当前位置: 首页 > news >正文

量子容错计算

基本思想  

      容错量子计算的基本想法是,在合理编码后的量子态上直接量子计算,以至于不完全需要解码操作。假设有一个简单的量子电路,但不幸的是噪声影响着这个电路的每一个元件,包括量子态的制备、量子逻辑门、对输出的测量,甚至量子信息在电路中的简单传递。

                                                                一个简单量子线路 

        为了对抗噪声的影响,利用7量子比特steane码的纠错码编码方式,将原电路中的每一个量子比特用一个量子比特区块来表示代替。同时将原电路中的每一个逻辑门用作用在逻辑量子比特上的编码逻辑门来代替。

         用编码量子比特和编码逻辑操作的一个模拟实现,如果所有操作都是容错实现的那么输出的错误概率为O(p^{2}),p为单个器件的失败概率。

         通过周期性地在编码后的量子态上进行纠错操作,能够阻止错误在量子态中的积累,当然仅仅周期性的纠错是不足以阻止噪声的出现。原因是有两方面的,首先最重要的是编码逻辑门可能会导致错误的传播。如图编码的逻辑非门的错误会传到目标位置的量子比特上,即前者的错误会传到后者,为了让纠错能有效的消除噪声,在编码逻辑门执行过程中任何位置的错误,只能传到编码位置区块的少数位置。即这样的电路被称为容错电路。这样就可以用容错程序实现一系列量子逻辑门——阿达玛门、相位门、受控非门和\Pi /8门。量子纠缠第二个需要处理的问题是,纠错程序也会引入错误,因此必须小心设计纠错程序。

一个实例

        我们现在来仔细考察一个实现容错受控非门,以及容错纠错步骤的程序,如图所示。对这个电路的分析分为四步。第一步是进入电路的输入时刻,第二步是编码受控非门作用后的时刻,第三步是征状测量之后的时刻,第四步是恢复操作完成之后的时刻。我们的目标是指出这个电路在第一个编码区块引人两个或多个错误的概率大概是O(p^{2}),这里p是电路中单组成部分发生错误的概率。因为一个作用在第一个量子比特区块上的(假想的)完美解码程序,只有在该区块发生两个或多个错误时才会失败。因此,在上述电路完成之后,一个完美解码的量子态然包含错误的概率,跟电路作用之前相比至多大O(p^{2})。 

 

         为了证明这个程序在第一个量子比特区块中引入两个错误的概率是 O(p^{2}),我们来确定引入两个错误的所有可能性:

1.在第一步,在每个编码量子比特区块中都有一个已存在错误进入电路。这种情况有可能在输出的第一个量子比特区块中造成两个错误,因为,比如说第二区块中的错误可能会通过编码受控非门传播到第一个区块中来。假设到这步为止的所有操作都是容错的,我们可以认为,这种错误进入第一个区块的概率最多是c_{0p},这里c是一个常数,原因是在量子电路之前的阶段,肯定有类似的错误发生在征状测量或信息恢复步骤。c是在电路前一阶段的征状测量或信息恢复步骤里可能发生错误的位置的总数。如果为了简单起见,我们假设在第一步某个已存在单量子比特错误进入第二区块的概率也是c_{0p}。而且,这两个错误独立发生,那么它们同时发生的概率是c_{0}^{2}p^{2}。对下面描述的Steane编码构造来说,有6个不同的征状测量对co有贡献,每一个都大概有101个位置可能发生错误。再结合信息恢复操作涉及7个组成部分的事实,我们可以估计出c_{0}≈70。
2.一个已存在错误进人第一个或第二个量子比特区块,同时在容错受控非门执行期间发生一个错误。这种情况发生的概率是c_{1}p^{2},这里c1是类似错误可能发生的所有不同位置对的数量。就基于 Steane 编码的构造来说,之前我们提到过,两个区块中的每个有大概 70个可能的位置发生问题,导致一个错误进入电路,这样总共是140个位置。同时,有其他7个可能的位置在电路执行期间发生错误。因此,总共有a≈7x140≈103个可能的位置组发生一对错误。

