基于量子电路的信用风险分析适应性方法

《IEEE Transactions on Quantum Engineering》：Quantum Circuit-Based Adaptation for Credit Risk Analysis

　　

摘要：

噪声中等规模量子（NISQ）处理器对噪声非常敏感，容易发生量子退相干，并且目前还无法实现连续的量子纠错以支持容错量子计算。因此，在容错技术尚未成熟的时代设计的量子算法必须考虑到硬件的噪声特性，研究量子硬件性能与量子算法输出之间的关系至关重要。在这项工作中，我们通过实验研究了在超导量子处理单元上运行的、具有硬件感知能力的变分量子电路如何模拟与特定应用场景相关的分布，例如高斯条件独立模型中的潜在因子加载所需的标准高斯分布。我们采用了一种针对特定量子硬件拓扑结构优化的转译技术，该技术能够最小化门电路的深度和连接违规问题，并对电路中的门操作进行校准，从而实现量子算法的最佳输出。我们的结果证明了在受金融应用启发的小规模概念验证模型上进行量子适应性调整的可行性，为理解NISQ设备的实际应用提供了一个良好的起点。