Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Quantum simulation of fermionic models in superconducting circuits

Laura García Álvarez

Published Sep 20, 2017• 0 citations
OpenAlex

Abstract

Investigamos varios métodos de simulación cuántica de modelos fermiónicos, y damos cuenta de una implementación de una de nuestras propuestas en un soporte de circuitos superconductores. Partiendo de la usual codificación digital de la información en qubits, habitual en computación cuántica universal, modificamos este esquema central para incorporar técnicas híbridas, donde no consideramos los qubits como únicos portadores de información, sino también otros elementos de las plataformas cuánticas, cuyos grados de libertad son recursos en potencia para almacenaje y cómputo. Atentos al concepto de ¿complejidad simulando complejidad¿, proponemos enfoques de simulación cuántica digital-analógica y protocolos clásico-cuánticos para así incrementar las capacidades de simulación de fermiones en los circuitos superconductores. Proponemos su aplicación para simulación de modelos fermiónicos en materia condensada, gravedad cuántica, teoría cuántica de campos, y química cuántica. Estos simuladores cuánticos especializados para ciertos problemas que usan codificación analógica de la información son buenos candidatos para lograr la simulación de problemas complejos en dispositivos cuánticos alcanzables con la tecnología actual.

Related papers

Complex systems in quantum technologies

Antonio Mezzacapo

En esta Tesis, se propone una serie de protocolos de información cuántica, analizando la viabilidad con la tecnología actual, en plataformas de iones atrapados y circuitos superconductores. Encontramos que los protocolos propuestos tienen que adaptarse a las ventajas e inconvenientes de cada plataforma. Se prueba que un qubit protegido, basado en una representación dual de una cadena fermiónica topológica, puede ser codificado en un sistema de trampa de iones, debido a sus propiedades específicas. Se analiza la simulación cuántica de fermiones, encontrando una mayor eficiencia debido a puertas colectivas que son realizables con la tecnología de iones atrapados. Dentro de este espíritu, estimamos las posibilidades de los circuitos superconductores de simular modelos de espines, sistemas fermiónicos y bosónicos. Extendemos estos conceptos a la simulación cuántica de sistemas dinámicos clásicos, encontrando que una simulación de la dinámica de Boltzmann discreta puede ser codificada en sistemas acoplados de qubits con bosones. Estos son los primeros pasos para explorar las simulaciones de dinámica de fluidos en un ordenador cuántico.

•Jun 1, 2015•0 citations

Quantum Computing Simulations Applied to Fermion–Boson Models of Radiation–Matter Interaction

Joan Sebastian Sandoval Parra

Este trabajo estudia la simulación cuántica digital de modelos fundamentales de la óptica cuántica, en particular los modelos de Jaynes–Cummings y de Rabi cuántico, desde una perspectiva teórico–computacional, con el objetivo de desarrollar esquemas de codificación en registros de qubits de tamaño arbitrario y analizar cómo el número de qubits y la estructura de los circuitos cuánticos condicionan la representación del sistema y su dinámica. Para ello, se aborda la discretización del espacio de Hilbert bosónico y la codificación de los operadores de creación y aniquilación en Hamiltonianos de interacción radiación–materia, considerando un escenario idealizado sin efectos de ruido. Las simulaciones numéricas clásicas realizadas con QuTiP se emplean como referencia, mientras que PennyLane se utiliza para la construcción y simulación de circuitos cuánticos. Se analizan distintos estados iniciales del campo y se evalúa de manera sistemática la dependencia del error de simulación y del costo computacional con el número de qubits y la profundidad de los circuitos.

•Jan 1, 2025•0 citations

Algoritmos Cuánticos Variacionales: Teoría y Simulación

Rafael Blasco Lorenzo

La computación cuántica es un paradigma de computación basado en las propiedades de la mecánica cuántica. Su unidad básica de información es el qubit, que permite estar en una superposición de múltiples estados. Esta propiedad, entre otras, permite la representación y manipulación de información de maneras que presentan potenciales ventajas respecto de otros tipos de computación. Sin embargo los ordenadores cuánticos actuales están limitados por la cantidad de ruido que sufren sus qubits. Los algoritmos cuánticos variacionales son una familia de arquitecturas de algoritmos cuánticos que surgen como una oportunidad en esta situación ya que debido a sus propiedades son capaces de alcanzar buenos resultados a pesar del ruido. La efectividad de esta aproximación depende de diversos factores como la tarea a resolver, el circuito cuántico utilizado, la optimización clásica, etc. que deben ser adaptados en cada situación. El objetivo de este proyecto es comprender y estudiar esta familia de arquitecturas desde sus fundamentos teóricos, y posteriormente realizar simulaciones que pongan en práctica estos conceptos. Para ello en la primera sección se definen los principios teóricos de la computación cuántica, para luego definir la arquitectura común entre los algoritmos variacionales y finalmente concretar en tres implementaciones relevantes, que después de exponerse serán implementadas con herramientas software de simulación de computación cuántica.

