，计算得到下一时刻c(tj+Δt)＝∑kck(tj+Δt)。
(3)计算变化程度：Δc(tj)＝c(tj+Δt)-c(tj)。如果当Δc(tj)大于预设的阈值μ，则将Δt设置为Δt/2，并重新执行步骤3中的第一步(1)。如果Δc(tj)小于预设的阈值μ，则进入步骤4。
步骤4：计算时间演化算符：根据步骤3确定出的步长Δt，使用矩阵指数计算出时间演化算符：
Figure GDA0002987084170000091
,其中，式中所述的H为Htotal，即tj+Δt时刻的Htotal，i是虚数，换言之，得到tj+Δt时刻仿真量子门Uj(t)。更新U(t)←Uj(t)U(t)以及tj←tj+Δt。
步骤5：重复执行步骤3和4，直到tj≥tg(也即当前时间抵达预设最大时间，该预设最大时间即为预设脉冲时间)。
步骤6：返回的U(tg)即为整个脉冲函数的时间演化算符，也即目标仿真量子门，该目标仿真量子门即可认为是预期实现的目标量子门，换言之，将该目标仿真量子门对应的tg时刻的目标脉冲参数值施加到量子系统中，即可实现目标量子门。而且，该时间演化算符充分地考虑了脉冲函数的函数性质，且满足量子门误差要求。
第二部分，本技术方案的效果呈现，包括：
为了验证上面阐述技术方案的有效性和优势，以超导量子比特的受控Z门(Controlled-Z门)为例进行了测试。在如下测试中，将使用优化算法配合“动态步长的离散时间近似求解方法”计算给定硬件参数下受控Z门的脉冲参数，以实现高精度的受控Z门；同时，使用高精度的Runge-Kutta算法对运算结果做基准测试。为简化模型，这里仅考虑三能级量子系统(即把每个超导量子比特看成一个三能级量子系统)，这里使用两个直接耦合的超导量子比特，它们的超导量子比特频率分别为ω1＝5.805×2πGHZ以及ω2＝5.205×2πGHZ，超导量子比特的失谐性强度分别为：α1＝-0.217×2πGHZ以及α2＝-0.226×2πGHZ；目标量子门Ugoal取为受控Z门，即:
Figure GDA0002987084170000101
通常，通过向超导量子比特1施加磁通(即调控超导量子比特1的频率)，可以实现受控Z门。基于此，上述方案的哈密顿量可以表示为：
Figure GDA0002987084170000102
其中c(t)为脉冲函数，这里采用由误差函数表示的类方波表达，即：
Figure GDA0002987084170000103
其中A,s,ts,te即为得到高保真度Controlled-Z门需要优化的脉冲函数中的脉冲参数。
采用本申请方案进行优化，并使用“动态步长的离散时间近似求解方法”计算出上述式(6)的哈密顿量的时间演化算符Ureal，也即目标仿真量子门，并将其投影到超导量子比特空间，再通过如下公式计算仿真量子门的失真度函数：
Figure GDA0002987084170000104
其中，Tr表示矩阵的迹。该失真度函数是本测试中所使用的优化目标函数，而优化的目标是将该目标函数最小化。
下面展示测试的结果。首先比较本申请方案所述的方法与现有方法得到的求解时间。这里，本申请方案中最大变化阈值μ＝0.2，此时，本申请方案与现有方法求解的结果如下所示：
Figure GDA0002987084170000111
本申请方案中最大变化阈值μ＝0.002，此时，本申请方案与现有方法求解的结果如下所示：
Figure GDA0002987084170000112
而使用相同精度的现有算法如现有Runge-Kutta方法求解的耗时和保真度如下所示：
Figure GDA0002987084170000113
由此可以，使用本申请方案的动态切片能够大大提升计算速度，并且误差在可控范围内。
与现有其他在量子调控中用到的量子仿真方法相比，本申请方案在以下几点具备显著优势：
第一、速度快，即与传统的Runge-Kutta技术相比，本申请方案的脉冲生成速度可提升十几倍或几十倍。
第二、实用性强，即在超导量子计算中，在使用类方波脉冲的情况下，本申请方案能够显著提升速度，具有很强的实用性。
第三、扩展性强，即可以根据需要增加更多的脉冲数目，进而获取更为丰富的脉冲波形。此外，对于控制的通道也可以进行扩展。
第四、灵活性高，即可以根据实际需要，设置不同的最大变化阈值以控制计算精度，所以，相较于现有方案，更为灵活。
本申请方案还提供一种量子控制中的仿真装置，如图5所示，包括：
数据获取单元501，用于获取量子系统所对应的硬件参数，以及所述量子系统所需实现的目标量子门；
函数获取单元502，用于获取基于离散的时间切片所表征的脉冲函数，其中，各时间切片的起始时间与终止时间的时间段内的脉冲参数值相同；
步长确定单元503，用于确定出所述脉冲函数中离散的所述时间切片对应的目标步长；
脉冲参数值确定单元504，用于根据所述时间切片对应的目标步长和所述脉冲函数得到所述目标步长对应时长下的脉冲参数值；
