Adaptive Ansatz based on Low-Rank state preparation
Computação Quântica. Apredizagem de Máquina Quântica.
Circuitos Quânticos Variacionais. Redes Generativas Adversariais Quânticas.
Algoritmos de preparação do estado quântico consistem em definir de uma
sequência de operações unitárias para carregar um estado-alvo específico em
um computador quântico. Podemos utilizar estes algoritmos em aplicações
como Aprendizagem de Máquina Quântica. No entanto, alguns algoritmos para
inicialização de estados quânticos têm uma complexidade de circuito
exponencial com o número de qubits no sistema. É o caso dos algoritmos de
codificação de amplitude, que é um tipo de codificação para carregar dados
normalizados nas amplitudes de probabilidade do estado. Para contornar esta
sobrecarga na complexidade, trabalhos exploram propriedades específicas dos
estados quânticos para otimizar a complexidade do circuito, como a
esparsidade ou a simetria. Outros trabalhos exploram a simplificação do
circuito quântico para carregar um estado aproximado. É o caso das Redes
Generativas Adversariais Quânticas, que utilizam uma arquitetura de
circuito específica composta por blocos alternados de rotações de um qubit
e portas controladas de emaranhamento de dois qubits. Porém, quando
treinadas para carregar distribuições aleatórias sobre as probabilidades
dos estados, observamos que o desempenho se deteriora à medida que o número
de qubits aumenta segundo a entropia relativa. Neste trabalho, propomos uma
arquitetura diferente para os modelos generativos quânticos, baseada no
algoritmo de preparação de estados conhecido como Low-Rank. E através de
experimentos para carregar a distribuição log-normal, mostramos redução no
erro da inicialização dos estados quânticos.