คำถามติดแท็ก simulation

ฉันรู้ว่าเครื่องทัวริง1 ในทางทฤษฎีสามารถจำลอง "อะไรก็ได้" แต่ฉันไม่รู้ว่ามันสามารถจำลองบางสิ่งที่แตกต่างจากคอมพิวเตอร์ควอนตัมได้หรือไม่ มีความพยายามทำเช่นนี้หรือมีใครพิสูจน์ได้ว่าเป็นไปได้ / ไม่ได้หรือไม่ ฉันไปเที่ยวรอบ ๆ แต่ฉันไม่ใช่ผู้เชี่ยวชาญในหัวข้อนี้ดังนั้นฉันจึงไม่แน่ใจว่าจะดูที่ไหน ฉันได้พบบทความ Wikipedia เกี่ยวกับเครื่องจักรทัวริงควอนตัมแต่ฉันไม่แน่ใจว่ามันแตกต่างจาก TM คลาสสิกอย่างไร ฉันยังพบเครื่องจักร Universal Quantum Turing Machine ของ Deutschโดย W. Fouché et al. แต่มันค่อนข้างยากที่จะเข้าใจสำหรับฉัน 1. ในกรณีที่มันไม่ชัดเจนโดยทัวริงผมหมายถึงแนวคิดทางทฤษฎีไม่ใช่เครื่องทางกายภาพ (เช่นการนำแนวคิดทางทฤษฎีไปใช้)

62 simulation  quantum-turing-machine  computability-theory 

คล้ายกับคำถามเครื่องทัวริงจำลองคอมพิวเตอร์ควอนตัมได้หรือไม่? : ใช้อัลกอริธึม 'คลาสสิค' เป็นไปได้หรือไม่ที่จะกำหนดอัลกอริธึมที่เทียบเท่าซึ่งสามารถทำได้บนคอมพิวเตอร์ควอนตัม? ถ้าใช่มีขั้นตอนบางอย่างที่เราสามารถทำตามได้หรือไม่? อัลกอริทึมที่เกิดขึ้นอาจจะไม่ได้รับประโยชน์เต็มที่จากความเป็นไปได้ของการคำนวณควอนตัมมันเป็นคำถามเชิงทฤษฎีมากกว่า

30 simulation  computability-theory 

Lieb-Robinson อธิบายถึงวิธีการแพร่กระจายของผลกระทบผ่านระบบเนื่องจากมิลโตเนียนท้องถิ่น พวกเขามักจะอธิบายไว้ในแบบฟอร์ม |[A,B(t)]|≤Cevt−l,|[A,B(t)]|≤Cevt−l, \left|[A,B(t)]\right|\leq Ce^{vt-l}, ที่และBมีผู้ประกอบการที่ได้รับการแยกออกจากกันเป็นระยะทางต่อลิตรในตาข่ายที่แฮมิลตันมีในท้องถิ่น (เช่นเพื่อนบ้านที่ใกล้ที่สุด) การโต้ตอบในตาข่ายที่กระโดดจากความแรงบางJ การพิสูจน์ของ Lieb Robinson bound มักแสดงการมีอยู่ของความเร็วvAAABBBlllJJJvvv(ขึ้นอยู่กับJJJ ) สิ่งนี้มักจะมีประโยชน์สำหรับการผูกคุณสมบัติในระบบเหล่านี้ ตัวอย่างเช่นมีบางผลลัพธ์ที่ดีจริง ๆที่นี่เกี่ยวกับระยะเวลาในการสร้างสถานะ GHZ โดยใช้ Hamiltonian เพื่อนบ้านที่ใกล้ที่สุด ปัญหาที่ผมเคยมีคือว่าหลักฐานอันมีทั่วไปพอว่ามันเป็นเรื่องยากที่จะได้รับค่าแน่นกับสิ่งที่ความเร็วจริงเป็นระบบใดก็ตาม หากต้องการเจาะจงให้จินตนาการถึงห่วงโซ่หนึ่งมิติของ qubits ควบคู่กับ Hamiltonian H=∑n=1NBn2Zn+∑n=1N−1Jn2(XnXn+1+YnYn+1),(1)(1)H=∑n=1NBn2Zn+∑n=1N−1Jn2(XnXn+1+YnYn+1), H=\sum_{n=1}^N\frac{B_n}{2}Z_n+\sum_{n=1}^{N-1}\frac{J_n}{2}(X_nX_{n+1}+Y_nY_{n+1}), \tag{1} ที่Jn≤JJn≤JJ_n\leq Jสำหรับทุกnnnnที่นี่XnXnX_n,YnYnY_nและZnZnZ_nเป็นตัวแทนของ Pauli ที่ถูกนำไปใช้กับ qubitnnnกำหนดและII\mathbb{I}อยู่ที่อื่น คุณสามารถให้ขอบเขตบนที่ดี (เช่นแน่นที่สุด) สำหรับความเร็ว Lieb-Robinsonvvvสำหรับระบบใน Eq (1)? คำถามนี้สามารถถามได้ภายใต้สมมติฐานที่แตกต่างกันสองข้อ: JnJnJ_nและBnBnB_nได้รับการแก้ไขทั้งหมดในเวลา JnJnJ_nและBnBnB_nได้รับอนุญาตให้แตกต่างกันในเวลา อดีตเป็นสมมติฐานที่แข็งแกร่งซึ่งอาจทำให้การพิสูจน์ง่ายขึ้นในขณะที่หลังมักจะรวมอยู่ในคำสั่งของขอบเขต Lieb-Robinson แรงจูงใจ การคำนวณควอนตัมและข้อมูลควอนตัมโดยทั่วไปทำให้เกิดสถานะควอนตัมที่น่าสนใจ จากการทำงานเช่นนี้เราจะเห็นว่าข้อมูลใช้เวลาพอสมควรในการเผยแพร่จากที่หนึ่งไปยังอีกที่หนึ่งในระบบควอนตัมที่อยู่ระหว่างการวิวัฒนาการเนื่องจากมิลโตเนียนเช่นใน Eq …

