คำถามติดแท็ก algorithm

เป็นชื่อที่แสดงให้เห็นแล้วคำถามนี้คือการติดตามของอื่น ๆ ฉันยินดีกับคุณภาพของคำตอบ แต่ฉันรู้สึกว่ามันน่าสนใจอย่างมากหากมีการเพิ่มความเข้าใจที่ลึกซึ้งเกี่ยวกับการเพิ่มประสิทธิภาพและเทคนิคการประมาณ แต่อาจหลุดหัวข้อดังนั้นคำถามนี้ จากคำตอบของ Blue: กฎง่ายๆในทฤษฎีความซับซ้อนคือถ้าคอมพิวเตอร์ควอนตัม "สามารถช่วย" ในแง่ของการแก้ปัญหาในเวลาพหุนาม (มีข้อผิดพลาดถูกผูกมัด) ถ้าชั้นของปัญหาสามารถแก้ปัญหาอยู่ใน BQP แต่ไม่ใช่ใน P หรือ BPP สิ่งนี้ใช้กับคลาสที่ประมาณได้อย่างไร มีคุณสมบัติทอพอโลยี, ตัวเลขและอื่น ๆ ของการคำนวณควอนตัมที่สามารถยกระดับได้หรือไม่? เป็นตัวอย่างของสิ่งที่ฉันขอ (แต่ไม่ จำกัด แน่นอน!) ใช้อัลกอริทึม Christofides : มันใช้ประโยชน์จากคุณสมบัติเชิงเรขาคณิตเฉพาะของกราฟที่ปรับให้เหมาะสม (สมมาตร, ความไม่เท่าเทียมกันของสามเหลี่ยม): พนักงานขายเดินทางบนโลกที่เป็นไปได้ . แต่พนักงานขายก็มีมวลชนจำนวนมากและเราสามารถรู้ตำแหน่งและโมเมนตัมของพวกเขาในเวลาเดียวกันด้วยความแม่นยำที่ยอดเยี่ยม บางทีรูปแบบควอนตัมสามารถทำงานได้เป็นอย่างดีสำหรับชนิดอื่น ๆ ของตัวชี้วัดที่มีข้อ จำกัด ที่ผ่อนคลายมากขึ้นเช่นความแตกต่าง KL ? ในกรณีดังกล่าวการแก้ปัญหาจะยังคงเป็นปัญหาที่สมบูรณ์ แต่การปรับให้เหมาะสมจะใช้สำหรับทอพอโลยีที่กว้างขึ้น ตัวอย่างนี้อาจใช้เวลานาน แต่ฉันหวังว่าคุณจะเข้าใจในสิ่งที่ฉันหมายถึง ฉันไม่รู้จริง ๆ ว่ามันสมเหตุสมผลหรือไม่ แต่คำตอบก็สามารถตอบได้ในกรณีนี้ …

11 algorithm  complexity-theory  optimization 

ในบทความที่โด่งดังของเขา " Conjugate Coding " (เขียนราวปี 1970) Stephen Wiesner เสนอโครงการสำหรับเงินควอนตัมที่เป็นไปไม่ได้ที่จะปลอมแปลงโดยไม่มีเงื่อนไขสมมติว่าธนาคารผู้ออกบัตรสามารถเข้าถึงตารางตัวเลขสุ่มจำนวนมากและธนบัตรนั้นสามารถนำกลับมาได้ ไปที่ธนาคารเพื่อตรวจสอบ ในรูปแบบของ Wiesner แต่ละธนบัตรประกอบด้วยคลาสสิก "หมายเลขซีเรียล"ร่วมกับควอนตัมรัฐเงินประกอบด้วย qubits unentangled แต่ละคนอย่างใดอย่างหนึ่ง| ψ s ⟩ nsss| ψs⟩|ψs⟩|\psi_s\ranglennn | 0⟩, | 1⟩, | +⟩=( | 0⟩+ | 1⟩) / 2 -√, หรือ| - ⟩ = ( | 0 ⟩ - | 1 ⟩ ) / …