仿真单元505，用于基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，直至得到预设脉冲时长下的目标仿真量子门，其中，所述预设脉冲时长下的所述目标仿真量子门与所述目标量子门的差距满足预设规则。
在本申请方案的一具体示例中，各所述时间切片对应的目标步长相同或者不相同。
在本申请方案的一具体示例中，所述步长确定单元，包括：
第一步长获取子单元，用于获取第一初始化步长；
第一差值计算子单元，用于基于所述第一初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；
第一步长确定子单元，用于在确定出所述相邻时刻脉冲参数值之间的差值小于预设的脉冲阈值，以及所述第一初始化步长对应的时段未超出所述预设脉冲时长的情况下，将所述第一初始化步长作为所述目标步长。
在本申请方案的一具体示例中，所述步长确定单元，包括：
第二步长获取子单元，用于获取第二初始化步长；
第二差值计算子单元，用于基于所述第二初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；
步长调整子单元，用于在确定出所述相邻时刻脉冲参数值之间的差值大于等于预设的脉冲阈值的情况下，对所述第二初始化步长进行调整，直至调整后的相邻时刻脉冲参数值之间的差值小于所述脉冲阈值；
第二步长确定子单元，用于在确定调整后的所述第二初始化步长对应的时段未超出所述预设脉冲时长的情况下，将相邻时刻脉冲参数值之间的差值小于所述脉冲阈值的调整后的所述第二初始化步长作为所述目标步长。
在本申请方案的一具体示例中，还包括：数据处理规则确定单元；其中，
所述数据处理规则确定单元，用于确定所述量子系统所对应的总哈密顿量，并得到时间演化算符与所述总哈密顿量之间的第一映射关系；其中，所述总哈密顿量至少包含有脉冲哈密顿量，所述脉冲哈密顿量中包含有用于控制脉冲的与时间信息相关的所述脉冲函数；基于离散的时间切片所表征的所述脉冲函数，对所述第一映射关系进行数学变换，确定出所述时间演化算符的数据处理规则；
所述仿真单元，还用于将得到的所述目标步长对应时长下的脉冲参数值以及所述量子系统的硬件参数，输入至所述数据处理规则中，得到目标步长对应时长下的仿真量子门。
这样，由于本申请方案能够对时间进行切片处理，所以，能够快速且精准的实现量子仿真，且该仿真过程中得到的目标仿真量子门即可认为是计划实现的目标量子门，如此，为量子门更高效的实现奠定了基础。
根据本申请的实施例，本申请还提供了一种经典计算机、一种可读存储介质和一种计算机程序产品。
如图6所示，是根据本申请实施例的量子控制中的仿真方法的经典计算机的框图。经典计算机旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该经典计算机包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在经典计算机内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个经典计算机，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的量子控制中的仿真方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的量子控制中的仿真方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的量子控制中的仿真方法对应的程序指令/模块(例如，附图5所示的数据获取单元501、函数获取单元502、步长确定单元503、脉冲参数值确定单元504、仿真单元505，以及图5中未示出的数据处理规则确定单元)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的量子控制中的仿真方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据量子控制中的仿真方法的经典计算机的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至量子控制中的仿真方法的经典计算机。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
量子控制中的仿真方法的经典计算机还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与量子控制中的仿真方法的经典计算机的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS)服务中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
