Variational quantum architecures: Applications for noisy intermediate-scale quantum computers
- Autores: Carlos Bravo Prieto
- Directores de la Tesis: José Ignacio Latorre Sentís (dir. tes.), Joan Soto Riera (tut. tes.)
- Lectura: En la Universitat de Barcelona ( España ) en 2022
- Idioma: inglés
- Tribunal Calificador de la Tesis: Luca Tagliacozzo (presid.), Stefano Carrazza (secret.), David Herrera Marti (voc.)
- Programa de doctorado: Programa de Doctorado en Física por la Universidad de Barcelona
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
Algoritmos cuánticos mostrando prometedoras ventajas respecto sus contrapartes clásicas ya existen. Sin embargo, el ruido limita la profundidad de los circuitos cuánticos, lo que hace imposible la aplicación práctica de muchos de estos algoritmos cuánticos en la actualidad. En este sentido, los algoritmos cuánticos variacionales ofrecen un nuevo enfoque, reduciendo los requisitos de recursos computacionales cuánticos a expensas de optimización clásica. Disciplinas en las que los algoritmos cuánticos variacionales pueden tener aplicaciones prácticas incluyen la simulación de sistemas cuánticos, la resolución de grandes sistemas de ecuaciones lineales, la optimización combinatoria, la compresión de datos y la diagonalización de estados cuánticos, entre otras.
Esta tesis estudia diferentes aplicaciones de los algoritmos cuánticos variacionales. En el Capítulo 1, presentamos los principales bloques de construcción de los algoritmos cuánticos variacionales. En el Capítulo 2, evaluamos el algoritmo “variational quantum eigensolver” para sistemas de materia condensada. En el capítulo 3, exploramos cómo la tarea de comprimir la información cuántica se ve afectada por la codificación de datos en los circuitos cuánticos variacionales. En el Capítulo 4, proponemos un novedoso algoritmo cuántico variacional para calcular los valores singulares de los estados bipartitos puros. En el Capítulo 5, desarrollamos un nuevo algoritmo cuántico variacional para resolver sistemas lineales de ecuaciones. Finalmente, en el Capítulo 6, implementamos redes generativas adversarias cuánticas para tareas de modelado generativo. Las conclusiones de esta tesis se exponen en el Capítulo 7. Además, se puede encontrar material complementario en los apéndices. El Apéndice A ofrece una introducción a Qibo, un software para la simulación cuántica. El Apéndice B presenta algunos resultados relacionados con el teorema de Solovay-Kitaev. En el Apéndice C y en el Apéndice D se pueden encontrar resultados adicionales del Capítulo 5 y del Capítulo 6, respectivamente.
