Aprimoramento de algoritmos de feedback quântico baseados no controle de Lyapunov para preparação de estados quânticos
Esta dissertação investiga o aprimoramento do Algoritmo Quântico Baseado em Feedback (FQA) por meio de três frentes principais: o estudo das simetrias do Hamiltoniano, a redução da profundidade dos circuitos via agrupamento de camadas e o reescalonamento temporal da dinâmica. Na primeira frente, ana...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2025 |
| País: | Brasil |
| Institución: | Universidade Estadual Paulista (UNESP) |
| Repositorio: | Repositório Institucional da UNESP |
| Idioma: | portugués |
| OAI Identifier: | oai:repositorio.unesp.br:11449/311707 |
| Acceso en línea: | https://hdl.handle.net/11449/311707 |
| Access Level: | acceso abierto |
| Palabra clave: | Computação quântica Algoritmo quântico baseado em feedback Redução de profundidade de circuitos quânticos Quantum computing Feedback-based quantum algorithm Quantum circuit depth reduction |
| Sumario: | Esta dissertação investiga o aprimoramento do Algoritmo Quântico Baseado em Feedback (FQA) por meio de três frentes principais: o estudo das simetrias do Hamiltoniano, a redução da profundidade dos circuitos via agrupamento de camadas e o reescalonamento temporal da dinâmica. Na primeira frente, analisou-se como as simetrias do Hamiltoniano influenciam a evolução do algoritmo, destacando a preservação de setores simétricos e a importância da escolha do estado inicial. Essa análise foi realizada no modelo ANNNI, que apresenta diferentes simetrias e uma estrutura espectral rica. Na segunda frente, foi desenvolvida a abordagem LGA-FQA, que combina múltiplas camadas em uma única camada efetiva, reduzindo a profundidade dos circuitos e seus custos computacionais. Na terceira, introduziu-se o TR-FQA, que modifica a evolução temporal do algoritmo por meio de uma função de reescalonamento, acelerando a convergência e permitindo o uso de circuitos mais rasos. As abordagens LGA-FQA e TR-FQA foram avaliadas tanto no modelo ANNNI quanto no problema de otimização MaxCut. Os resultados evidenciam que essas abordagens mitigam limitações relacionadas à profundidade de circuitos e à degenerescência espectral, ampliando as possibilidades de aplicação dos algoritmos de feedback quântico. |
|---|