•Jul 31, 2026•0 citations

Tecnologías de computación cuántica analógico-digital

Enzo Torres García

En este trabajo se estudia la computación cuántica digital-analógica (DAQC), un paradigma de la computación cuántica que combina bloques de evolución analógica continua con operaciones digitales discretas para aprovechar las ventajas de ambos enfoques. Tras introducir los fundamentos de la simulación cuántica digital y analógica, se desarrolla un ejemplo concreto de implementación DAQC basado en la simulación del modelo cuántico de Rabi en circuitos superconductores. A continuación, se analizan seis experimentos recientes realizados en tres plataformas físicas: iones atrapados, átomos de Rydberg y circuitos superconductores. Para cada experimento se describen los objetivos, el protocolo experimental, los resultados principales, los recursos cuánticos empleados y sus aportaciones respecto a la ventaja cuántica. Los experimentos estudiados muestran que el paradigma DAQC permite abordar problemas de simulación de sistemas cuánticos de muchos cuerpos fuera del equilibrio. Entre los resultados analizados se incluyen la observación del efecto Mpemba cuántico, el control Floquet de interacciones, el estudio de transiciones de fase, la dinámica de coarsening, la termalización y la simulación de propagación y localización en cadenas cuánticas. En conjunto, estos trabajos muestran que la combinación de bloques analógicos con operaciones digitales proporciona una vía prometedora para explotar los dispositivos cuánticos actuales. Aunque no todos los experimentos alcanzan ventaja cuántica estricta, algunos de ellos acceden a regímenes de tamaño y complejidad difíciles de reproducir mediante métodos clásicos, lo que evidencia el potencial del enfoque DAQC en la era NISQ.

•Jun 30, 2026•0 citations

Simulación y estudio de la complejidad de estados en computación cuántica discreta

Rafael Martín-Cuevas Redondo

La Computación Cuántica se presenta como un paradigma de computación no clásico que hace uso de fenómenos cuánticos para la realización de cálculos computacionales. De entre sus distintas implementaciones o manifestaciones, la basada en puertas cuánticas se considera la más versátil o de aplicación general, por su posibilidad de construir circuitos a partir de componentes más elementales. Dichos componentes son las puertas cuánticas, conceptualmente equivalentes a sus homónimas en el paradigma de computación clásica o basada en bits. Mientras que las puertas lógicas clásicas permiten la transformación del estado presentado por un registro en n bits, y en ello basamos la práctica totalidad de los dispositivos electrónicos actuales, las puertas cuánticas permiten a su vez la transformación de los estados de registros de n qubits. A dichos estados, se los denomina estados cuánticos. A diferencia de lo que ocurre en el caso de un bit, que puede estar únicamente en los estados 0 o 1, un qubit puede encontrarse en cualquiera de ambos estados -denominados clásicos-, o en una superposición lineal de ambos. Dicha superposición, regida por coeficientes complejos, establece qué probabilidad tenemos de obtener el qubit un estado 0, o un estado 1, si le aplicamos un proceso de medición. En la gran variedad de formas en que podemos superponer los estados clásicos de cada n-qubit, reside la potencia de este paradigma. El modelo discreto de Computación Cuántica propone el uso de estados cuánticos que cumplen unas determinadas propiedades, simplificando así el modelo continuo y permitiendo el uso de nuevos parámetros para comprender la relación entre los distintos estados cuánticos y su transformación mediante puertas cuánticas. Concretamente, se destacan dos: el número mínimo de puertas necesarias para alcanzar un determinado estado cuántico discreto desde uno de la base computacional -complejidad c-, y el parámetro necesarios para mantener la norma unitaria del vector que representa el estado -novel k-. Su estudio será determinante par identificar familias de estados discretos con propiedades particulares, algoritmos para el uso o la exploración del modelo discreto, y conclusiones sobre la complejidad de los estados del modelo. Abstract: Quantum Computing presents itself as a non-classical computing paradigm that uses quantum phenomena to make computational calculations. Among its different implementations or manifestations, the one based on quantum gates is considered as the most versatile or general-purpose one, due to its ability to create circuits using other basic components as its building blocks. Those basic components are quantum logic gates, conceptually equivalent to their homonym counterpart in classical or bit-based computing. Whereas classical logic gates enable the transformation of any state of a register of n bits, and almost every current electronic device is based on this paradigm, quantum logic gates are used to transform the states allowed by a register of n qubits. We will refer to those states of a n-qubit as quantum states. Opposed to a bit, that can only be in either a 0 or 1 state, a qubit can be in any of those so-called classical states, but also in any linear superposition of both. That superposition, determined by complex coefficients, establishes the probability to obtain either a 0 or a 1 from the qubit, after applying a measuring procedure to it. The computational power of this paradigm is based on the huge number of configurations that every n-qubit can have. The discrete model of Quantum Computing suggets the use of quantum states that verify certain additional properties, therefore simplifying the continuous model, and en-abling the use of new parameters to understand the relationship between different quantum states, and its transformation with quantum logic gates. Specifically, two are highlighted: the minimum number of gates required to reach a quantum state from one of the computational base -complexity c-, and the parameter needed to ensure that the vector that represents a quantum state remains unitary -level k-. Their study will play a key role in identifying families of quantum states with relevant characteristics, algorithms that allow for the use or the exploration of the discrete model, and conclusions about the complexity of the states of this model.

