acm-header.
登入

ACM的通信

ACM技术

使量子电路更加强大


研究人员专注于变形量子电路,该电路使用与可培训参数的量子门,可以学习机器学习或量子化学任务。

信誉:克里斯汀丹尼洛夫,麻省理工学院

由马萨诸塞州理工学院(麻省理工学院)的研究人员领导的团队开发了一个框架,使量子电路更具弹性。

称为量子NAS(噪声自适应搜索),该框架可以确定一定计算任务的最稳健的量子电路,并产生针对目标量子设备的Qubits定制的映射模式。

麻省理工学院的宋汉说,“使用这种方法,我们可以立即获得许多不同的电路和映射策略,无需多次培训。”

涉及在设计空间中使用所有可能的参数化量子门设计一个“超级电路”的过程,培训一次,然后使用它来识别符合目标目标的电路架构。

通过算法识别的量子电路在真正的量子器件上测试了最佳状态;研究人员确定了使用其他方法生产的量子电路。


麻省理工学院新闻
查看完整的文章

摘要版权所有©2022史密斯巴克林,华盛顿,直流,美国


没有发现任何条目

登入完全访问
“ 忘记密码? »创建ACM Web帐户
Baidu
map