3.在容错受控非门执行期间发生两个错误,这种情况发生的概率是c_{2}p^{2},这里c_{2}是可能发生错误对的数量,对Steane编码,c_{2}\approx 10^{2}

4.在受控非门执行阶段和征状测量中各发生一个错误。在输出中发生两个或多个错误的唯一可能是征状测量给出错误结果,其发生的概率是c_{3}p^{2},这里c_{3}是一个常数(对 Steane 编码来说c_{3}\approx 10^{2})。另外一种有意思,但其实无关紧要的情况是征状测量给出正确结果,此时受控非门引人的错误被正确诊断及纠正,因此输出中只剩下征状测量中引人的错误
5.征状测量中发生两个甚至多个错误,这种情况发生的概率是c_{4}p^{2},这里c4是错误可能发生5.的位置对的数量。对Steane 编码来说,c4≈702≈5x10^{3}
6.征状测量和信息恢复阶段各发生一个错误,这种情况发生的概率是c_{5}p^{2},这里c5是错误可能发生的位置对的数量。对Steane编码来说,c_{5}\approx 70*7\approx 500
7.信息恢复阶段发生两个甚至多个错误,这种情况发生的概率是cp?,这里c6是错误可能发生的位置对的数量。对 Steane编码来说,c_{6}\approx 7^{2}\approx 50

级联编码和阈值定理


        基于级联编码的想法,我们可以通过实现一个漂亮的构造来进一步降低等效的错误率。其大致的思路是将上述以编码的方式实现逻辑电路的方案重复执行,以分层的形式构造出一系列量子电路,Co(原本我们希望实现的电路),C,C…。在构造的第一阶段,原电路中的每个量子比特被编码成量子编码,而编码中的每个量子比特又被进一步编码,如图10-22所示可以无休止地重复这个过程。在构造的第二阶段,原电路C中的每个逻辑门,例如阿达玛门,在电路中被容错实现的编码阿达玛门及对应的纠错电路替代。然后,C中的每个基本组成部分在C中又被容错实现的部件和对应的纠错电路替代,如此反复。假设我们如此实现两层级联编码,而底层-即实际的物理量子比特层--组成部分的错误率是p,那么中间层(一层编码)的错误率将是c?,而最高层(二层编码)的错误率是c(cp?)。注意为了保证计算的结果正确,最高层的功能实现必须完全正确。因此,如果编码的级联层数是k,则最高层的错误率是(cp)2/c,而整个电路的尺寸将是d乘以原电路的尺寸,这里d是一个常数,代表着容错实现编码逻辑门和对应纠错所需基本操作的最大数目。
        如果我们希望如此实现一个包含p(n)个逻辑门的量子电路,这里,是问题的规模,p(n)是一个关于n的多项式。例如,这个电路可能是量子质因数分解算法的对应电路。假设我们希望最后以\epsilon的精度实现这个算法,那么算法中每个逻辑门的精度需要至少是\epsilon /p(n)。因此,级联编码的层数满足:

                                                                \frac{(c p)^{2^{k}}}{c}\leq \frac{\epsilon }{p(n)}                                                          (1)

才能实现目标。选取k的最小值,于是式子接近等号,再重写可得:

                                     d^{k}\approx (\frac{log(p(n)/c\epsilon )}{1/pc})^{logd}=O(poly(logp(n)/\epsilon ))                            (2)

poly为固定阶数的多项式,那么最终的电路包含

                ​​​​​​​        ​​​​​​​                        ​​​​​​​    O(poly(logp(n)/\epsilon )p(n))                                               (3)

个逻辑门,只比原电路的尺寸大多项式倍。

那么阈值定理:一个逻辑门数量为p(n)的量子电路可以被一个包含

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​     O(poly(logp(n)/\epsilon )p(n))                                              (4)

个逻辑门的电路以至多为\epsilon的整体失败概率模拟实现,只要后者中单个组成部分的最大错误概率p低于某个常数阈值,即p< p_{th}\equiv 1/c,同时相关硬件中的噪声满足一些合理要求。

与阿达玛门、泡利门、泡利门不同,容错CNOT门需要steane编码,且泡利X和Z门,会导致错误的反向传播。

 

相关文章:

量子容错计算

基本思想 容错量子计算的基本想法是&#xff0c;在合理编码后的量子态上直接量子计算&#xff0c;以至于不完全需要解码操作。假设有一个简单的量子电路&#xff0c;但不幸的是噪声影响着这个电路的每一个元件&#xff0c;包括量子态的制备、量子逻辑门、对输出的测量&#x…...

