期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
在61比特可编程超导量子处理器上对量子多体态进行量子神经元感知
1
作者 龚明 黄合良 +33 位作者 王石宇 郭楚 李少炜 吴玉林 朱庆玲 赵有为 郭少俊 钱浩然 叶杨森 查辰 陈福升 应翀 余家乐 范道金 吴大超 苏红 邓辉 荣皓 张凯莉 曹思睿 林金 徐昱 孙丽华 郭成 李娜 梁福田 Akitada Sakurai Kae Nemoto William JMunro 霍永恒 陆朝阳 彭承志 朱晓波 潘建伟 《Science Bulletin》 SCIE EI CAS CSCD 2023年第9期906-912,M0004,共8页
对具有不同性质和物相的多体量子态进行分类是量子多体物理学中最基本的任务之一.然而,由于巨大数量的相互作用的粒子所产生的指数级的复杂性,大规模量子态的分类对于经典的方法来说极具挑战性.本文提出了一种新的方法,称为量子神经元感... 对具有不同性质和物相的多体量子态进行分类是量子多体物理学中最基本的任务之一.然而,由于巨大数量的相互作用的粒子所产生的指数级的复杂性,大规模量子态的分类对于经典的方法来说极具挑战性.本文提出了一种新的方法,称为量子神经元感知.利用一个61比特的超导量子处理器作为演示,作者表明该方案可以有效地对两种不同类型的多体现象,即遍历相和局域相,进行分类.量子神经元感知过程使他们能够通过只测量一个量子比特来区分这些多体物相,并提供比传统方法(如测量不平衡度)更好的分辨率.本研究证明了量子神经元感知在近期量子处理器应用的可行性和扩展性,并为探索更大规模系统中的量子多体现象开辟了新的途径. 展开更多
关键词 量子态 量子神经元 不平衡度 量子比特 感知过程 多体 指数级 相互作用
原文传递
Quantum computational advantage via 60-qubit 24-cycle random circuit sampling 被引量:6
2
作者 Qingling Zhua Sirui Cao +50 位作者 Fusheng Chen Ming-Cheng Chen Xiawei Chen Tung-Hsun Chung Hui Deng Yajie Du Daojin Fan Ming Gong Cheng Guo Chu Guo Shaojun Guo Lianchen Han Linyin Hong He-Liang Huang Yong-Heng Huo Liping Li Na Li Shaowei Li Yuan Li Futian Liang Chun Lin Jin Lin Haoran Qian Dan Qiao Hao Rong Hong Su Lihua Sun Liangyuan Wang Shiyu Wang dachao wu Yulin wu Yu Xu Kai Yan Weifeng Yang Yang Yang Yangsen Ye Jianghan Yin Chong Ying Jiale Yu Chen Zha Cha Zhang Haibin Zhang Kaili Zhang Yiming Zhang Han Zhao Youwei Zhao Liang Zhou Chao-Yang Lu Cheng-Zhi Peng Xiaobo Zhu Jian-Wei Pan 《Science Bulletin》 SCIE EI CSCD 2022年第3期240-245,共6页
To ensure a long-term quantum computational advantage,the quantum hardware should be upgraded to withstand the competition of continuously improved classical algorithms and hardwares.Here,we demonstrate a superconduct... To ensure a long-term quantum computational advantage,the quantum hardware should be upgraded to withstand the competition of continuously improved classical algorithms and hardwares.Here,we demonstrate a superconducting quantum computing systems Zuchongzhi 2.1,which has 66 qubits in a two-dimensional array in a tunable coupler architecture.The readout fidelity of Zuchongzhi 2.1 is considerably improved to an average of 97.74%.The more powerful quantum processor enables us to achieve larger-scale random quantum circuit sampling,with a system scale of up to 60 qubits and 24 cycles,and fidelity of FXEB=(3·66±0·345)×10^(-4).The achieved sampling task is about 6 orders of magnitude more difficult than that of Sycamore[Nature 574,505(2019)]in the classic simulation,and 3 orders of magnitude more difficult than the sampling task on Zuchongzhi 2.0[arXiv:2106.14734(2021)].The time consumption of classically simulating random circuit sampling experiment using state-of-the-art classical algorithm and supercomputer is extended to tens of thousands of years(about 4·8×104years),while Zuchongzhi 2.1 only takes about 4.2 h,thereby significantly enhancing the quantum computational advantage. 展开更多
关键词 Quantum physics Quantum computation Quantum information Superconducting quantum computing Superconducting qubit
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部