Resiliency analysis and improvement of variational quantum factoring in superconducting qubit
Resiliency analysis and improvement of variational quantum factoring in superconducting qubit
复制标题
超导量子位中变分量子因式分解的弹性分析和改进
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Swaroop Ghosh
中科院分区：
文献类型：
--
作者：
Ling Qiu;M. Alam;Abdullah Ash;Swaroop Ghosh
变分量子近似优化算法（QAOA）可以解决近期噪声量子计算机中的素因子分解问题。传统的变分量子因式分解（VQF）需要大量的2-量子位门（特别是对于因式分解大量），从而导致深电路。由于误差限制了量子计算的计算能力，深量子电路的输出质量下降。在本文中，我们探讨了各种变换，以优化QAOA电路的整数分解。我们提出了两个标准来选择最佳的量子电路，可以提高噪声弹性的VQF。
Variational algorithm using Quantum Approximate Optimization Algorithm (QAOA) can solve the prime factorization problem in near-term noisy quantum computers. Conventional Variational Quantum Factoring (VQF) requires a large number of 2-qubit gates (especially for factoring a large number) resulting in deep circuits. The output quality of the deep quantum circuit is degraded due to errors limiting the computational power of quantum computing. In this paper, we explore various transformations to optimize the QAOA circuit for integer factorization. We propose two criteria to select the optimal quantum circuit that can improve the noise resiliency of VQF.
影响因子：
12.5
作者：
Zhou, Leo;Wang, Sheng-Tao;Lukin, Mikhail D.
通讯作者：
Lukin, Mikhail D.