Last
First
個人首頁
帳號設定
登出
關於我們
最新消息
課程學習
興趣探索(測試版)
登入
立即開始
Last
First
個人首頁
帳號設定
登出
會員登入
歡迎進入量子學習的新紀元!
忘記密碼?
或
以 Google 帳號登入
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
新用戶?
立即註冊
,開啟您的量子學習之旅。
量子計算入門(下):量子優化
・第
3
課
從圖論到 Qubits
作者:
林昱誠(Yu-Cheng Lin)
閱讀時間:
5
分鐘
# Mapping to Qubit 前面兩篇文章,我們從人類看得懂的圖論問題變成電腦看得懂的數學方程式: \begin{align} \sum w_{ij} z_i z_j \end{align} 然而量子電腦看不懂這條方程式,為了能讓量子電腦求解 Max-Cut 問題,我們接著要把這條方程式以量子計算的語言書寫。 ## 位元到 Qubits 為了簡單起見,我們以下圖這種結構簡單的 graph 且 $w_{ij}=1$ 做為範例:
你應該可以很輕鬆地寫下它的 Max-Cut 方程: \begin{align}\tag{1} z_0z_1+z_0z_2 \end{align} 要讓量子電腦看得懂,現在每個頂點都是一個個 qubits,它可以是 $|0\rangle$ 也可以是 $|1\rangle$。以下圖為例,曲線貫穿其中一個邊,因此其 "量子態" $\psi$ 可以寫成 $|010\rangle$:
要讓量子電腦夠輸出這系統的能量值,我們把(1)式改成算符(operator)(在這邊就是 [$Z$](https://www.entangletech.tw/lesson/basic-algorithm-08) 矩陣),即: \begin{align}\tag{2} z_0z_1+z_0z_2 \rightarrow Z_0Z_1+Z_0Z_2 \end{align} 所以量子電腦的輸出就會是在這個狀態下以 $Z$ 作為[觀測量時的期望值](https://www.entangletech.tw/lesson/basic-algorithm-17-2): \begin{align}\tag{3} \langle\psi|Z_0Z_1+Z_0Z_2|\psi\rangle \end{align} 先不要怕,我們一步一步看這式子怎麼算,問題暫且簡化到 $|\psi\rangle=|0\rangle$ 時,期望值是多少: \begin{align} \langle 0|Z|0\rangle&= \begin{bmatrix} 1 & 0 \end{bmatrix} \begin{bmatrix} 1 & 0 \\ 0 & -1 \end{bmatrix} \begin{bmatrix} 1 \\ 0 \end{bmatrix}=1 \end{align} 同樣地,當 $|\psi\rangle=|1\rangle$ 時: \begin{align} \langle 1|Z|1\rangle&= \begin{bmatrix} 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 \\ 0 & -1 \end{bmatrix} \begin{bmatrix} 0 \\ 1 \end{bmatrix}=-1 \end{align} 回到(3)式,我們可以把它拆成兩項: \begin{align} \langle\psi|Z_0Z_1+Z_0Z_2|\psi\rangle&= \langle\psi|Z_0Z_1|\psi\rangle+\langle\psi|Z_0Z_2|\psi\rangle\\ &=\langle\psi|Z\otimes Z\otimes I|\psi\rangle+\langle\psi|Z\otimes I\otimes Z|\psi\rangle\tag{4} \end{align} 我們先看(4)式中的第一項: \begin{align} \langle 010|Z\otimes Z\otimes I|010\rangle&=\langle 010| \bigg( Z|0\rangle\otimes Z|1\rangle\otimes I|0\rangle \bigg) \\ &=\langle 0|Z|0\rangle \langle 1|Z|1\rangle \langle 0|I|0\rangle \\ &= 1(-1)1 =-1 \end{align} 同樣地: \begin{align} \langle 010|Z\otimes I\otimes Z|010\rangle&= \langle 0|Z|0\rangle\langle 1|I|1\rangle \langle 0|Z|0\rangle \\ &=1 \end{align} 所以 \begin{align} \langle\psi|Z_0Z_1+Z_0Z_2|\psi\rangle&=0 \end{align} 對於量子電腦而言,就是找到一組 $|\psi\rangle$ 使得上述這期望值最小。 ## Ising Model 回到上一節提到得 [Ising model](https://www.entangletech.tw/lesson/optim-01): \begin{align} H=-\sum_i h_i z_i - \sum_{ij} J_{ij}z_iz_j \end{align} 如果今天我們要求這系統在 $|\psi\rangle$ 這狀態下的能量值,即 \begin{align} \langle\psi|H|\psi\rangle=-\sum_i h_i \langle\psi|z_i|\psi\rangle - \sum_{ij} J_{ij} \langle\psi|z_iz_j|\psi\rangle \end{align} 是不是跟上面圖論的例子很像呢~(只是 $h_i=0, J_{ij}=w_{ij}$) \begin{align} \langle\psi| Z_iZ_j|\psi\rangle \end{align} 然後一樣都是想辦法找到一組 $|\psi\rangle$ 使得能量最小,怎麼尋找到這樣的 $|\psi\rangle$ 會在後面提及。
QAOA 演算法
optim
7
量子退火
optim
6
絕熱量子計算
optim
5
量子優化的統一語言:QUBO
optim
4
從圖論到 Qubits
optim
3
從圖論到 Ising Model
optim
2
優化的起點:算圖
optim
1
保護未來:認識雜湊式加密在量子抗性中的角色
quantum-safe
4
量子計算是否正在終結區塊鏈?
quantum-safe
3
NIST 標準化流程如何運作?