QGraphics View坐标系

QGraphics View绘图结构依赖三个类&#xff1a;QGraphicsScene&#xff0c;QGraphicsView&#xff0c;QGraphicsItem。 这三者的关系在前面已经介绍过&#xff1a;Graphics View 绘图架构-CSDN博客 这里介绍下这三者的坐标系&#xff0c;以及如何相互转换。 1. QGraphicsScen…...

繁星之下--

在一个宁静的小镇上&#xff0c;年轻的画家阿宁用她的画笔捕捉着四季的变换。这个小镇四季分明&#xff0c;春天的嫩芽、夏天的繁花、秋天的金黄和冬天的白雪&#xff0c;仿佛每一个季节都在向她诉说着自己的故事。阿宁常常在思考&#xff0c;如何将这些美丽的瞬间转化为永恒的…...

Transformer+KAN系列时间序列预测代码

前段时间&#xff0c;来自 MIT 等机构的研究者提出了一种非常有潜力的替代方法 ——KAN。该方法在准确性和可解释性方面表现优于 MLP。而且&#xff0c;它能以非常少的参数量胜过以更大参数量运行的 MLP。 KAN的发布&#xff0c;引起了AI社区大量的关注与讨论&#xff0c;同时…...

vue项目安装组件失败解决方法

1.vue项目 npm install 失败 删除node_modules文件夹、package-lock.json 关掉安装对话框 重新打开对话框 npm install...

C++ [项目] 躺平发育

一、基本介绍 支持Dev-C5.11版本(务必调为英文输入法),基本操作看游戏里的介绍,怎么做的……懒得说,能看懂就看注释,没有的自己猜,如果你很固执……私我吧 二、代码部分 #include<bits/stdc.h> #include<windows.h> #include<unistd.h> using namespace st…...

[产品管理-55]:产品设计不仅仅完成功能,即可用性设计,还需要完成可生产性、可装配性、可维护性、可回收性、可服务性设计

目录 可用性设计&#xff1a; 可生产性设计&#xff1a; 可装配性设计&#xff1a; 可维护性设计&#xff1a; 可回收性设计&#xff1a; 可服务性设计&#xff1a; 产品设计是一个综合性的过程&#xff0c;它不仅仅局限于完成产品的基本功能&#xff0c;即可用性设计&am…...

Mount Image Pro,在取证安全的环境中挂载和访问镜像文件内容

天津鸿萌科贸发展有限公司从事数据安全服务二十余年&#xff0c;致力于为各领域客户提供专业的数据恢复、数据备份解决方案与服务&#xff0c;并针对企业面临的数据安全风险&#xff0c;提供专业的相关数据安全培训。 天津鸿萌科贸发展有限公司是 GetData 公司数据恢复与取证工…...

玩转Docker | Docker基础入门与常用命令指南

玩转Docker | Docker基础入门与常用命令指南 引言基本概念help帮助信息常用命令管理镜像运行容器构建镜像其他Docker命令整理结语引言 Docker 是一种开源的应用容器引擎,它允许开发者将应用程序及其依赖打包进一个可移植的容器中,然后发布到任何流行的 Linux 机器上。这大大简…...

【MySQL】MySQL安装以及各种报错处理

前言&#xff1a; 本节内容讲述在Ubuntu环境下怎么进行MySQL的安装。 以及一些安装过程中遇到的报错如何处理的问题。 ps:注意&#xff0c; 本篇文章不是图形化界面的MySQL安装教程哦。想要安装图形化界面的MySQL的友友们可以另寻资源了。 目录 更新软件包列表 安装M…...