根据本申请实施例的技术方案，由于能够对时间进行切片处理，所以，能够快速且精准的实现量子仿真，且该仿真过程中得到的目标仿真量子门即可认为是计划实现的目标量子门，如此，为量子门更高效的实现奠定了基础。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种量子控制中的仿真方法，包括：
获取量子系统所对应的硬件参数，以及所述量子系统所需实现的目标量子门；
获取基于离散的时间切片所表征的脉冲函数，其中，各时间切片的起始时间与终止时间的时间段内的脉冲参数值相同；
确定出所述脉冲函数中离散的所述时间切片对应的目标步长，以根据所述时间切片对应的目标步长和所述脉冲函数得到所述目标步长对应时长下的脉冲参数值；
基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，直至得到预设脉冲时长下的目标仿真量子门，其中，所述预设脉冲时长下的所述目标仿真量子门与所述目标量子门的差距满足预设规则。
2.根据权利要求1所述的方法，其中，各所述时间切片对应的目标步长相同或者不相同。
3.根据权利要求1或2所述的方法，其中，所述确定出所述脉冲函数中离散的所述时间切片对应的目标步长，包括：
获取第一初始化步长；
基于所述第一初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；
在确定出所述相邻时刻脉冲参数值之间的差值小于预设的脉冲阈值，以及所述第一初始化步长对应的时段未超出所述预设脉冲时长的情况下，将所述第一初始化步长作为所述目标步长。
4.根据权利要求1或2所述的方法，其中，所述确定出所述脉冲函数中离散的所述时间切片对应的目标步长，包括：
获取第二初始化步长；
基于所述第二初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；
在确定出所述相邻时刻脉冲参数值之间的差值大于等于预设的脉冲阈值的情况下，对所述第二初始化步长进行调整，直至调整后的相邻时刻脉冲参数值之间的差值小于所述脉冲阈值；
在确定调整后的所述第二初始化步长对应的时段未超出所述预设脉冲时长的情况下，将相邻时刻脉冲参数值之间的差值小于所述脉冲阈值的调整后的所述第二初始化步长作为所述目标步长。
5.根据权利要求1所述的方法，还包括：
确定所述量子系统所对应的总哈密顿量，并得到时间演化算符与所述总哈密顿量之间的第一映射关系；其中，所述总哈密顿量至少包含有脉冲哈密顿量，所述脉冲哈密顿量中包含有用于控制脉冲的与时间信息相关的所述脉冲函数；
基于离散的时间切片所表征的所述脉冲函数，对所述第一映射关系进行数学变换，确定出所述时间演化算符的数据处理规则；
其中，所述基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，包括：
将得到的所述目标步长对应时长下的脉冲参数值以及所述量子系统的硬件参数，输入至所述数据处理规则中，得到目标步长对应时长下的仿真量子门。
6.一种量子控制中的仿真装置，包括：
数据获取单元，用于获取量子系统所对应的硬件参数，以及所述量子系统所需实现的目标量子门；
函数获取单元，用于获取基于离散的时间切片所表征的脉冲函数，其中，各时间切片的起始时间与终止时间的时间段内的脉冲参数值相同；
步长确定单元，用于确定出所述脉冲函数中离散的所述时间切片对应的目标步长；
脉冲参数值确定单元，用于根据所述时间切片对应的目标步长和所述脉冲函数得到所述目标步长对应时长下的脉冲参数值；
仿真单元，用于基于得到的所述目标步长对应时长下的脉冲参数值，以及所述量子系统的硬件参数，得到所述目标步长对应时长下的仿真量子门，直至得到预设脉冲时长下的目标仿真量子门，其中，所述预设脉冲时长下的所述目标仿真量子门与所述目标量子门的差距满足预设规则。
7.根据权利要求6所述的装置，其中，各所述时间切片对应的目标步长相同或者不相同。
8.根据权利要求6或7所述的装置，其中，所述步长确定单元，包括：
第一步长获取子单元，用于获取第一初始化步长；
第一差值计算子单元，用于基于所述第一初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；
第一步长确定子单元，用于在确定出所述相邻时刻脉冲参数值之间的差值小于预设的脉冲阈值，以及所述第一初始化步长对应的时段未超出所述预设脉冲时长的情况下，将所述第一初始化步长作为所述目标步长。
9.根据权利要求6或7所述的装置，其中，所述步长确定单元，包括：
第二步长获取子单元，用于获取第二初始化步长；
第二差值计算子单元，用于基于所述第二初始化步长以及所述脉冲函数计算得到相邻时刻脉冲参数值之间的差值；
步长调整子单元，用于在确定出所述相邻时刻脉冲参数值之间的差值大于等于预设的脉冲阈值的情况下，对所述第二初始化步长进行调整，直至调整后的相邻时刻脉冲参数值之间的差值小于所述脉冲阈值；
