คำถามติดแท็ก models

ดูเหมือนว่าการคำนวณควอนตัมมักถูกนำมาใช้เพื่อหมายถึงวิธีการคำนวณควอนตัมวงจรซึ่งการลงทะเบียนของ qubits ถูกดำเนินการโดยวงจรของประตูควอนตัมและวัดที่เอาต์พุต (และอาจเป็นไปได้ในบางขั้นตอนกลาง) ควอนตัมหลอมอย่างน้อยน่าจะเป็นวิธีที่แตกต่างกันโดยสิ้นเชิงในการคำนวณด้วยทรัพยากรควอนตัม1เนื่องจากไม่เกี่ยวข้องกับประตูควอนตัม แบบจำลองการคำนวณควอนตัมมีอะไรแตกต่างกันบ้าง อะไรทำให้พวกเขาแตกต่างกัน เพื่อความกระจ่างแจ้งฉันไม่ได้ถามว่าการใช้งานทางกายภาพที่แตกต่างกันมีอะไรฉันหมายถึงคำอธิบายของแนวคิดที่แตกต่างกันของวิธีการคำนวณผลลัพธ์จากอินพุต2โดยใช้ทรัพยากรควอนตัม 1. สิ่งที่ไม่ใช่แบบคลาสสิกโดยเนื้อแท้เช่นความพัวพันและการเชื่อมโยงกัน 2. กระบวนการที่แปลงอินพุต (เช่น qubits) เป็นเอาต์พุต (ผลลัพธ์ของการคำนวณ)

37 models 

นี่เป็นคำถามที่ฉันได้รับแรงบันดาลใจให้ถามตามคำถามนี้ซึ่งตั้งข้อสังเกตว่าการหลอมควอนตัมเป็นแบบจำลองที่แตกต่างไปจากเดิมอย่างสิ้นเชิงสำหรับการคำนวณมากกว่าแบบจำลองวงจรปกติ ฉันเคยได้ยินเรื่องนี้มาก่อนและมันเป็นความเข้าใจของฉันว่าแบบจำลองเกทไม่สามารถใช้ได้กับการหลอมควอนตัม แต่ฉันไม่เคยเข้าใจเลยว่าทำไมถึงเป็นเช่นนั้น ตามที่ฉันเข้าใจจากการพูดคุยหลายครั้ง (บางคนเขียนโดย D-wave ด้วยตัวเอง!) ความจริงที่ว่าผู้ค้ายาถูกกักขังอยู่ในบทละครมิลโตเนียนที่เล่นโดยเฉพาะ

21 d-wave  models  annealing 

ฉันได้ยินคำว่าTopological Quantum Computerสองสามครั้งแล้วและรู้ว่ามันเทียบเท่ากับคอมพิวเตอร์ควอนตัมที่ใช้วงจรที่เกี่ยวกับการลดพหุนามเวลา อย่างไรก็ตามมันไม่ชัดเจนเลยสำหรับฉันว่าคอมพิวเตอร์ควอนตัมดังกล่าวแตกต่างจากคนอื่นอย่างไรมันทำงานอย่างไรและจุดแข็งของมันคืออะไร กล่าวโดยย่อ: คอมพิวเตอร์ควอนตัมทอพอโลยีแตกต่างจากรุ่นอื่นอย่างไรเช่นคอมพิวเตอร์ควอนตัมแบบเกตเบส

17 models  topological-quantum-computing 

อนุญาตสำหรับเครื่อง Quantum ทัวริง (QTM) ชุดสถานะเป็นและตัวอักษรของสัญลักษณ์เป็น∑ = { 0 , 1 }ซึ่งปรากฏขึ้นที่หัวเทป จากนั้นตามความเข้าใจของฉันในเวลาใดก็ตามในขณะที่กำลังคำนวณ QTM qubit ที่ปรากฏขึ้นที่หัวของมันจะถือเวกเตอร์ตามอำเภอใจV ∑ = a | 1 ⟩ + b | 0 ⟩ นอกจากนี้หาก| q 0 ⟩ , | qจากนั้นเวกเตอร์สถานะในอินสแตนซ์นั้นก็จะเป็นเวกเตอร์ตามอำเภอใจV q = bQQQ∑={0,1}∑={0,1}\sum=\{0,1\}V∑=a|1⟩+b|0⟩V∑=a|1⟩+b|0⟩V_\sum = a|1\rangle+b|0\rangle|q0⟩,|q1⟩,...∈Q|q0⟩,|q1⟩,...∈Q|q_0\rangle , |q_1\rangle, ... \in Q.Vq=b0|q0⟩+b1|q1⟩+...Vq=b0|q0⟩+b1|q1⟩+...V_q=b_0|q_0\rangle + b_1 |q_1\rangle+ ... ตอนนี้หลังจากครบรอบการสอนเวกเตอร์และV qจะตัดสินใจว่า QTM …

