【量子计算】第二届·2022量子精选论文复现挑战赛——论文选题帖
收藏回复举报
【量子计算】第二届·2022量子精选论文复现挑战赛——论文选题帖
新人帖
发表于2022-12-28 16:15:20
0 查看

老论坛的地址:点击此处

2023年01月15日前迁移到新论坛,届时老论坛论坛中的所以帖子将会被锁定,也不能发新帖子或评论,仅支持查看内容。欢迎大家到我们的新论坛中开启新的篇章。

解锁新论坛在新论坛中发帖需要大家先注册账号,建议大家新账号的昵称与老账号一致哦!欢迎大家多多提问和分享技术干货,感谢大家支持和谅解。

您看到的本文是新论坛帖子,请大家在本帖下方回复认领论文!!!

一、大赛简介

第二届·2022量子计算论文复现大赛是由HiQ量子计算软件团队发起的面向量子计算领域的开发者大赛。活动邀请对量子计算感兴趣的开发者,基于HiQ量子计算云平台、AI深度学习框架MindSpore面向量子计算的 MindSpore Quantum、AI开发平台ModelArts,复现论文算法,并将算法开放共享到ModelArts AI Gallery和技术交流网站,推进量子计算基础与应用研究,实现技术创新。

大赛官网链接:点击查看

二、论文选题

序号论文题目复现要求报名情况复现状态
01

Koopman operator learning for accelerating quantum optimization and machine learning

利用koopman学习方法加速ising 模型的量子优化。

复现论文中的fig3-(b) 中的Full VQE、DMD和SW-DMD

结果与图中结果吻合。

已选

whisky98

已提交作品,复现成功

02

Deep-Circuit QAOA

利用MindQuantum复现深度QAOA量子算法,在6比特的3-regular图上选择合理的深度,复现论文图8中原始和优化后的QAOA算法。

已选

hw_008617828867537_02

03

Equivalence Checking of Parameterized Quantum Circuits

研究并理解论文内容,在MindQuantum架构中完成论文所提到的量子线路等价方法,选择论文中Table 1中的线路进行算法验证。

已选

faketrue

已提交作品,复现成功

04

Real-Time Evolution for Ultracompact Hamiltonian Eigenstates on Quantum Hardware

理解文中的VQPE概念,利用Mindquantum复现图9和图10

05

Avoiding Barren Plateaus Using Classical Shadows

使用文章中提供的方法,利用MindQuantum来求解海森堡模型的基态,复现论文中的图5和图6.

已选

hid_b4uryzmyfxuzzn1

已提交作品,复现成功
06

Generating Approximate Ground States of Molecules Using Quantum Machine Learning

利用MindQuantum复现论文中的图6~图12

已选

hid_j6gzo1ussonk-2l

07QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines

利用MindQuantum复现FIG.5 (b)中, u9r-60图的p=1的情形下,近似率随着所选比特数为8,10,12,14情况下的结果。

已选

waikikilick

已提交作品,复现成功

08

An Adaptive Quantum Approximate Optimization Algorithm for Solving Combinatorial Problems on a Quantum Computer

文章中Adapt-QAOA能显著提高效果同时减少所需门数量,请利用MindQuantum复现文中Fig1中的效果提升图,同时复现Fig2中给定精度下所减少的门数量。

已选

waikikilick 

已提交作品,未通过审核,按照评审意见优化后可再次提交

09

Modular Parity Quantum Approximate Optimization

利用MindQuantum复现论文中的图6~图7

10

Covariance Matrix Preparation for Quantum Principal Component Analysis

利用MindQuantum复现论文中的图7~图8

11

Quantum Local Search with the Quantum Alternating Operator Ansatz

利用MindQuantum复现论文中的图3~图8

已选

mismagical

12

Extending the Variational Quantum Eigensolver to Finite Temperatures

利用MindQuantum复现论文中的图2~图5

已选

Buatum

13

Simulating time evolution on distributed quantum computers

利用MindQuantum复现论文中的图2~图3

已选

YaoSongSustech

14

Real-Time Krylov Theory for Quantum Computing Algorithms

利用MindQuantum复现论文中的图2~图4

已选

overshiki

15

Pricing multi-asset derivatives by variational quantum algorithms

利用MindQuantum复现论文中的图3

已选

tanner_lj

16

One-Step Time Series Forecasting Using Variational Quantum Circuits

利用MindQuantum复现论文中的图4(用文章的量子算法复现图中所有免费公开的数据集,要求错误率与图中相近或更低,且不得超过10%)