11 algorithm  mathematics  cryptography  cryptocurrency  quantum-money 

ทุกคนสามารถให้รายการวารสารวิจัยที่แตกต่างกันซึ่งมีบทความการคำนวณควอนตัมที่ฉันสามารถใช้ได้

11 algorithm  models  research 

ในคำอื่น ๆ การวิจัยจะแฟยังคงอยู่แต่เพียงผู้เดียวในโลกคลาสสิกหรือมีการวิจัยที่น่าสนใจที่กำลังอยู่ในโลกควอนตัมที่เกี่ยวข้องกับแฟ?

10 algorithm  shors-algorithm 

ในฐานะที่เป็นส่วนหนึ่งของการสนทนากับเพื่อน 'คลาสสิค' ของฉันเขายืนยันว่าการทำให้เครื่องรัฐคำนวณผลคอมพิวเตอร์ควอนตัม ดังนั้นเพียงคำนวณผลลัพธ์ของอัลกอริทึม (รู้จัก) บนซูเปอร์คอมพิวเตอร์และเก็บผลลัพธ์ไว้ในตาราง Look-up (สิ่งที่ชอบจัดเก็บตารางความจริง) ดังนั้นทำไมผู้คนถึงทำงานกับเครื่องจำลองควอนตัม (พูดความสามารถสูงสุด 40 qubits); คำนวณผลการแข่งขันทุกครั้ง! ง่ายๆ (สมมุติ) ใช้ซูเปอร์คอมพิวเตอร์ของโลก (พูดความสามารถมากถึง 60 qubits); คำนวณผลลัพธ์สำหรับกรณีอินพุตเก็บผลลัพธ์และใช้เป็นข้อมูลอ้างอิง? ฉันจะโน้มน้าวเขาได้อย่างไรว่ามันเป็นไปไม่ได้? หมายเหตุ:สำหรับขั้นตอนวิธีควอนตัมที่รู้จักและการใช้งานวงจรที่รู้จัก2602602^{60}

10 algorithm  simulation 

ในคำตอบ @ DaftWullie เพื่อคำถามนี้เขาแสดงให้เห็นวิธีการที่จะเป็นตัวแทนในแง่ของควอนตัมประตูเมทริกซ์ใช้เป็นตัวอย่างในบทความนี้ อย่างไรก็ตามฉันเชื่อว่ามันไม่น่าเป็นไปได้ที่จะมีเมทริกซ์ที่มีโครงสร้างที่ดีในตัวอย่างชีวิตจริงดังนั้นฉันจึงพยายามมองหาวิธีอื่น ๆ เพื่อจำลองมิลโตเนียน ฉันพบในบทความหลายบทความที่อ้างอิงถึงบทความนี้โดย Aharonov และ Ta-Shma ซึ่งในสิ่งอื่น ๆ พวกเขาระบุว่าเป็นไปได้ที่จะมีข้อได้เปรียบบางอย่างในการจำลองhamiltonians เบาบาง อย่างไรก็ตามหลังจากอ่านบทความแล้วฉันไม่เข้าใจว่าการจำลองของชาว hamiltonians จะกระจัดกระจายไปได้อย่างไร ปัญหาที่เกิดขึ้นมักจะถูกนำเสนอเป็นหนึ่งในกราฟสี แต่ยังมองไปที่การนำเสนอ ที่ @Nelimee แนะนำให้อ่านเพื่อศึกษาการยกกำลังเมทริกซ์ทั้งหมดนี้จะลดลงในการตกตะกอนผ่านสูตรผลิตภัณฑ์ ในการทำตัวอย่างเราจะสุ่มเมทริกซ์แบบ: นี่ไม่ใช่เฮอร์มิเนียน แต่ใช้คำแนะนำจาก Harrow, Hassidim และ Lloyd เราสามารถสร้างเมทริกซ์เฮอร์มิเนียนเริ่มจากมัน:A=⎡⎣⎢⎢⎢2800050500730604⎤⎦⎥⎥⎥;A=[2000850600700534]; A = \left[\begin{matrix} 2 & 0 & 0 & 0\\ 8 & 5 & 0 & 6\\ 0 & …