•Jan 1, 2018•0 citations

Modeling quantum algorithms for the simulation of biological neural networks

Lucas Damián Alaniz Pintos

Este proyecto tiene como objetivo explorar el potencial de los algoritmos cuánticos en la simulación de redes neuronales biológicas. Aprovechando la computación cuántica en la nube proporcionada por IBM Quantum, se integran técnicas avanzadas de inteligencia artificial (IA) para optimizar y mejorar los modelos neuronales. Se utilizan datos detallados de conectividad y expresión génica obtenidos del Allen Brain Atlas, procesados y limpiados para facilitar su uso en simulaciones cuánticas. Los resultados demuestran la capacidad de los algoritmos cuánticos para manejar la complejidad de las redes neuronales biológicas, proporcionando una herramienta poderosa para la investigación en neurociencia y biología. La computación cuántica ofrece ventajas significativas en términos de eficiencia y escalabilidad para la simulación de sistemas biológicos complejos. Este trabajo detalla los pasos realizados, los resultados obtenidos y las conclusiones derivadas del proceso, destacando el papel crucial de la IA en la optimización de los parámetros del circuito cuántico y en el análisis de los resultados de las simulaciones

Metrópolis | Revista de Estudios Universitarios Globales•Jul 16, 2024•0 citations
Investigamos varios métodos de simulación cuántica de modelos fermiónicos, y damos cuenta de una implementación de una de nuestras propuestas en un soporte de circuitos superconductores. Partiendo de la usual codificación digital de la información en qubits, habitual en computación cuántica universal, modificamos este esquema central para incorporar técnicas híbridas, donde no consideramos los qubits como únicos portadores de información, sino también otros elementos de las plataformas cuánticas, cuyos grados de libertad son recursos en potencia para almacenaje y cómputo. Atentos al concepto de ¿complejidad simulando complejidad¿, proponemos enfoques de simulación cuántica digital-analógica y protocolos clásico-cuánticos para así incrementar las capacidades de simulación de fermiones en los circuitos superconductores. Proponemos su aplicación para simulación de modelos fermiónicos en materia condensada, gravedad cuántica, teoría cuántica de campos, y química cuántica. Estos simuladores cuánticos especializados para ciertos problemas que usan codificación analógica de la información son buenos candidatos para lograr la simulación de problemas complejos en dispositivos cuánticos alcanzables con la tecnología actual.
En esta Tesis, se propone una serie de protocolos de información cuántica, analizando la viabilidad con la tecnología actual, en plataformas de iones atrapados y circuitos superconductores. Encontramos que los protocolos propuestos tienen que adaptarse a las ventajas e inconvenientes de cada plataforma. Se prueba que un qubit protegido, basado en una representación dual de una cadena fermiónica topológica, puede ser codificado en un sistema de trampa de iones, debido a sus propiedades específicas. Se analiza la simulación cuántica de fermiones, encontrando una mayor eficiencia debido a puertas colectivas que son realizables con la tecnología de iones atrapados. Dentro de este espíritu, estimamos las posibilidades de los circuitos superconductores de simular modelos de espines, sistemas fermiónicos y bosónicos. Extendemos estos conceptos a la simulación cuántica de sistemas dinámicos clásicos, encontrando que una simulación de la dinámica de Boltzmann discreta puede ser codificada en sistemas acoplados de qubits con bosones. Estos son los primeros pasos para explorar las simulaciones de dinámica de fluidos en un ordenador cuántico.
Este trabajo estudia la simulación cuántica digital de modelos fundamentales de la óptica cuántica, en particular los modelos de Jaynes–Cummings y de Rabi cuántico, desde una perspectiva teórico–computacional, con el objetivo de desarrollar esquemas de codificación en registros de qubits de tamaño arbitrario y analizar cómo el número de qubits y la estructura de los circuitos cuánticos condicionan la representación del sistema y su dinámica. Para ello, se aborda la discretización del espacio de Hilbert bosónico y la codificación de los operadores de creación y aniquilación en Hamiltonianos de interacción radiación–materia, considerando un escenario idealizado sin efectos de ruido. Las simulaciones numéricas clásicas realizadas con QuTiP se emplean como referencia, mientras que PennyLane se utiliza para la construcción y simulación de circuitos cuánticos. Se analizan distintos estados iniciales del campo y se evalúa de manera sistemática la dependencia del error de simulación y del costo computacional con el número de qubits y la profundidad de los circuitos.
