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。

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/459681.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

代码随想录算法训练营第十一天(补) 栈与队列| 后序表达式、滑动窗口、高频元素、链表总结

目录 一、150. 逆波兰表达式求值 二、239. 滑动窗口最大值 三、347.前 K 个高频元素 四、总结 一、150. 逆波兰表达式求值 力扣题目链接(opens new window) 根据 逆波兰表示法&#xff0c;求表达式的值。 有效的运算符包括 , - , * , / 。每个运算对象可以是整数&#x…

【论文阅读】SRGAN

学习资料 论文题目&#xff1a;基于生成对抗网络的照片级单幅图像超分辨率&#xff08;Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network&#xff09;论文地址&#xff1a;https://arxiv.org/abs/1609.04802 代码&#xff1a;GitHub - x…

芯片上音频相关的验证

通常芯片设计公司&#xff08;比如QUALCOMM&#xff09;把芯片设计好后交由芯片制造商&#xff08;比如台积电&#xff09;去生产&#xff0c;俗称流片。芯片设计公司由ASIC部门负责设计芯片。ASIC设计的芯片只有经过充分的验证&#xff08;这里说的验证是FPGA&#xff08;现场…

SpringMVC实战:构建高效表述层框架

文章目录 1. SpringMVC简介和体验1.1 介绍1.2 主要作用1.3 核心组件和调用流程1.4 快速体验 2. SpringMVC接收数据2.1 访问路径设置2.2 接收参数2.2.1 param和json参数比较2.2.2 param参数接收2.2.3 路径参数接收2.2.4 json参数接收 2.3 接收cookie数据2.4 接收请求头数据2.5 原…

python爬虫实战案例——抓取B站视频,不同清晰度抓取,实现音视频合并,超详细!(内含完整代码)

文章目录 1、任务目标2、网页分析3、代码编写 1、任务目标 目标网站&#xff1a;B站视频&#xff08;https://www.bilibili.com/video/BV1se41117WP/?vd_sourcee8e376ccbc5aa4cfd88e6a7917adfd1a&#xff09;&#xff0c;用于本文测验 要求&#xff1a;抓取该网址下的视频&…

华为ICT题库-云服务部分

1651、关于创建数据盘镜像的约束条件&#xff0c;以下说法错误的是&#xff1f;&#xff08;云服务考点&#xff09; (A)使用云服务器的数据盘创建数据盘镜像时&#xff0c;要确保该云服务器必须有系统盘 (B)通过外部文件创建数据盘镜像必须明确指定操作系统类型 (C)使用云服务…

Docker快速上手教程:MacOS系统【安装/配置/使用/原理】全链路速通

背景 最近换了个 Macbook Air M3, 写个人项目需要用到 Docker,配置过程有一点点坎坷,还是得记录下避免重蹈覆辙。 什么。为什么是买 Air 而不是 Pro Max? 因为码农的钱也是钱啊。 这里我不会先讲原理,我认为工程的事情都是先看到现象,有了概念的轮廓,才应该去研究原理,…

Python基础学习(六)数据容器

代码获取&#xff1a;https://github.com/qingxuly/hsp_python_course 完结版&#xff1a;Python基础学习完结版 数据容器 基本介绍 数据容器是一种数据类型&#xff0c;有些地方也简称容器/collections。数据容器可以存放多个数据&#xff0c;每一个数据也被称为一个元素。存…

计算机网络IP地址分类,子网掩码,子网划分复习资料

IP 地址的概念 IP 地址是独立于硬件地址的逻辑地址&#xff0c;它是由软件提供的地址。 IP 地址是网络层地址。 IP 编址方案和分类 IP 地址由 32 位二进制数构成&#xff0c;分为前缀(网络地址)和后缀(主机地址) 同一网段中每台计算机的 IP 地址是唯一的网络地址的分配全球…

力扣21 : 合并两个有序链表

链表style 描述&#xff1a; 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例&#xff1a; 节点大小相同时&#xff0c;l1的节点在前 何解&#xff1f; 1&#xff0c;遍历两个链表&#xff0c;挨个比较节点大小 同时遍…