22 simulation  performance  many-body-systems 

หลังจากอ่าน " ชิพโทนิคควอนตัมชิปตัวแรก " ฉันสงสัยว่าซอฟต์แวร์สำหรับคอมพิวเตอร์ที่ใช้ความยุ่งเหยิงของควอนตัมเป็นอย่างไร มีตัวอย่างของรหัสสำหรับการเขียนโปรแกรมควอนตัมที่เฉพาะเจาะจงหรือไม่ เช่น pseudocode หรือภาษาระดับสูง? โดยเฉพาะสิ่งที่เป็นโปรแกรมที่สั้นที่สุดที่สามารถใช้ในการสร้างรัฐเบลล์เริ่มต้นจากสถานะที่กำหนดเป็น| ψ0⟩=| 00⟩ใช้ทั้งการจำลองสถานการณ์และหนึ่งในโปรเซสเซอร์Quantum Experienceของ IBMเช่นibmqx4?| ψ ⟩ = 12-√( | 00 ⟩ + | 11 ⟩ )|ψ⟩=12(|00⟩+|11⟩)\left|\psi\right> = \frac{1}{\sqrt 2} \left(\left|00\right> + \left|11\right> \right)| ψ0⟩ = | 00 ⟩|ψ0⟩=|00⟩\left|\psi_0\right> = \left|00\right> การทำให้ความคิดกระโดดจากการเขียนโปรแกรมแบบดั้งเดิมไปสู่ความพัวพันไม่ใช่เรื่องง่าย ฉันได้พบlibquantumของ C ด้วยเช่นกัน

15 simulation  ibm-q-experience  programming 

ตั้งแต่การเข้าถึงอุปกรณ์ควอนตัมที่มีความสามารถของคอมพิวเตอร์ควอนตัมยังมีข้อ จำกัด มากก็เป็นที่สนใจของการคำนวณควอนตัมจำลองบนคอมพิวเตอร์ที่คลาสสิก การแสดงสถานะของnnn qubits เป็นเวกเตอร์ใช้องค์ประกอบ2n2n2^nซึ่ง จำกัด จำนวน qubits อย่างใดอย่างหนึ่งสามารถพิจารณาในการจำลอง เราสามารถใช้การเป็นตัวแทน1ที่กะทัดรัดกว่าในแง่ที่ว่ามันใช้หน่วยความจำน้อยกว่าและ / หรือพลังการคำนวณมากกว่าการเป็นตัวแทนเวกเตอร์ง่าย ๆ หรือไม่? มันทำงานยังไง? ในขณะที่ใช้งานง่ายมันเป็นที่ชัดเจนว่าการเป็นตัวแทนเวกเตอร์เป็นสิ่งที่สิ้นเปลืองสำหรับรัฐที่แสดง sparsity และ / หรือความซ้ำซ้อนในการเป็นตัวแทนเวกเตอร์ของพวกเขา สำหรับตัวอย่างที่เป็นรูปธรรมพิจารณาสถานะ 3-qubit (1/3–√,1/3–√,0,0,0,−1/3–√,0,0)T(1/3,1/3,0,0,0,−1/3,0,0)T(1/\sqrt{3}, 1/\sqrt{3},0,0,0,-1/\sqrt{3}, 0,0)^TT มันมี23232^3องค์ประกอบ แต่พวกเขาเท่านั้นถือว่า333ค่าที่เป็นไปกับที่สุดขององค์ประกอบที่เป็น0000แน่นอนว่าจะมีประโยชน์ในการจำลองการคำนวณควอนตัมเราก็ต้องพิจารณาวิธีการแสดงประตูและการกระทำของประตูบน qubits และรวมถึงบางสิ่งเกี่ยวกับสิ่งเหล่านี้จะได้รับการต้อนรับ แต่ฉันก็ยินดีที่จะได้ยินเกี่ยวกับ qubits เช่นกัน 1. แจ้งให้ทราบว่าฉันกำลังถามเกี่ยวกับการเป็นตัวแทนไม่ใช่ซอฟต์แวร์ห้องสมุดหรือบทความที่อาจใช้ / นำเสนอดังกล่าว หากคุณนำเสนอและอธิบายการเป็นตัวแทนคุณยินดีอย่างยิ่งที่จะพูดถึงว่ามันถูกใช้ไปแล้ว