La computación cuántica es un paradigma de computación basado en las propiedades de la mecánica cuántica. Su unidad básica de información es el qubit, que permite estar en una superposición de múltiples estados. Esta propiedad, entre otras, permite la representación y manipulación de información de maneras que presentan potenciales ventajas respecto de otros tipos de computación. Sin embargo los ordenadores cuánticos actuales están limitados por la cantidad de ruido que sufren sus qubits. Los algoritmos cuánticos variacionales son una familia de arquitecturas de algoritmos cuánticos que surgen como una oportunidad en esta situación ya que debido a sus propiedades son capaces de alcanzar buenos resultados a pesar del ruido. La efectividad de esta aproximación depende de diversos factores como la tarea a resolver, el circuito cuántico utilizado, la optimización clásica, etc. que deben ser adaptados en cada situación. El objetivo de este proyecto es comprender y estudiar esta familia de arquitecturas desde sus fundamentos teóricos, y posteriormente realizar simulaciones que pongan en práctica estos conceptos. Para ello en la primera sección se definen los principios teóricos de la computación cuántica, para luego definir la arquitectura común entre los algoritmos variacionales y finalmente concretar en tres implementaciones relevantes, que después de exponerse serán implementadas con herramientas software de simulación de computación cuántica.
En este trabajo se estudia la computación cuántica digital-analógica (DAQC), un paradigma de la computación cuántica que combina bloques de evolución analógica continua con operaciones digitales discretas para aprovechar las ventajas de ambos enfoques. Tras introducir los fundamentos de la simulación cuántica digital y analógica, se desarrolla un ejemplo concreto de implementación DAQC basado en la simulación del modelo cuántico de Rabi en circuitos superconductores. A continuación, se analizan seis experimentos recientes realizados en tres plataformas físicas: iones atrapados, átomos de Rydberg y circuitos superconductores. Para cada experimento se describen los objetivos, el protocolo experimental, los resultados principales, los recursos cuánticos empleados y sus aportaciones respecto a la ventaja cuántica. Los experimentos estudiados muestran que el paradigma DAQC permite abordar problemas de simulación de sistemas cuánticos de muchos cuerpos fuera del equilibrio. Entre los resultados analizados se incluyen la observación del efecto Mpemba cuántico, el control Floquet de interacciones, el estudio de transiciones de fase, la dinámica de coarsening, la termalización y la simulación de propagación y localización en cadenas cuánticas. En conjunto, estos trabajos muestran que la combinación de bloques analógicos con operaciones digitales proporciona una vía prometedora para explotar los dispositivos cuánticos actuales. Aunque no todos los experimentos alcanzan ventaja cuántica estricta, algunos de ellos acceden a regímenes de tamaño y complejidad difíciles de reproducir mediante métodos clásicos, lo que evidencia el potencial del enfoque DAQC en la era NISQ.
La Computación Cuántica se presenta como un paradigma de computación no clásico que hace uso de fenómenos cuánticos para la realización de cálculos computacionales. De entre sus distintas implementaciones o manifestaciones, la basada en puertas cuánticas se considera la más versátil o de aplicación general, por su posibilidad de construir circuitos a partir de componentes más elementales. Dichos componentes son las puertas cuánticas, conceptualmente equivalentes a sus homónimas en el paradigma de computación clásica o basada en bits. Mientras que las puertas lógicas clásicas permiten la transformación del estado presentado por un registro en n bits, y en ello basamos la práctica totalidad de los dispositivos electrónicos actuales, las puertas cuánticas permiten a su vez la transformación de los estados de registros de n qubits. A dichos estados, se los denomina estados cuánticos. A diferencia de lo que ocurre en el caso de un bit, que puede estar únicamente en los estados 0 o 1, un qubit puede