Welcome to Quautum Software Hands on’s documentation!

Contents:

• Qulacsの基本的な使い方
  • QuantumStateクラス：量子状態の取扱
  • 量子演算とその実行
  • 量子回路の構成
  • 量子回路の可視化
  • Qulacsの計算速度を体感
  • Observable クラス
• ラムゼイ干渉をプロットする
  • 直接期待値を計算する
  • サンプリングで期待値を推定する
  • ノイズありのラムゼイ干渉
• 変分法を用いて量子演算を特定の演算で分解する
  • 最大エンタングル状態の生成
  • エンタングルメント忠実度を計算する
  • 忠実度を最適化することで、演算の分解を見つける
  • 応用編：CNOT演算を分解する
• ランダム量子回路と量子ボリューム
  • ランダム量子回路
  • Heavy Output を生成する
  • 実際にサンプリングをして、heavy outputを得る確率を推定してみよう
• サンプリングによってオブザーバブルの期待値を推定する
  • オブザーバブルを定義する
  • 適当な状態を準備する
  • サンプリングをしてみる。
• パラメータシフト法による勾配最適化
  • パラメータシフト法による勾配
  • 最適化
  • 発展編：統計ノイズのもとでの勾配降下法
• 簡単な量子回路学習を実行してみる
  • 回路作成と出力の定義
  • データの用意
  • コスト関数の定義と可視化
  • 勾配を計算する関数を準備する
  • 勾配法による学習
  • 確率的勾配降下法による学習
• 量子カーネル法を使ってみる
  • IBM から提案されたカーネル
  • カーネル法の準備
  • 簡単な回帰問題を解く
  • 分類問題を解く
• Qulacsでの混合状態
  • DensityMatrixクラス：qulacsでの密度演算子（混合状態）の取り扱い
  • 量子状態（密度演算子）の準備
  • 密度演算子をnumpyのarrayに変換、あるいはその逆：get_matrix(), load()
  • いくつかのエラー：DepolarizingNoiseなど
  • 計算基底でのサンプリング：sampling()
  • 練習
  • 補足：変分量子アルゴリズムなどでは、QuantumCircuit,  ParametricQuantumCircuitを使いますが、このときcircuit.add_gate(DepolarizingNoise(0, 0.15))のように使えばOK。
• リチャードソン外挿法と指数関数外挿法を実装してみる
  • エラーなしの場合
  • エラーありの場合
  • エラーを変化させた場合
  • 外装法（リチャードソン外挿）の実装
  • 練習
• 擬確率法を実装してみる
  • エラーなしの場合
  • エラーありの場合
  • 擬確率法
  • ヒストグラムを作成（※計算時間が長い）
• 古典コンピュータを使った量子化学計算を実行してみる
  • 水素分子の計算（平均場近似と厳密対角化）
  • 電子相関と電子相関エネルギー
  • 電子相関エネルギーと化学的精度
  • 代表的なその他の量子化学計算手法
• 量子コンピュータ上に量子化学の問題をマッピングする
  • \(H_{qubit}\)を用意する手順
• 量子変分固有値法（VQE)を用いた基底状態計算
  • 復習: 水素分子のハミルトニアンをqubit表現で用意
  • 量子回路上でのHartree-Fock状態の用意
• 波動関数を表す量子回路\(U(\theta)\)の用意
  • 活性空間の概念とより大きな系の計算
• Qamuyを使った量子コンピュータｘ量子化学計算
  • 0.Qamuyを使った分子のエネルギー計算
  • 1. 分子構造の最適化
  • 2. 分子振動の計算
  • 簡単な化学反応計算（アンモニアの傘反転）
  • 励起状態計算
• 位相推定アルゴリズム
  • ハミルトニアンの定義
  • ハミルトニアンダイナミクスの定義
  • １つの補助量子ビットを導入しアダマールテストを繰り返す
  • 量子位相推定の実装
  • 発展編
• グローバー探索量子アルゴリズムをとことん実装する
• QAE を用いた信用ポートフォリオリスク計測
• \(\mathrm{SQ}(A)\)と\(\mathrm{SQ}(b)\)の実装について
  • セグメント木構造の実装
  • ベクトルに関するデータ構造 \(\mathrm{SQ}(v)\) の実装
  • 行列に基づくデータ構造 \(\mathrm{SQ}(A)\) の実装
  • まとめ
  • 参考文献
• \(x=A^+b\)に関する量子インスパイアード古典アルゴリズムPart1(行列\(C\)の特異値分解まで)
  • 行列\(A\)を定義する
  • \(\mathrm{SQ}(A)\)を定義する．
  • Step 1. 行添字のサンプリング: \(R^\mathsf{T} R \approx A^\mathsf{T}A\)を満たすような\(R\)を考える．
  • Step 2. 列のサンプリング：\(CC^\top \approx RR^\top\)を満たすような\(C\)を構成する．
  • \(C\)の特異値・特異ベクトルと\(A\)の特異値・特異ベクトルについて
  • まとめ
  • 参考文献
• \(x=A^+b\)に関する量子インスパイアード古典アルゴリズムPart2(行列\(C\)の特異値分解の後)
  • 行列\(A\)とベクトル\(b\)を定義する
  • \(\mathrm{SQ}(A)\)と\(\mathrm{Q}(b)\)を定義する．
  • 前のノートブックの復習
  • \(\mathrm{SQ}(x)\)の\(\mathrm{Query}(k)\)について
  • \(\mathrm{SQ}(x)\)の\(\mathrm{Sample}()\)について
  • \(\mathrm{SQ}(x)\)の\(\mathrm{Norm}()\)について
  • まとめ
  • 参考文献
  • 補足
• 2クラス問題に対する量子インスパイアード古典アルゴリズム
  • データセットを読み込む
  • 分類問題
  • 予測
  • 参考文献

Indices and tables

• Index

• Module Index

• Search Page