已选

ye_jiarui

17

Towards Perturbation Theory Methods on a Quantum Computer

参考图1,用MindQuantum实现文章的量子算法,并复现出图3。(不要求复现经典算法对应的曲线)

已选

hw_008615201439470_02

已提交作品,复现成功

18

Obstacles to State Preparation and Variational Optimization from Symmetry Protection

文章提出的Recursive-QAOA方案能极大提高求解成果率,请利用MindQuantum复现论文图Fig1类似结果,节点数为20,nc取值不大于8。(文章对一层的QAOA线路直接得到解析结果,这里请使用模拟器搭建线路实现)

已选

hw58695368

已提交作品,复现成功

19

Digitized-counterdiabatic quantum approximate optimization algorithm

文章提出的DC-QAOA方法能显著提高QAOA收敛性能,利用MindQuantum使用复现文章结果图3(a)3-regular图的max-cut结果、以及(b)中SK模型的不同层数下结果。

已选

Mr_Tang754

已提交作品,复现成功

20

Bridging Classical and Quantum with SDP initialized warm-starts for QAOA

利用MindQuantum使用文章所使用方法对经典解mapping到布洛赫球上后进行热启动QAOA达到超过经典的效果,复现Fig5中结果(图的来源附录A.3)。

21

Quantum Neural Network Classifiers: A Tutorial

研究并理解文章内容,利用MindQuantum实现对Table 2中 对Fashion Mnist及MNIST的分类任务的结果(误差小于0.01)

已选

yjshun

已提交作品,复现成功

22

Variational Quantum Eigensolver Ansatz for the J1-J2-model

利用MindQuantum实现J1-J2 Heisenberg线路,复现文章中Fig.4的12,16,20 qubits 周期性边界条件Heisenberg lattice的VQE复现工作

已选

waikikilick

已提交作品,复现成功

23

Quantum variational learning for entanglement witnessing

研读论文,利用MindQuantum复现文章中quantum entanglement witness判别线路,复现文章中Fig.5的3-qubits hypergraph entangled states的结果。

已选

your_lili

已提交作品,复现成功

24

Multiqubit state learning with entangling quantum generative adversarial networks

利用MindQuantum实现SWAP TEST和QGAN;利用MindQuantum的噪声功能,复现Table 1中的结果。要求按照文中的噪声设置水平进行试验,且SWAP TEST的保真度做到0.93以上,QGAN的保真度做到0.98以上。

已选

chzh32

已提交作品,复现成功

25

Fermionic approach to variational quantum simulation of Kitaev spin models

利用MindQuantum实现Kitaev旋转模型和文中提出的VQE算法,复现fig.3(b)两个模型(2×2 square-octagon,3×3 honeycomb)上的能量误差图(即(b)的第一张图)。

已选

hw08624896

26

Quantum Algorithm for Approximating Maximum Independent Sets

文章提出首个超越经典算法的寻找最大独立集近似解的量子算法。请利用Mindquantum实现其中的转动操作,复现文中图Fig.2(a)与Fig.3(a)。

27

An Efficient Gradient Sensitive Alternate Framework for VQE with Variable Ansatz

利用MindSpore和MindQuantum复现论文中Fig 4 ~ Fig 8

已释放

其他人可选

28

LAWS: Look Around and Warm-Start Natural Gradient Descent for Quantum Neural Networks

利用MindSpore和MindQuantum复现论文中Fig 2(b) ~ Fig 2(d),Fig 3(b) ~ Fig 3(d)

29

ADAPT-VQE is insensitive to rough parameter landscapes and barren plateaus

利用MindSpore和MindQuantum复现论文中Fig 1 ~ Fig 6

已选

kylinsu

30

A Classical-Quantum Convolutional Neural Network for

Detecting Pneumonia from Chest Radiographs

利用MindQuantum编写量子经典混合模型,进行分类训练,复现论文图4结果。

已选

jiawang_yu

已提交作品,复现成功

31

Gaussian initializations help deep variational quantum circuits escape from the barren plateau