10 algorithm  matrix-representation  hamiltonian-simulation 

ขั้นตอนวิธีการขั้นตอนการประมาณควอนตัม (QPE) คำนวณประมาณของค่าเฉพาะที่เกี่ยวข้องกับวิคเตอร์ที่กำหนดของประตูควอนตัมUยูUU อย่างเป็นทางการปล่อยเป็น eigenvector ของ , QPE ช่วยให้เราหา ,บิตที่ดีที่สุดประมาณเช่นนั้นและ | ψ ⟩|ψ⟩\left|\psi\right>ยูUU| θ~⟩|θ~⟩\vert\tilde\theta\rangleม.mm⌊ 2ม.θ ⌋⌊2mθ⌋\lfloor2^m\theta\rfloorθ ∈ [ 0 , 1 )θ∈[0,1)\theta \in [0,1)ยู| ψ ⟩ = อี2 πฉันθ| ψ ⟩U|ψ⟩=e2πiθ|ψ⟩.U\vert\psi\rangle = e^{2\pi i \theta} \vert\psi\rangle. อัลกอริทึม HHL ( กระดาษเดิม ) ใช้เวลาเป็น input เมทริกซ์ที่ตอบสนองและรัฐควอนตัมและคำนวณที่ encodes วิธีการแก้ปัญหาของระบบเชิงเส้นbAAAอีฉันที รวมกัน eiAt is unitary …

10 algorithm  hhl-algorithm  phase-estimation 

ฉันสับสนเล็กน้อยเกี่ยวกับความจำเป็นของ oracle qubit ในอัลกอริทึมของ Grover คำถามของฉันคือมันขึ้นอยู่กับว่าคุณใช้ oracle ของคุณว่าคุณต้องการ oracle qubit หรือไม่? หรือว่ามีเหตุผลอะไรบ้างสำหรับออราเคิลควิบิต (เช่นมีปัญหาบางอย่างที่ไม่สามารถแก้ไขได้โดยไม่มี oracle qubit หรือคิดง่ายขึ้นเกี่ยวกับปัญหาของ orbit qubit หรือเป็นแบบแผน ฯลฯ ) ทรัพยากรจำนวนมากแนะนำอัลกอริทึมของ Grover ด้วย oracle qubit แต่ฉันพบว่ามีบางกรณีที่คุณไม่จำเป็นต้องมี orbit qubit ตัวอย่างเช่นที่นี่มีการใช้งานสองอย่างของอัลกอริทึมของ Grover ในเครื่องจำลอง IBM Q อันหนึ่งใช้ออราเคิลควิบิตและอีกอันไม่ใช่ ในทั้งสองกรณีฉันต้องการค้นหา | 11> จากช่องว่างของ | 00>, | 01>, | 10> และ | 11> ในทั้งสองกรณี oracle …

10 algorithm  grovers-algorithm 

ในหน้า Wikipedia สำหรับอัลกอริทึมของ Groverมีการกล่าวถึงว่า: "อัลกอริทึมของโกรเวอร์ยังสามารถใช้ในการประมาณค่าเฉลี่ยและค่ามัธยฐานของชุดตัวเลข" จนถึงตอนนี้ฉันเพิ่งรู้ว่ามันสามารถใช้ในการค้นหาฐานข้อมูลได้อย่างไร แต่ไม่แน่ใจว่าจะใช้เทคนิคนั้นอย่างไรในการประมาณค่าเฉลี่ยและค่ามัธยฐานของชุดตัวเลข ยิ่งกว่านั้นไม่มีการอ้างอิง (เท่าที่ฉันสังเกตเห็น) ในหน้านั้นซึ่งอธิบายเทคนิค