quantum-safe
2
從量子安全中獲利
quantum-safe
1
量子機器學習 (十) - 量子機器學習的未來
qml
10
量子機器學習 (九) - 基於量子訓練的強化學習
qml
9
量子機器學習 (八) - 基於量子訓練的影像辨識
qml
8
量子機器學習 (七) - 更新量子訓練參數
qml
7
量子機器學習 (六) - 量子訓練概觀
qml
6
量子機器學習 (五) - 參數更新方法
qml
5
量子機器學習 (四) - 古典前處理/後處理
qml
4
量子機器學習 (三) - 關於量子電路架構
qml
3
量子機器學習 (二) - 資料編碼
qml
2
量子機器學習 (一) - 概述
qml
1
後量子密碼學 10:簡介編碼密碼學(Code-based Cryptography)
pqc
10
後量子密碼學 09:簡介哈希函數(Hash Function)簽章
pqc
9
後量子密碼學 08:簡介多元二次密碼學
pqc
8
後量子密碼學 07:NTRU II
pqc
7
後量子密碼學 06:NTRU I
pqc
6
後量子密碼學 05:多項式環 II
pqc
5
後量子密碼學 04:多項式環 I
pqc
4
後量子密碼學 03:二維晶格密碼學的正確性
pqc
3
後量子密碼學 02:一個簡易的二維晶格密碼學
pqc
2
後量子密碼學 01:密碼學導論
pqc
1
補充:密度矩陣(Density Matrix)
basic-algorithm
18
量子傅立葉轉換(下)
algorithm
8
量子傅立葉轉換(中)
algorithm
7
量子傅立葉轉換(上)
algorithm
6
以 Pennylane 做測量
pennylane
6
用 Pennylane 建立量子邏輯閘
pennylane
5
用 Pennylane 建立量子電路
pennylane
4
Colab 與 Jupyter 介面介紹
pennylane
3
安裝 Pennylane
pennylane
2
Deutsch-Jozsa 演算法(下)
algorithm
5
Deutsch-Jozsa 演算法(上)
algorithm
4
量子演算法總覽
algorithm
1
Deutsch 演算法(下)
algorithm
3
Deutsch 演算法(上)
algorithm
2
量子計算概覽:當電腦遇上量子世界
basic-algorithm
1
自學資源與路線:入門量子計算的第一步
basic-algorithm
2
量子電路:量子邏輯閘的實踐
basic-algorithm
17
測量:讀取計算結果
basic-algorithm
16
量子邏輯閘(下):量子邏輯閘的特性
basic-algorithm
15
量子邏輯閘(中):多個量子位元的操作
basic-algorithm
14
量子位元 (下):量子糾纏
basic-algorithm
13
量子位元(中):多個量子位元
basic-algorithm
12
布洛赫球面 (下):解讀量子邏輯閘的運作
basic-algorithm
11
布洛赫球面(上):量子位元可視化
basic-algorithm
10
量子邏輯閘(上):單一量子位元操作
basic-algorithm
9
量子位元(上):量子計算的基本單位
basic-algorithm
8
重視經典電腦:過渡到量子電腦
basic-algorithm
7
Pennylane 簡介
pennylane
1
演算法複雜度
basic-algorithm
6
經典邏輯閘(下):邏輯閘的特性
basic-algorithm
5
經典邏輯閘(上):電腦運算的基礎
basic-algorithm
4
電腦的世界只有 0 與 1:二進位表示法
basic-algorithm
3
量子硬體總覽
hardware-general
1
第三題:Many-Body Quantum Dynamics
ibm-2023-spring
3
第二題:Quantum Random Walks and Localization
ibm-2023-spring
2
第一題:Trotterization
ibm-2023-spring
1
如何綜合評估量子電腦的表現
hardware-general
10
Qubit 狀態的壽命(相干時間):T2
hardware-general
9
Qubit 狀態的壽命(相干時間):T1
hardware-general
8
保真度(Fidelity):衡量量子邏輯閘的指標
hardware-general
7
附錄 C:絕熱通道
hardware-general
13
如何操作 Qubit:絕熱通道(Adiabetic passage)
hardware-general
6
附錄 B:拉比震盪
hardware-general
12
如何操作 Qubit:拉比震盪(Rabi Oscillation)
hardware-general
5
附錄 A:雙態系統
hardware-general
11
Deutsch 演算法
basic-algorithm
18
雙態系統(Two Level System):Qubit 的基礎
hardware-general
4
DiVincenzo Criteria:量子電腦的五大標準
hardware-general
3
自學資源與路線:入門量子電腦硬體的第一步
hardware-general
2
課程撰寫中
s
1
特徵向量和特徵值(eigenvector and eigenvalue)
linear-algebra
9
量子計算中的特殊矩陣
linear-algebra
8
張量積(Tensor product)
linear-algebra
7
Orthonormal Bases
linear-algebra
6
正交(Orthogonality)
linear-algebra
5
基(Basis)
linear-algebra
4
數學基礎:量子計算的起點
linear-algebra
2
量子計算的數學之鑰:線性代數入門
linear-algebra
1
什麼是量子電腦?
quantum-computer-basics
1
量子電腦如何改變世界
quantum-computer-basics
2
如何實現量子電腦
quantum-computer-basics
7
電腦怎麼做計算
quantum-computer-basics
3
疊加態
quantum-computer-basics
5
量子糾纏
quantum-computer-basics
6
進入量子世界
quantum-computer-basics
4
自學資源與路線
quantum-computer-basics
8
狄拉克(Dirac)表示法
linear-algebra
3
量子電腦現況與未來
quantum-computer-basics
9
上ㄧ課
#上一課課程名稱
下ㄧ課
#下一課課程名稱
課程目錄