文件名称：qpga：光子量子可编程门阵列的仿真
文件大小：9.99MB
文件格式：ZIP
更新时间：2024-03-05 18:29:39
machine-learning quantum quantum-computing optics quantum-circuit
量子可编程门阵列 概述 该存储库包含论文“”的基于梯度的优化代码。 在本文中，我们提出了一种用于量子可编程门阵列（QPGA）的光子集成电路架构，该架构能够准备任意量子态和算子。 该架构由一个相位调制的Mach-Zehnder干涉仪的晶格组成，该光栅在路径编码的光子量子位上执行旋转，以及嵌入式量子发射器，该量子发射器使用双光子散射过程在相邻量子位之间实现确定的受控Z操作。 通过在晶格内适当设置相移，可以对器件进行编程以实现任何量子电路，而无需进行硬件修改。 我们提供了用于在设备上精确准备任意量子态和运算符的算法，并且我们证明了基于梯度的优化可以训练模拟的QPGA，从而以接近统一的保真度自动实现对重要量子电路的高度紧凑的近似。 依存关系 Python >3.6 TensorFlow 1.14 SQUANCH >1.1 numpy scipy matplotlib 成分 存储库的结构如
【文件预览】：
qpga-master
----scripts()
--------run_ghz_state_fidelity_search.py(1KB)
--------run_qft_fidelity_search.py(3KB)
----LICENSE(1KB)
----assets()
--------random_state_prep.pdf(200KB)
--------qft_3panel.pdf(365KB)
--------qft_3panel_alternate.pdf(334KB)
--------noon_prep.png(93KB)
--------mzi_fidelities.pdf(165KB)
--------qft_training.mp4(1.4MB)
--------noon_state_prep.mp4(1.54MB)
--------circuit_depth.pdf(99KB)
--------qpga_design.png(1.03MB)
--------gate_animation.mp4(4.01MB)
--------noon_prep.pdf(231KB)
----qpga_figures.ipynb(1.15MB)
----README.md(6KB)
----qpga()
--------linalg.py(2KB)
--------callbacks.py(6KB)
--------utils.py(2KB)
--------model.py(9KB)
--------__init__.py(283B)
--------state_preparation.py(907B)
--------training.py(3KB)
--------circuits.py(4KB)
--------plotting.py(6KB)
--------fidelity_search.py(5KB)
--------constants.py(496B)
----.gitignore(1KB)