14 classical-computing  models  quantum-turing-machine 

จากสิ่งที่ฉันเข้าใจดูเหมือนว่าจะมีความแตกต่างระหว่างแบบจำลองการควอนตัมแบบควอนตัมและแบบควอนตัมแบบอะเดียแบติก แต่สิ่งเดียวที่ฉันพบในหัวข้อนี้แสดงถึงผลลัพธ์แปลก ๆ (ดูด้านล่าง) คำถามของฉันมีดังต่อไปนี้: อะไรคือความแตกต่าง / ความสัมพันธ์ระหว่างการหลอมควอนตัมและการคำนวณควอนตัมอะเดียแบติก? การสังเกตที่นำไปสู่ผลลัพธ์ที่ "แปลก": บนวิกิพีเดียการคำนวณควอนตัมแบบอะเดียแบติกถูกอธิบายว่าเป็น "คลาสย่อยของการหลอมควอนตัม" ในทางกลับกันเรารู้ว่า: การคำนวณควอนตัม Adiabatic เทียบเท่ากับแบบจำลองควอนตัมวงจร ( arXiv: quant-ph / 0405098v2 ) คอมพิวเตอร์ DWave ใช้การหลอมควอนตัม ดังนั้นโดยการใช้ข้อเท็จจริง 3 ข้อข้างต้นคอมพิวเตอร์ควอนตัม DWave ควรเป็นคอมพิวเตอร์ควอนตัมสากล แต่จากสิ่งที่ฉันรู้คอมพิวเตอร์ DWave ถูก จำกัด ให้เป็นปัญหาที่เฉพาะเจาะจงมากดังนั้นพวกเขาจึงไม่สามารถเป็นสากลได้ (วิศวกรของ DWave ยืนยันสิ่งนี้ในวิดีโอนี้ ) ในฐานะที่เป็นคำถามด้านปัญหาของการให้เหตุผลข้างต้นคืออะไร

14 annealing  models  adiabatic-model 

ทุกคนสามารถให้รายการวารสารวิจัยที่แตกต่างกันซึ่งมีบทความการคำนวณควอนตัมที่ฉันสามารถใช้ได้

11 algorithm  models  research 

ในคำถามก่อนหน้าของฉันฉันถามผู้ที่คิดค้นคอมพิวเตอร์ควอนตัมโดยใช้ qubits จากการติดตามคำถามนี้ฉันต้องการถามว่าใครเป็นผู้สร้างคอมพิวเตอร์ควอนตัมเครื่องแรกโดยใช้อย่างน้อยสอง qubits ในระหว่างการวิจัยของฉันฉันได้ค้นพบว่าในปี 1998 โจนาธานโจนส์และเอมิเชลมอสก้าพัฒนาคอมพิวเตอร์ควอนตัมโดยใช้สอง qubitsโดยเฉพาะการแก้ปัญหาของ Deutsch เคยมีคอมพิวเตอร์ควอนตัมอื่นทำงานมาก่อนเพื่อแก้ไขปัญหาอื่น ๆ หรือความพยายามทั่วไปที่ไม่ได้ผูกไว้กับปัญหาเดียวโดยเฉพาะ

10 physical-realization  models  experiment  history 

ฉันค่อนข้างใหม่กับการคำนวณควอนตัมและเป้าหมายของฉันคือการเรียนรู้วิธีการใช้อัลกอริทึมที่ฉันอ่านในเอกสาร ในขณะที่ฉันพบตัวอย่างวงจรจำนวนมากฉันยังไม่พบที่เก็บตัวอย่างใน GitHub หรือที่อื่นที่ฉันจะไปหารหัสการเรียนรู้ของเครื่อง มีพื้นที่เก็บข้อมูลการคำนวณแบบควอนตัมที่มีอยู่?

9 models  machine-learning