【传知代码】图像处理解决种子计数方法

文章目录 一、背景及意义介绍研究背景农业考种需求传统计数方法的局限性人工计数仪器设备计数 研究意义提高育种效率提高计数准确性广泛的适用性数据存档与分析便利 二、概述三、材料与数据准备以及方法介绍整体流程图像采集图像预处理形态学操作腐蚀运算开运算 图像二值化种子…...

WPF 特性------Binding

工业控制中&#xff0c;经常会需要把一个bool 型输入信号的状态显示在面板上&#xff0c;使用wpf 绑定的办法&#xff0c;可简洁实现&#xff1a; 实现步骤&#xff1a; 1&#xff0c;定义类&#xff1a; using System; using System.Collections.Generic; using System.Com…...

深入解析 FastAPI 查询参数:配置、类型转换与灵活组合

深入解析 FastAPI 查询参数&#xff1a;配置、类型转换与灵活组合 本文全面解析了 FastAPI 查询参数的使用方法&#xff0c;包括配置默认值、设为可选或必选参数、类型转换以及组合使用等实用技巧。通过查询参数&#xff0c;开发者可以在路径操作函数中接收动态输入&#xff0…...

大学城水电管理系统开发:Spring Boot指南

2相关技术 2.1 MYSQL数据库 MySQL是一个真正的多用户、多线程SQL数据库服务器。 是基于SQL的客户/服务器模式的关系数据库管理系统&#xff0c;它的有点有有功能强大、使用简单、管理方便、安全可靠性高、运行速度快、多线程、跨平台性、完全网络化、稳定性等&#xff0c;非常…...

Lua 从基础入门到精通(非常详细)

目录 什么是 Lua&#xff1f; Lua 环境安装 Lua基本语法 注释 数据类型 nil&#xff08;空&#xff09; Boolean number&#xff08;数字&#xff09; string&#xff08;字符串&#xff09; function&#xff08;函数&#xff09; userdata thread table&#xff…...

[MySQL#11] 索引底层(2) | B+树 | 索引的CURD | 全文索引

目录 1.B树的特点 索引结构 复盘 其他数据结构的对比 B树与B树总结 聚簇索引与非聚簇索引 辅助索引 2. 索引操作 主键索引 1. 创建主键索引 第一种方式 第二种方式 第三种方式 2. 查询索引 第一种方法 第二种方法 第三种方法 3. 删除索引 删除主键索引 删除…...

一个指针可以被声明为 `volatile`

一个指针可以被声明为 volatile。当指针被声明为 volatile 时&#xff0c;指针本身的地址值可能会在程序之外的控制下发生变化&#xff0c;这意味着编译器在使用该指针时必须每次都重新从内存中读取它的地址&#xff0c;而不能假设指针的地址保持不变。 为什么指针可以是 vola…...

[0260].第25节:锁的不同角度分类

MySQL学习大纲 我的数据库学习大纲 从不同维度对锁的分类&#xff1a; 1.对数据操作的类型划分:读锁和写锁 1.1.读锁 与 写锁概述&#xff1a; 1.对于数据库中并发事务的读-读情况并不会引起什么问题。对于写-写、读-写或写-读这些情况可能会引起一些问题&#xff0c;需要使用…...

android数组控件Textview

说明&#xff1a;android循环控件&#xff0c;注册和显示内容 效果图&#xff1a; step1: E:\projectgood\resget\demozz\IosDialogDemo-main\app\src\main\java\com\example\iosdialogdemo\TimerActivity.java package com.example.iosdialogdemo;import android.os.Bundl…...

openpnp - 手工修改配置文件(元件高度,size,吸嘴)

文章目录 openpnp - 手工修改配置文件(元件高度,size,吸嘴)概述笔记parts.xmlpackages.xml 手工将已经存在的NT1,NT2拷贝出来改名备注END openpnp - 手工修改配置文件(元件高度,size,吸嘴) 概述 载入新板子贴片准备时&#xff0c;除了引入Named CSV文件&#xff0c;还要在ope…...

【JVM】- 内存结构

引言 JVM&#xff1a;Java Virtual Machine 定义&#xff1a;Java虚拟机&#xff0c;Java二进制字节码的运行环境好处&#xff1a; 一次编写&#xff0c;到处运行自动内存管理&#xff0c;垃圾回收的功能数组下标越界检查&#xff08;会抛异常&#xff0c;不会覆盖到其他代码…...

