用于量子计算生成联合概率分布的系统和方法与流程

本公开的各方面通常涉及在量子信息处理(qip)系统的实现、操作和/或使用中使用的系统和方法。

背景技术：

1、囚禁原子是量子信息处理或量子计算的主要实施方式之一。基于原子的量子位可以用作量子存储器，用作量子计算机和模拟器中的量子门，也可以用作量子通信网络的节点。基于囚禁原子离子的量子位享有罕见的属性组合。例如，基于囚禁原子离子的量子位具有非常好的相干性，可以以接近100％的效率来制备和测量，并且通过用合适的外部控制场(如光场或微波场)调制它们的库仑相互作用而容易地相互纠缠。这些特性使基于原子的量子位对量子计算或量子模拟等扩展量子操作具有吸引力。

2、因此，重要的是开发新技术，所述技术改进用作量子计算机或量子模拟器的不同qip系统(尤其是处理基于原子的量子位的操作的那些qip系统)的设计、制造、实现、控制、功能和/或用途。

技术实现思路

1、以下给出一个或多个方面的简要概述，以提供对这些方面的基本理解。该概述不是对所有设想方面的广泛概述，并且既不旨在识别所有方面的关键或必要要素，也不旨在描绘任何或所有方面的范围。其唯一的目的是以简化的形式呈现一个或多个方面的一些概念，作为稍后呈现的更详细描述的前序。

2、本公开通过设计用于建模copula的量子机器学习算法来描述联合概率分布计算的改进的各个方面。此外，本公开显示任何copula本质上都可以映射到多方(multipartite)最大纠缠态。本文中称为“qopula”的变分拟设创建变量之间的任意相关性，同时保持两个变量的一组bell对开始的copula结构，或多个变量的greenberger-horne-zeilinger(ghz)状态。生成的学习算法可以在量子计算机上，尤其是在囚禁离子量子计算机上演示。本文描述的方法比经典模型具有优势。

3、为了实现上述和相关目的，所述一个或多个方面包括在权利要求中充分描述和特别指出的下述特征。以下描述和附图详细阐述了所述一个或多个方面的某些说明性特征。然而，这些特征仅指示可以采用各方面的原理的多种方式中的一些方式，并且本描述旨在包括所有这些方面及其等价物。

技术特征：

1.一种量子信息处理qip系统，其被配置为实现和执行量子电路，所述系统包括：

2.根据权利要求1所述的qip系统，其中使用基于原子的量子位或超导量子位来实现所述量子电路。

3.根据权利要求1所述的qip系统，其中所述量子电路被配置为制备最大纠缠态，所述最大纠缠态表示直到相对相位的copula。

4.根据权利要求1所述的qip系统，其中所述多变量联合累积分布函数用于两个或更多个随机变量。

5.根据权利要求4所述的qip系统，其中对于两个随机变量：

6.根据权利要求5所述的qip系统，其中与所述第一寄存器和所述第二寄存器相关联的量子位的数目对应于所述多变量联合累积分布函数的离散化。

7.根据权利要求6所述的qip系统，其中如果量子位的数目受到限制，则可用的量子位的数目被用于所述多变量联合累积分布函数的逐点相关的最高有效位，并且随机位被附加用于所述逐点相关的最低有效位。

8.根据权利要求5所述的qip系统，其中所述量子电路的上部被配置为生成分布在所述第一寄存器和所述第二寄存器之间的nq/2bell对。

9.根据权利要求8所述的qip系统，其中所述第一寄存器和所述第二寄存器中的每一个中的状态的约化密度矩阵被混合。

10.根据权利要求9所述的qip系统，其中：

11.根据权利要求10所述的qip系统，其中：

12.根据权利要求11所述的qip系统，其中所述第一变量的样本和所述第二变量的样本是以拟设中角度的形式。

13.根据权利要求11所述的qip系统，其中所述下一次迭代包括用于所述第一随机变量和所述第二随机变量的拟设中的角度。

14.根据权利要求4所述的qip系统，其中对于多于两个的随机变量，所述量子电路被配置为生成greenberger-horne-zeilinger状态，即ghz状态，并对所述ghz状态应用酉算子。

15.根据权利要求14所述的qip系统，其中所述量子电路包括在驱动器层和纠缠层之间交替的层。

16.根据权利要求15所述的qip系统，其中所述驱动器层包括参数化的单量子位旋转rz门和rx门。

17.根据权利要求15所述的qip系统，其中所述纠缠层包括双量子位rxx门。

18.根据权利要求1所述的qip系统，其中所述第一部件包括算法部件。

19.根据权利要求1所述的qip系统，其中所述第二部件包括被配置为控制基于原子的量子位的操作的光学和阱部件。

20.根据权利要求19所述的qip系统，其中所述基于原子的量子位是囚禁离子。

技术总结
本公开的各方面一般涉及用于量子信息处理(QIP)系统的实现和/或操作的系统和方法，更具体地，涉及用量子计算机计算联合概率分布。通过设计量子机器学习算法来建模Copula，描述了联合概率分布计算的改进。此外，任何copula都显示出本质上映射到一个多方最大纠缠态。本文中称为qopula的变分拟设创建变量之间的任意相关性，同时保持两个变量的从一组Bell对开始的copula结构，或多个变量的Greenberger‑Horne‑Zeilinger(GHZ)态。生成学习算法可以在量子计算机上演示，尤其是在囚禁离子量子计算机上。本文描述的方法显示出优于经典模型的优点。

技术研发人员：S·乔里,D·培根
受保护的技术使用者：爱奥尼克公司
技术研发日：
技术公布日：2024/4/17