20241027_北京郊游香山公园

这次是第二次去香山公园&#xff0c;天气不是很晴朗&#xff0c;有雾。 乘坐地铁到的时候&#xff0c;第一趟车&#xff0c;我这么聪明&#xff0c;那肯定是不会坐的&#xff0c;因为没有座位&#xff0c;路程30多分钟&#xff0c;我都20多岁了&#xff0c;身体那肯定顶不住。 …

241024-Ragflow离线部署Docker-Rootless环境配置修改

A. 最终效果 B. 文件修改 docker-compose.yml include:- path: ./docker-compose-base.ymlenv_file: ./.envservices:ragflow:depends_on:mysql:condition: service_healthyes01:condition: service_healthyimage: ${RAGFLOW_IMAGE}container_name: ragflow-serverports:- ${…

WUP-MY-POS-PRINTER 旻佑热敏打印机票据打印uniapp插件使用说明

插件地址&#xff1a;WUP-MY-POS-PRINTER 旻佑热敏打印机票据打印安卓库 简介 本插件主要用于旻佑热敏打印机打印票据&#xff0c;不支持标签打印。适用于旻佑的各型支持票据打印的热敏打印机。本插件开发时使用的打印机型号为MY-805嵌入式面板打印机&#xff0c;其他型号请先…

海外媒体发稿:如何打造媒体发稿策略

新闻媒体的发稿推广策略对于提升品牌知名度、吸引流量以及增加收入非常重要。本文将介绍一套在21天内打造爆款新闻媒体发稿推广策略的方法。 第一天至第七天&#xff1a;明确目标和定位 在这个阶段&#xff0c;你需要明确你的目标和定位&#xff0c;以便为你的新闻媒体建立一个…

66Analytics 汉化版,网站统计分析源码,汉化前台后台

66Analytics 汉化版,网站统计分析源码,汉化前台后台 本源码汉化前台后台&#xff0c;非其他只汉化前台版 网络分析变得容易。自托管、友好、一体化的网络分析工具。轻量级跟踪、会话回放、热图、用户旅程等 简单、好看、友好-大多数网络分析解决方案做得太多了&#xff0c;在大…

详解PHP正则表达式中的转义操作

PHP正则表达式中的特殊字符和转义 在 PHP 正则表达式中&#xff0c;有许多特殊字符具有特定的意义。这些特殊字符通常用于定义匹配模式的一部分&#xff0c;或者改变匹配的行为。以下是 PHP 正则表达式中一些常用的特殊字符及其含义: .匹配除换行符之外的任何单个字符 ^在方括…

练习LabVIEW第二十四题

学习目标&#xff1a; 刚学了LabVIEW&#xff0c;在网上找了些题&#xff0c;练习一下LabVIEW&#xff0c;有不对不好不足的地方欢迎指正&#xff01; 第二十四题&#xff1a; 分别利用for循环的移位寄存功能和反馈节点两种方法求0510154550的值 开始编写&#xff1a; 两个…

PHP免杀详细讲解PHP免杀详细讲解

基础学习 可变参数 $_GET $_POST $_COOKIE $_REQUEST $_SERVER 其中的某些参数可控,如REQUESTMETHOD,QUERYSTRING,HTTPUSERAGENT等 session_id() 这个比较特殊,但是依然可以利用 $_FILE $GLOBALS getallheaders() get_defined_vars() get_defined_functions() fil…

晓羽扫码点餐快销版系统源码

扫码点餐系统&#xff08;快销版&#xff09;是一款专为快销类餐饮行业设计的点餐工具&#xff0c;如早餐店、面馆、快餐店及零食小吃摊等&#xff0c;旨在满足这些场景下快捷、高效的扫码点餐需求。其核心功能在于仅支持先付款后就餐的模式&#xff0c;这一设计大大简化了点餐…

cesium 加载本地json、GeoJson数据

GeoJSON是一种用于编码地理数据结构的格式 {"type": "Feature","geometry": {"type": "Point","coordinates": [125.6, 10.1]},"properties": {"name": "某地点"} } 一、直接加载…