光子学中的实验性量子自然梯度优化
原文中文,约300字,阅读约需1分钟。发表于: 。利用全程可编程的光子芯片首次在光子学中实验估计量子自然梯度(QNG),获得了 He-H$^+$ 阳离子的解离曲线并实现了化学精度,验证了 QNG 优化在光子学设备上的超越性,为利用 QNG 在光子学中实现实用的短期量子应用打开了新的视野。
该论文研究了使用Natural evolutionary strategies方法优化处于梯度消失区域的带参数量子电路的随机初始化。实验结果表明,NES方法可以在较少的电路评估次数下实现与现有优化技术相当的准确性。