第二步长确定子单元，用于在确定调整后的所述第二初始化步长对应的时段未超出所述预设脉冲时长的情况下，将相邻时刻脉冲参数值之间的差值小于所述脉冲阈值的调整后的所述第二初始化步长作为所述目标步长。
10.根据权利要求6所述的装置，还包括：数据处理规则确定单元；其中，
所述数据处理规则确定单元，用于确定所述量子系统所对应的总哈密顿量，并得到时间演化算符与所述总哈密顿量之间的第一映射关系；其中，所述总哈密顿量至少包含有脉冲哈密顿量，所述脉冲哈密顿量中包含有用于控制脉冲的与时间信息相关的所述脉冲函数；基于离散的时间切片所表征的所述脉冲函数，对所述第一映射关系进行数学变换，确定出所述时间演化算符的数据处理规则；
所述仿真单元，还用于将得到的所述目标步长对应时长下的脉冲参数值以及所述量子系统的硬件参数，输入至所述数据处理规则中，得到目标步长对应时长下的仿真量子门。
11.一种经典计算机，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使计算机执行权利要求1-5中任一项所述的方法。
CN202011358498.0A 2020-11-27 2020-11-27 量子控制中的仿真方法、装置、经典计算机及存储介质 Active CN112488317B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202011358498.0A CN112488317B (zh) 2020-11-27 2020-11-27 量子控制中的仿真方法、装置、经典计算机及存储介质
JP2021151966A JP7223089B2 (ja) 2020-11-27 2021-09-17 量子制御におけるシミュレーション方法、装置、古典コンピュータ、記憶媒体、及びプログラム
US17/503,933 US20220044143A1 (en) 2020-11-27 2021-10-18 Simulation Method in Quantum Control, Classical Computer, and Storage Medium
AU2021258068A AU2021258068B2 (en) 2020-11-27 2021-10-29 Simulation Method And Apparatus In Quantum Control, Classical Computer, And Storage Medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011358498.0A CN112488317B (zh) 2020-11-27 2020-11-27 量子控制中的仿真方法、装置、经典计算机及存储介质

Publications (2)

Publication Number Publication Date
CN112488317A CN112488317A (zh) 2021-03-12
CN112488317B true CN112488317B (zh) 2021-09-21

Family

ID=74936379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011358498.0A Active CN112488317B (zh) 2020-11-27 2020-11-27 量子控制中的仿真方法、装置、经典计算机及存储介质

Country Status (4)

Country Link
US (1) US20220044143A1 (zh)
JP (1) JP7223089B2 (zh)
CN (1) CN112488317B (zh)
AU (1) AU2021258068B2 (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819169B (zh) * 2021-01-22 2021-11-23 北京百度网讯科技有限公司 量子控制脉冲生成方法、装置、设备及存储介质
US11348027B1 (en) * 2021-03-22 2022-05-31 Alibaba Singapore Holding Private Limited Methods and systems of fully-randomized benchmarking for quantum circuits
CN113158615B (zh) 2021-04-15 2023-04-14 深圳市腾讯计算机系统有限公司 量子门的优化方法、装置、设备及存储介质
JP2024526085A (ja) 2021-06-11 2024-07-17 シーク， インコーポレイテッド 超伝導量子回路のための磁束バイアスのシステム及び方法