利用MindQuantum编写变分量子算法,寻找海森堡模型基态和基态能量,使用不同初始化方法,使用精确梯度,复现论文图2(a)、2(c)结果。

已选

audioe

32

Quantum Approximate Optimization Algorithm for Bayesian network structure learning

利用MindQuantum编写QAOA,解决贝叶斯网络结构学习问题,利用文中方法复现论文图6结果。

第一选题人已释放,其他人可选

33

Quanvolutional Neural Networks: Powering Image Recognition with Quantum Circuits

编写图像识别的训练模型,复现论文中的图3(经典神经网络的结果不用复现)。

已选

xjtu_qiubo

34

Experimental quantum speed-up in reinforcement learning agents

复现图4(d),得到量子相对经典在前100 epochs中的加速的结果。

已选firing_feather

35

自选提交通过审核

Quantum machine  learning for data scientists

阅读并理解本篇论文,使用mindquantum复现关于本篇论文中D.Quantum  principal component analysis的算法

36

Quantum circuit architecture search error mitigation and trainability enhancement for variational quantum solvers

在无噪声的情况下完成论文中的量子线路搜索算法,复现分类问题的图(2)f(精度要求90%以上)和氢分子基态能量求解的图(3)d(精度要求-1.136Ha)。

37

Learning to learn with quantum neural networks via classical neural network

编写论文中的混合神经网络,实现一个QAOA求解Maxcut 的优化器。使用500个6-8节点的随机图作为训练集,20个9节点图作为测试集,达到平均相对误差小于0.1

38

Variational Quantum Linear Solver

求解d-sparse matrices with dimension 10x10,复现论文图4

已选

jiawang_yu

已提交作品,复现成功

39

自选提交通过审核

Qiskit As a Simulation Platform for  Measurement-based Quantum Computation

利用cluster states  的方法,通过量子门电路,实现H门,CNOT门,任意角度旋转门以及Grover算法。

已选

hid_0itzarbkwx3borp

40

自选提交通过审核

Variational Quantum Factoring

参照论文的第二、三部分复现VQF的经典预处理及QAOA算法,并给出35、56153和291311的分解结果。

已选

hw58695368

已提交作品,复现成功

41

Experimental Quantum Principal Component Analysis via Parametrized Quantum Circuits

基于MindQuantum的参数化量子线路,在4比特情形下实现论文中提到的主成分分析法,并进行类似的人脸识别任务

第一选题人释放

已选

hw_deviludier

42

Filtering variational quantum algorithms for combinatorial optimization

利用MindQuantum实现论文中的F-VQE算法,在n=5,7,9时,复现论文中的Fig5

第一选题人释放

其他人可选

43

Variational Quantum Soft Actor-Critic

利用MindQuantum和MindSpore实现量子强化学习算法SAC,复现论文中的Fig6

已选

big91987

44

自选提交通过审核

Variational quantum eigensolver for  dynamic correlation functions

使用文章提供的方法,利用mindquantum求解H2和LiH分子的谱函数,复现论文图3和图4(经典计算结果可不做要求,如图3的Hartree-Fock、Exact,图4的Hartree-Fock、Exact  CAS(Dyson)、Exact CAS(Non-Dyson))。

已选

hw92075405

45

自选提交通过审核

Quantum autoencoders for efficient compressions of quantum data

复现论文中的fig.6和fig.7

46

Quantum algorithm for quicker clinical prognostic analysis: an application and experimental study using CT scan images of COVID-19 patients

利用MindQuantum复现论文中的QNN算法,并在COVID-19数据集中复现fig9中QNN的准确率

已选

ztB_uestc

47

Image Compression and Classification Using Qubits and Quantum Deep Learning

实现figure 6

第一选题人释放

已选 richybai

已提交作品,复现成功

48

Variational quantum algorithm for molecular geometry optimization

复现 FIG.4的(a)和(b)

已选

ctuozhi

49

Quantum Generative Models for Small Molecule Drug Discovery

使用MindQuantum,复现论文fig5中qgan训练结果

已选

ChouYouFoo

50Quantum embeddings for machine learning复现图4和图5

已选

hw079339333

51Simulation of Modular Exponentiation Circuit for Shor's Algorithm in Qiskit复现fig 7,8,9,10,11,12中的运算器