encontrarse en cualquiera de ambos estados -denominados clásicos-, o en una superposición lineal de ambos. Dicha superposición, regida por coeficientes complejos, establece qué probabilidad tenemos de obtener el qubit un estado 0, o un estado 1, si le aplicamos un proceso de medición. En la gran variedad de formas en que podemos superponer los estados clásicos de cada n-qubit, reside la potencia de este paradigma. El modelo discreto de Computación Cuántica propone el uso de estados cuánticos que cumplen unas determinadas propiedades, simplificando así el modelo continuo y permitiendo el uso de nuevos parámetros para comprender la relación entre los distintos estados cuánticos y su transformación mediante puertas cuánticas. Concretamente, se destacan dos: el número mínimo de puertas necesarias para alcanzar un determinado estado cuántico discreto desde uno de la base computacional -complejidad c-, y el parámetro necesarios para mantener la norma unitaria del vector que representa el estado -novel k-. Su estudio será determinante par identificar familias de estados discretos con propiedades particulares, algoritmos para el uso o la exploración del modelo discreto, y conclusiones sobre la complejidad de los estados del modelo. Abstract: Quantum Computing presents itself as a non-classical computing paradigm that uses quantum phenomena to make computational calculations. Among its different implementations or manifestations, the one based on quantum gates is considered as the most versatile or general-purpose one, due to its ability to create circuits using other basic components as its building blocks. Those basic components are quantum logic gates, conceptually equivalent to their homonym counterpart in classical or bit-based computing. Whereas classical logic gates enable the transformation of any state of a register of n bits, and almost every current electronic device is based on this paradigm, quantum logic gates are used to transform the states allowed by a register of n qubits. We will refer to those states of a n-qubit as quantum states. Opposed to a bit, that can only be in either a 0 or 1 state, a qubit can be in any of those so-called classical states, but also in any linear superposition of both. That superposition, determined by complex coefficients, establishes the probability to obtain either a 0 or a 1 from the qubit, after applying a measuring procedure to it. The computational power of this paradigm is based on the huge number of configurations that every n-qubit can have. The discrete model of Quantum Computing suggets the use of quantum states that verify certain additional properties, therefore simplifying the continuous model, and en-abling the use of new parameters to understand the relationship between different quantum states, and its transformation with quantum logic gates. Specifically, two are highlighted: the minimum number of gates required to reach a quantum state from one of the computational base -complexity c-, and the parameter needed to ensure that the vector that represents a quantum state remains unitary -level k-. Their study will play a key role in identifying families of quantum states with relevant characteristics, algorithms that allow for the use or the exploration of the discrete model, and conclusions about the complexity of the states of this model.
Este proyecto tiene como objetivo explorar el potencial de los algoritmos cuánticos en la simulación de redes neuronales biológicas. Aprovechando la computación cuántica en la nube proporcionada por IBM Quantum, se integran técnicas avanzadas de inteligencia artificial (IA) para optimizar y mejorar los modelos neuronales. Se utilizan datos detallados de conectividad y expresión génica obtenidos del Allen Brain Atlas, procesados y limpiados para facilitar su uso en simulaciones cuánticas. Los resultados demuestran la capacidad de los algoritmos cuánticos para manejar la complejidad de las redes neuronales biológicas, proporcionando una herramienta poderosa para la investigación en neurociencia y biología. La computación cuántica ofrece ventajas significativas en términos de eficiencia y escalabilidad para la simulación de sistemas biológicos complejos. Este trabajo detalla los pasos realizados, los resultados obtenidos y las conclusiones derivadas del proceso, destacando el papel crucial de la IA en la optimización de los parámetros del circuito cuántico y en el análisis de los resultados de las simulaciones