CN113792880B (zh) * 2021-09-17 2022-04-19 北京百度网讯科技有限公司 基于脉冲的量子门实现方法及装置、电子设备和介质
CN114330727B (zh) * 2022-01-10 2023-03-10 北京百度网讯科技有限公司 量子门的控制脉冲确定方法及装置、电子设备和介质
WO2023165500A1 (zh) * 2022-03-04 2023-09-07 本源量子计算科技（合肥）股份有限公司 数据处理任务的处理方法、装置、存储介质及电子设备
CN114707358B (zh) * 2022-04-29 2023-05-12 北京百度网讯科技有限公司 离子阱量子门保真度优化方法及装置、电子设备和介质
CN115329976B (zh) * 2022-08-04 2024-07-23 北京百度网讯科技有限公司 仿真方法、装置、设备及存储介质
CN115329974B (zh) * 2022-08-04 2023-09-01 北京百度网讯科技有限公司 仿真方法、装置、设备及存储介质
CN115329973B (zh) * 2022-08-04 2023-09-26 北京百度网讯科技有限公司 仿真方法、装置、设备及存储介质
CN115329975B (zh) * 2022-08-04 2024-08-09 北京百度网讯科技有限公司 仿真方法、装置、设备及存储介质
CN115829040B (zh) * 2022-10-21 2024-11-29 北京百度网讯科技有限公司 处理参数的确定方法、装置、设备以及存储介质
CN116415669B (zh) * 2023-03-30 2024-08-09 北京百度网讯科技有限公司 量子电路的模拟方法、装置、设备及存储介质
CN116628436B (zh) * 2023-07-25 2023-11-21 钛玛科（北京）工业科技有限公司 张力控制方法、装置、设备及存储介质
CN119378466B (zh) * 2023-07-26 2025-11-18 本源量子计算科技（合肥）股份有限公司 量子比特仿真数据的获取方法及装置、量子计算机
CN117077417B (zh) * 2023-08-22 2024-10-01 中国人民解放军空军特色医学中心 三轴载人离心机过载模拟最优化方法、装置、设备及介质
CN119473492B (zh) * 2024-09-26 2025-10-10 清华大学 用于Windows系统实时仿真的高精度定时方法、装置、存储介质及电子设备
CN119808970B (zh) * 2024-12-11 2025-11-21 华东计算技术研究所（中国电子科技集团公司第三十二研究所） 一种基于数值计算的量子门模拟与控制参数优化方法
CN121094160B (zh) * 2025-08-04 2026-04-21 北京中科弧光量子软件技术有限公司 超导量子系统的仿真方法、系统、电子设备和存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL3198348T3 (pl) * 2014-09-24 2020-10-05 Quantum Valley Investment Fund LP Generowanie sekwencji sterującej do sterowania kwantowego
US9767238B2 (en) * 2015-07-14 2017-09-19 Northrop Grumman Systems Corporation Reciprocal quantum logic (RQL) circuit simulation system
JP6877050B2 (ja) * 2016-02-12 2021-05-26 イェール ユニバーシティーＹａｌｅ Ｕｎｉｖｅｒｓｉｔｙ 量子系の制御のための技術ならびに関連のある系および方法
US11734595B2 (en) * 2016-10-03 2023-08-22 The Johns Hopkins University Apparatus and method for synthesizing quantum controls
US11250190B2 (en) * 2017-09-22 2022-02-15 International Business Machines Corporation Simulating quantum circuits
EP3682383B1 (en) * 2017-10-18 2022-09-21 Google LLC Simulation of quantum circuits