汽车生产虚拟实训中的技能提升与生产优化​

在制造业蓬勃发展的大背景下&#xff0c;虚拟教学实训宛如一颗璀璨的新星&#xff0c;正发挥着不可或缺且日益凸显的关键作用&#xff0c;源源不断地为企业的稳健前行与创新发展注入磅礴强大的动力。就以汽车制造企业这一极具代表性的行业主体为例&#xff0c;汽车生产线上各类…...

算法岗面试经验分享-大模型篇

文章目录 A 基础语言模型A.1 TransformerA.2 Bert B 大语言模型结构B.1 GPTB.2 LLamaB.3 ChatGLMB.4 Qwen C 大语言模型微调C.1 Fine-tuningC.2 Adapter-tuningC.3 Prefix-tuningC.4 P-tuningC.5 LoRA A 基础语言模型 A.1 Transformer &#xff08;1&#xff09;资源 论文&a…...

人机融合智能 | “人智交互”跨学科新领域

本文系统地提出基于“以人为中心AI(HCAI)”理念的人-人工智能交互(人智交互)这一跨学科新领域及框架,定义人智交互领域的理念、基本理论和关键问题、方法、开发流程和参与团队等,阐述提出人智交互新领域的意义。然后,提出人智交互研究的三种新范式取向以及它们的意义。最后,总结…...

MFC 抛体运动模拟:常见问题解决与界面美化

在 MFC 中开发抛体运动模拟程序时,我们常遇到 轨迹残留、无效刷新、视觉单调、物理逻辑瑕疵 等问题。本文将针对这些痛点,详细解析原因并提供解决方案,同时兼顾界面美化,让模拟效果更专业、更高效。 问题一:历史轨迹与小球残影残留 现象 小球运动后,历史位置的 “残影”…...

Selenium常用函数介绍

目录 一&#xff0c;元素定位 1.1 cssSeector 1.2 xpath 二&#xff0c;操作测试对象 三&#xff0c;窗口 3.1 案例 3.2 窗口切换 3.3 窗口大小 3.4 屏幕截图 3.5 关闭窗口 四&#xff0c;弹窗 五&#xff0c;等待 六&#xff0c;导航 七&#xff0c;文件上传 …...

【Nginx】使用 Nginx+Lua 实现基于 IP 的访问频率限制

使用 NginxLua 实现基于 IP 的访问频率限制 在高并发场景下&#xff0c;限制某个 IP 的访问频率是非常重要的&#xff0c;可以有效防止恶意攻击或错误配置导致的服务宕机。以下是一个详细的实现方案&#xff0c;使用 Nginx 和 Lua 脚本结合 Redis 来实现基于 IP 的访问频率限制…...

打手机检测算法AI智能分析网关V4守护公共/工业/医疗等多场景安全应用

一、方案背景​ 在现代生产与生活场景中&#xff0c;如工厂高危作业区、医院手术室、公共场景等&#xff0c;人员违规打手机的行为潜藏着巨大风险。传统依靠人工巡查的监管方式&#xff0c;存在效率低、覆盖面不足、判断主观性强等问题&#xff0c;难以满足对人员打手机行为精…...

基于Java+VUE+MariaDB实现(Web)仿小米商城

仿小米商城 环境安装 nodejs maven JDK11 运行 mvn clean install -DskipTestscd adminmvn spring-boot:runcd ../webmvn spring-boot:runcd ../xiaomi-store-admin-vuenpm installnpm run servecd ../xiaomi-store-vuenpm installnpm run serve 注意&#xff1a;运行前…...

Linux系统部署KES

1、安装准备 1.版本说明V008R006C009B0014 V008&#xff1a;是version产品的大版本。 R006&#xff1a;是release产品特性版本。 C009&#xff1a;是通用版 B0014&#xff1a;是build开发过程中的构建版本2.硬件要求 #安全版和企业版 内存&#xff1a;1GB 以上 硬盘&#xf…...