10 algorithm  grovers-algorithm 

คำถามนี้ตั้งอยู่บนสถานการณ์สมมติที่เป็นส่วนหนึ่งของข้อสันนิษฐานและอีกส่วนหนึ่งมาจากคุณสมบัติการทดลองของอุปกรณ์ควอนตัมที่ใช้โมเลกุลซึ่งมักจะนำเสนอวิวัฒนาการควอนตัมและมีศักยภาพที่จะปรับขนาดได้ แต่โดยทั่วไปมีความท้าทายอย่างมาก ตัวอย่างที่เกี่ยวข้อง แต่ไม่ซ้ำกันเป็นชุดของงานที่เกี่ยวข้องกับการควบคุมไฟฟ้าของ qubits หมุนนิวเคลียร์นี้ในโมเลกุลเดี่ยว ) สถานการณ์สมมติ: ให้เราบอกว่าเรามีกล่องดำหลายกล่องแต่ละกล่องสามารถประมวลผลข้อมูลได้ เราไม่ได้ควบคุมวิวัฒนาการควอนตัมของกล่อง ในภาษาของแบบจำลองวงจรควอนตัมเราไม่ได้ควบคุมลำดับของประตูควอนตัม เรารู้ว่ากล่องดำแต่ละกล่องนั้นถูกเดินสายไปยังอัลกอริทึมที่แตกต่างกันหรือตามความเป็นจริงมากขึ้นสำหรับมิลโตเนียนขึ้นกับเวลาที่แตกต่างกันรวมถึงวิวัฒนาการที่ไม่ต่อเนื่องกัน เราไม่ทราบรายละเอียดของกล่องดำแต่ละกล่อง โดยเฉพาะอย่างยิ่งที่เราไม่ทราบว่าการเปลี่ยนแปลงของควอนตัมของพวกเขามากพอที่สอดคล้องกันในการผลิตการดำเนินงานของอัลกอริทึมควอนตัม (ให้เราในที่นี้เรียกสิ่งนี้ว่า " quantumness "; ขอบเขตต่ำสำหรับการนี้จะเป็น 'มันเป็นความแตกต่างจากแผนที่คลาสสิก') . เพื่อทำงานกับกล่องดำของเราเพื่อมุ่งสู่เป้าหมายนี้เรารู้วิธีป้อนอาหารแบบคลาสสิกและรับเอาท์พุทแบบคลาสสิกเท่านั้น ให้เราเห็นความแตกต่างระหว่างสองสถานการณ์ย่อย: เราไม่สามารถทำการพัวพันได้ด้วยตนเอง: เราใช้สถานะผลิตภัณฑ์เป็นอินพุตและการวัดควิบิตเดียวในเอาท์พุท อย่างไรก็ตามเราสามารถเลือกพื้นฐานของการเตรียมการป้อนข้อมูลและการวัดของเรา (อย่างน้อยระหว่างสองฐานมุมฉาก) ดังที่กล่าวไว้ข้างต้น แต่เราไม่สามารถเลือกฐานและต้องทำงานบนฐานบางส่วนที่คงที่ "ธรรมชาติ" เป้าหมาย: เพื่อตรวจสอบหากล่องดำที่ระบุปริมาณของพลวัต อย่างน้อยสำหรับ 2 หรือ 3 qubits เป็นหลักฐานพิสูจน์แนวคิดและยังเหมาะสำหรับขนาดอินพุตที่ใหญ่ขึ้น คำถาม: ในสถานการณ์นี้มีชุดทดสอบสหสัมพันธ์ในรูปแบบของความไม่เท่าเทียมของ Bellซึ่งสามารถบรรลุเป้าหมายนี้ได้หรือไม่