已选

your_lili

已提交作品,复现成功
52Practical distributed quantum information processing with LOCCNet复现fig3,5,7,8
53Variational Quantum Singular Value Decomposition基于MindQuantum实现VQSVD算法,复现使用Fig.3的ansatz下Fig.4中层数10与20情况下使用不同数目奇异值进行重构的情况。(复现使用Fig.6(a),(b),(c),(d)不同ansatz得到Fig.7中结果。)(复现Fig.5中利用VQSVD对#7压缩后的图像。)

已选

your_lili

已提交作品,复现成功
54Variational quantum algorithms for trace norms and their applications基于MindQuantum,实现QVTN算法,复现Fig.5求给定M矩阵的trace norm随迭代次数变化图。

已选

hid_tk1zaoo2lfzd3jw

已提交作品,复现成功
55Variational Quantum Algorithm for Schmidt Decomposition基于MindQuantum使用变分量子算法实现Schmidt分解,复现Fig.3中随机8bit纠缠态的Schmidt分解。(及Fig.7中不同Schmidt rank下 logarithm negativity的估计。)

已选

hid_e1epy2880gg9i5u

56The power of quantum neural networks基于MindQuantum,复现论文中fig.3的(a)和(b)。

第一选题人已释放

其他人可选

57
58Circuit-centric quantum classifiers利用MindQuantum复现文章中的table 5的QC结果+其中任意一个对比结果。

已选

hid_xkspzv_tpdjj628

59
60Quantum Algorithms for Deep Convolutional Neural Networks使用MindQuantum复现论文中的qcnn改良后的前向传播和反向传播算法

已选

mrcangye

61Seelbach Benkner, Marcel, et al. "Q-Match: Iterative Shape Matching via Quantum Annealing." International Conference on Computer Vision. IEEE, 2021.实现文中的经典-量子混合算法 Algorithm 1,在 FAUST 数据集上执行点云匹配,复现图3、图4。
62Quantum Wasserstein Generative Adversarial Networks参照论文第四部分对QWGAN的定义,实现模拟,得到类似论文中图4的混态模拟效果
63EP-PQM: Efficient Parametric Probabilistic Quantum Memory with Fewer Qubits and Gates参照论文的第二、三部分复现P-PQM和EP-PQM的细节,并在五个数据集中对给定的dataset进行实验,得到论文第四部分的结果。

64

自选提交通过审核

Quantum Communication for Wireless Wide-Area Networks1、使用代码复现论文 Fig.3, Fig.5, Fig.6, Fig.8, Fig.9, Fig.13, Fig.14线路; 

2、随机选取输入状态,测量输出状态,验证线路正确性。

已选

your_lili

已提交作品,复现成功

三、参赛选手的操作

直接在本帖下方盖楼回复 华为云账号名+个人邮箱+论文题目序号(本帖表格中的序号)+论文题目 完成选题环节。

回复样例:请点击此处查看自己的华为云账号名 + lunwen***@126.com + 论文01 + Quanvolutional Neural Networks: Powering Image Recognition with Quantum Circuits

注意:

1. 每篇论文为一个任务,参赛者可以基于自己感兴趣或者熟悉的领域选择一个或者多个任务。一次只能选择一个,第一个任务完成后才能选择第二个任务。

2. 每个任务只能一个人认领,先到先得,参赛者在选定任务之后一个月内按照要求完成作品并提交,未完成的任务会释放,其他参赛者可继续认领。

3. 请参赛选手务必在本帖下方盖楼回复所选论文题目。

4. 如复现自选论文,请先点击此处提交论文信息。

自选论文要求:

  • 面向量子化学、组合优化和量子机器学习领域的论文,大赛优先选用有开源代码的论文。
  • 能够使用MindSpore Quantum量子计算框架进行复现。
  • 能够基于HiQ量子计算云平台(CPU:2U8GB)复现论文。

本次活动的最终解释权归量子计算论文复现大赛组委会所有。

本帖最后由 匿名用户2023/03/10 12:13:53 编辑

我要发帖子