US11055627B2 (en) * 2018-01-31 2021-07-06 Google Llc Universal control for implementing quantum gates
US11308248B2 (en) * 2018-05-05 2022-04-19 Intel Corporation Apparatus and method for quantum computing performance simulation
US11100417B2 (en) * 2018-05-08 2021-08-24 International Business Machines Corporation Simulating quantum circuits on a computer using hierarchical storage
US11526793B2 (en) * 2018-10-04 2022-12-13 Intel Corporation Quantum state imaging for memory optimization
CN111464154B (zh) * 2019-01-22 2022-04-22 华为技术有限公司 一种控制脉冲的计算方法及装置
CN111415011B (zh) * 2020-02-10 2022-04-26 北京百度网讯科技有限公司 量子脉冲的确定方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
AU2021258068A1 (en) 2022-06-16
CN112488317A (zh) 2021-03-12
AU2021258068B2 (en) 2023-03-02
JP2022000786A (ja) 2022-01-04
JP7223089B2 (ja) 2023-02-15
US20220044143A1 (en) 2022-02-10

Similar Documents

Publication Publication Date Title
CN112488317B (zh) 量子控制中的仿真方法、装置、经典计算机及存储介质
JP7262571B2 (ja) 知識グラフのベクトル表現生成方法、装置及び電子機器
US11488578B2 (en) Method and apparatus for training speech spectrum generation model, and electronic device
JP7058304B2 (ja) 異種グラフにおけるノード表現の生成方法、装置及び電子機器
JP7074964B2 (ja) セッション推奨方法、装置及び電子機器
CN113516248B (zh) 一种量子门测试方法、装置及电子设备
KR102567635B1 (ko) 시맨틱 표현 모델을 트레이닝 하는 방법, 장치, 전자 기기 및 컴퓨터 기록 매체
CN111242306B (zh) 量子主成分分析的方法、装置、电子设备以及计算机可读存储介质
CN114330727B (zh) 量子门的控制脉冲确定方法及装置、电子设备和介质
CN111598247A (zh) 量子吉布斯态生成方法、装置及电子设备
CN111582452B (zh) 生成神经网络模型的方法和装置
CN111241838B (zh) 文本实体的语义关系处理方法、装置及设备
CN111832613B (zh) 模型训练方法、装置、电子设备和存储介质
CN111709252B (zh) 基于预训练的语义模型的模型改进方法及装置
JP7044839B2 (ja) エンドツーエンドモデルのトレーニング方法および装置
CN111563593A (zh) 神经网络模型的训练方法和装置
CN110569969A (zh) 网络模型结构的采样方法、装置以及电子设备
JP7192192B2 (ja) 語義類似度モデルの訓練方法、装置、電子デバイス及び記憶媒体
KR20210127613A (ko) 대화 생성 방법, 장치, 전자 기기 및 기록 매체
JP7105297B2 (ja) ニューラルネットワークモデルの処理方法及び装置
KR20220003444A (ko) 옵티마이저 학습 방법, 장치, 전자 기기 및 판독 가능 기록 매체
CN111882035A (zh) 基于卷积核的超网络搜索方法、装置、设备和介质
CN111415011B (zh) 量子脉冲的确定方法、装置、设备及可读存储介质
KR102489650B1 (ko) 필터 디버깅 방법, 장치, 전자 기기， 판독 가능한 저장 매체 및 컴퓨터 프로그램
CN111753964A (zh) 神经网络的训练方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant