.png){kind=icon}
返回
Optimization driven quantum circuit reduction
.png){kind=icon}
OA
AI
DOI：10.1088/1367-2630/ae0e40.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在特定硬件上实现具有有限可用门集的量子电路，通常会导致等效电路长度显著增加。这一过程也被称为量子电路转换（transpilation），由于退相干效应，必须在不影响功能的前提下尽可能缩短量子电路长度。本文提出了三种不同的转换方法，均基于局部项替换方案，旨在大幅缩减电路长度同时保留电路实现的酉操作。第一种变体基于随机搜索方案，其他变体则分别由数据库检索方案和基于机器学习的决策支持驱动。我们证明，所提出的方法在受限门集下生成的量子电路比使用不同Qiskit和伯克利量子综合工具包优化级别得到的典型结果更优。该方法适用于不同的门集，并且能够很好地扩展至任意数量的量子比特。
期刊
IF:
2.8
论文数:
584
被引数:
3.5W
机构
引用论文
.png){kind=icon}
Metaheuristics in combinatorial optimization: Overview and conceptual comparison组合优化中的元启发式: 概述和概念比较
PREAI
分享收藏
查看更多内容