10 algorithm  architecture  experiment  decoherence 

ฉันสงสัยว่ามีแหล่งที่มา (บทความออนไลน์หรือบทความทบทวน) ซึ่งทำหน้าที่กำหนดอัลกอริธึมล่าสุดและความซับซ้อนของมันที่ใช้ในการจำลองระบบทางกายภาพต่างๆ บางสิ่งบางอย่างตาม: ระบบทางกายภาพ 1 : ทฤษฎีสนามควอนตัม (การกระเจิง) ความซับซ้อน : พหุนามในจำนวนของอนุภาคพลังงานและความแม่นยำ ที่มา : อัลกอริทึมควอนตัมสำหรับทฤษฎีสนามควอนตัม (Jordan, Lee & Preskill, 2011) ระบบทางกายภาพ 2 : ระดับพลังงานปรมาณู และอื่น ๆ

10 algorithm  simulation  resource-request 

ฉันสงสัยว่ามีวิธีการเขียนโปรแกรมที่มีวงจรควอนตัมหลายตัวโดยไม่ต้องลงทะเบียนเริ่มต้นใหม่ที่สำหรับแต่ละวงจร000 โดยเฉพาะฉันต้องการเรียกใช้วงจรควอนตัมที่สองหลังจากใช้วงจรแรกดังตัวอย่างนี้: qp = QuantumProgram() qr = qp.create_quantum_register('qr',2) cr = qp.create_classical_register('cr',2) qc1 = qp.create_circuit('B1',[qr],[cr]) qc1.x(qr) qc1.measure(qr[0], cr[0]) qc1.measure(qr[1], cr[1]) qc2 = qp.create_circuit('B2', [qr], [cr]) qc2.x(qr) qc2.measure(qr[0], cr[0]) qc2.measure(qr[1], cr[1]) #qp.add_circuit('B1', qc1) #qp.add_circuit('B2', qc2) pprint(qp.get_qasms()) result = qp.execute() print(result.get_counts('B1')) print(result.get_counts('B2')) แต่น่าเสียดายที่สิ่งที่ฉันได้รับคือผลเหมือนกันสำหรับทั้งสองวิ่ง (เช่นการนับ11สำหรับB1และB2แทน11และ00เป็นครั้งที่สองเช่นถ้าB2มีการเรียกใช้ในรัฐใหม่ที่สมบูรณ์แบบเริ่มต้นบนหลัง00B1

9 algorithm  programming  qiskit 

คำเตือน:ฉันเป็นวิศวกรซอฟต์แวร์ที่มีความอยากรู้อยากเห็นเกี่ยวกับการคำนวณควอนตัม แม้ว่าฉันจะเข้าใจแนวคิดพื้นฐานทฤษฎีและคณิตศาสตร์พื้นฐานบางอย่างฉันก็ไม่เคยมีประสบการณ์มาก่อนในโดเมนนี้ ฉันกำลังทำการวิจัยเบื้องต้นเกี่ยวกับสถานะของการพัฒนาซอฟต์แวร์ควอนตัม ส่วนหนึ่งของการวิจัยของฉันคือการประเมิน QDK ของ Microsoft และตัวอย่างบางส่วน (เขียนเป็น Q #) ดังที่ฉันเข้าใจปัญหาการปรับให้เหมาะสมบางอย่าง (การจัดเรียงพนักงานขายการเดินทาง) อาจได้รับการแก้ไขโดยการลดปัญหาดังกล่าวเป็น QUBO หรือ Ising ก่อนจากนั้นจึงแก้ไขปัญหาเหล่านี้ผ่านขั้นตอนวิธีการหลอมควอนตัมหรือ VQE ส่วนหนึ่งของกระบวนการนี้คือการค้นหามิลโตเนียนและแก้สมการชโรดิงเงอร์ นี่คือความเข้าใจของฉันกรุณาแก้ไขให้ฉันถ้าผิด ตัวอย่างการจำลองมิลโตเนียนของ QDK มีตัวอย่างสำหรับการจำลองตาม Ising และ Trotter – Suzuki แต่เมื่อเร็ว ๆ 1Qbit ได้เปิดตัวโซลูชั่นที่ VQE ตาม คำถามของฉันคือทำทุกวิธีที่ระบุไว้ข้างต้น (VQE, Ising, Trotter – Suzuki) ทำสิ่งเดียวกันหรือไม่? นั่นคือประมาณพลังงานพื้นดินของระบบที่กำหนด? ตัวอย่างเช่นตัวอย่างการจำลอง H2 ตามVQEและTrotter – Suzukiทำสิ่งเดียวกันในรูปแบบที่แตกต่างกันมากหรือไม่? ถ้าเป็นเช่นนั้นวิธีการใดควรเป็นที่ต้องการ?

