Fixed Depth Hamiltonian Simulation via Cartan Decomposition.
Fixed Depth Hamiltonian Simulation via Cartan Decomposition.
复制标题
通过嘉当分解固定深度哈密顿模拟。
DOI：
--
复制
发表时间：
2021
影响因子：
8.6
通讯作者：
A. Kemper
中科院分区：
文献类型：
--
作者：
Efekan Kökcü;Thomas Steckmann;Yan Wang;J. Freericks;E. Dumitrescu;A. Kemper
由于巨大的内存需求，在经典计算机上模拟量子动力学对于大型系统来说是具有挑战性的。在量子计算机上进行模拟是一个很有前途的选择，但充分优化量子电路以最大限度地减少有限的量子资源仍然是一个悬而未决的问题。为了解决这个问题，我们提出了一个构造性算法，该算法基于哈密顿量生成的李代数的Cartan分解，生成具有与时间无关深度的量子电路。重点介绍了一类特殊模型的算法，包括一维横场XY模型中的Anderson局域化，其中自然出现了O(n^{2})门电路。与门数明显较大的乘积公式相比，该算法显著提高了模拟精度。除了为广泛的自旋和费米子模型提供精确的电路外，我们的算法还提供了对最佳哈密顿模拟的广泛的分析和数值洞察。
Simulating quantum dynamics on classical computers is challenging for large systems due to the significant memory requirements. Simulation on quantum computers is a promising alternative, but fully optimizing quantum circuits to minimize limited quantum resources remains an open problem. We tackle this problem by presenting a constructive algorithm, based on Cartan decomposition of the Lie algebra generated by the Hamiltonian, which generates quantum circuits with time-independent depth. We highlight our algorithm for special classes of models, including Anderson localization in one-dimensional transverse field XY model, where O(n^{2})-gate circuits naturally emerge. Compared to product formulas with significantly larger gate counts, our algorithm drastically improves simulation precision. In addition to providing exact circuits for a broad set of spin and fermionic models, our algorithm provides broad analytic and numerical insight into optimal Hamiltonian simulations.
登录
查看更多内容
影响因子：
0.9
作者：
D. D’Alessandro;J. Hartwig
通讯作者：
D. D’Alessandro;J. Hartwig
影响因子：
7.6
作者：
Gard, Bryan T.;Zhu, Linghua;Barnes, Edwin
通讯作者：
Barnes, Edwin
影响因子：
6.4
作者：
Preskill, John
通讯作者：
Preskill, John
DOI：
10.1016/j.sysconle.2021.104913
发表时间：
2020-06
期刊：
Syst. Control. Lett.
影响因子：
--
作者：
F. Albertini;D. D’Alessandro
通讯作者：
F. Albertini;D. D’Alessandro