9 algorithm  q#  hamiltonian-simulation 

หมายเลขของพระเจ้าเป็นกรณีที่เลวร้ายที่สุดของอัลกอริทึมของพระเจ้าซึ่งก็คือ ความคิดที่เกิดขึ้นในการอภิปรายของวิธีการแก้ปริศนาลูกบาศก์รูบิค แต่ยังสามารถนำไปใช้กับปริศนา combinatorial อื่น ๆ และเกมคณิตศาสตร์ มันหมายถึงอัลกอริทึมใด ๆ ที่สร้างโซลูชันที่มีการเคลื่อนไหวน้อยที่สุดที่เป็นไปได้แนวคิดที่ว่าผู้รอบรู้จะรู้ขั้นตอนที่ดีที่สุดจากการกำหนดค่าใด ๆ ก็ตาม การคำนวณหมายเลขของพระเจ้าให้เท่ากับ 20 ใช้ "เวลา CPU 35 ปีของการใช้งาน (คลาสสิก)" การเร่งความเร็วแบบใดที่สามารถทำได้ด้วยวิธีการควอนตัม?

9 algorithm  speedup  complexity-theory  mathematics  quantum-walks 

ฉันถูกมองในการใช้งานของควอนตัมคอมพิวเตอร์เพื่อการเรียนรู้เครื่องและพบต่อไปนี้ก่อนการพิมพ์จากปี 2003 ควอนตัมบิดและอัลกอริทึมความสัมพันธ์เป็นไปไม่ได้ ดูเหมือนว่าบทความจะไม่ได้รับการตีพิมพ์ในวารสารใด ๆ แต่ได้มีการอ้างถึงหลายสิบครั้ง ผู้เขียนบทความทำให้เป็นกรณีที่เป็นไปไม่ได้ที่จะคำนวณการโน้มน้าวต่อเนื่องมากกว่ารัฐควอนตัม ดูเหมือนว่าฉันจะไม่ถูกต้องอย่างสังหรณ์ใจเนื่องจากฉันรู้ว่าเราสามารถทำการคูณควอนตัมเมทริกซ์และฉันรู้ว่าการแยกคอนเวอร์เจนซ์นั้นสามารถถูกวางกรอบเพียงแค่การคูณด้วยเมทริกซ์ Toeplitz (หรือ circulant) ปมของการโต้แย้งของเขาดูเหมือนว่าจะไม่มีองค์ประกอบของผู้ประกอบการรวมกันสำหรับผลิตภัณฑ์ elementwise (Hadamard) ของสองเวกเตอร์ การเชื่อมต่อของฉันอยู่ที่ไหน มีเหตุผลใดบ้างที่เราไม่สามารถสร้างเมทริกซ์ Toeplitz สำหรับการโน้มน้าวใจแยกกันในคอมพิวเตอร์ควอนตัม? หรือเป็นบทความที่ไม่ถูกต้องเพียงแค่? ฉันได้ทำงานผ่านความขัดแย้งที่ผู้เขียนนำเสนอในบทพิสูจน์ของเขาของเล็มม่า 14 และดูเหมือนว่าสมเหตุสมผลสำหรับฉัน

9 algorithm  quantum-fourier-transform