15 quantum-state  simulation 

เอกสารจำนวนมากยืนยันว่าการจำลองแบบแฮมิลตันเป็น BQP สมบูรณ์ (เช่น การจำลองมิลโตเนียนที่มีการพึ่งพาที่ดีที่สุดเกือบทุกพารามิเตอร์และการจำลองมิลโตเนียนโดย Qubitization ) เป็นเรื่องง่ายที่จะเห็นว่าการจำลองแบบแฮมิลตันเป็น BQP-hard เพราะอัลกอริธึมเชิงควอนตัมใด ๆ สามารถลดลงเป็นการจำลองแบบแฮมิลตัน แต่การจำลองมิลโตเนี่ยนใน BQP เป็นอย่างไร เช่นปัญหาการตัดสินใจจำลองแฮมิลตันใน BQP คืออะไรและอยู่ภายใต้เงื่อนไขใดในมิลโตเนียน

14 algorithm  complexity-theory  simulation  bqp  hamiltonian-simulation 

ฉันกำลังอ่าน "การคำนวณควอนตัมและข้อมูลควอนตัม" โดย Nielsen และ Chuang ในส่วนเกี่ยวกับการจำลองควอนตัมพวกเขาได้ยกตัวอย่าง (ตอน 4.7.3) ซึ่งฉันไม่ค่อยเข้าใจ: สมมติว่าเรามีมิล H=Z1⊗Z2⊗⋯⊗Zn,(4.113)(4.113)H=Z1⊗Z2⊗⋯⊗Zn, H = Z_1 ⊗ Z_2 ⊗ \cdots ⊗ Z_n,\tag{4.113} ซึ่งทำหน้าที่ในnnnระบบคิวบิต แม้จะเป็นการโต้ตอบที่เกี่ยวข้องกับระบบทั้งหมด แต่สามารถจำลองได้อย่างมีประสิทธิภาพ สิ่งที่เราต้องการเป็นวงจรง่ายๆควอนตัมซึ่งการดำเนินการe−iHΔte−iHΔte^{-iH\Delta t}สำหรับค่าโดยพลการของΔtΔt\Delta tที วงจรที่ทำสิ่งนี้อย่างแม่นยำสำหรับn=3n=3n = 3แสดงในรูปที่ 4.19 ความเข้าใจหลักคือแม้ว่ามิลโตเนียนจะเกี่ยวข้องกับ qubits ทั้งหมดในระบบ แต่ก็เป็นเช่นนั้นในลักษณะแบบคลาสสิก : การเปลี่ยนเฟสที่ใช้กับระบบคือe−iΔte−iΔte^{-i\Delta t}หากความเท่าเทียมกันของnnn qubits ในพื้นฐานการคำนวณเป็นแบบคู่ มิฉะนั้นกะระยะที่ควรจะเป็นeiΔteiΔte^{i\Delta t}ที ดังนั้นการจำลองแบบง่าย ๆ ของHHHจึงเป็นไปได้โดยการคำนวณความเท่าเทียมกันแบบคลาสสิกเป็นครั้งแรก (การเก็บผลลัพธ์ไว้ในควิเบลาควิเบลา) จากนั้นใช้การปรับเปลี่ยนเฟสที่เหมาะสมตามเงื่อนไขบนพาริตี้ ยิ่งไปกว่านั้นการขยายขั้นตอนเดียวกันนี้ทำให้เราสามารถจำลองมิลโตเนียนที่มีความซับซ้อนได้ โดยเฉพาะเราสามารถจำลองแฮมิลตันของรูปแบบH=⨂k=1nσkc(k),H=⨂k=1nσc(k)k,H = …

14 quantum-gate  gate-synthesis  simulation  hamiltonian-simulation  pauli-gates 

หากต้องการเริ่มสร้างคอมพิวเตอร์ควอนตัมจากศูนย์ในการจำลอง (เช่นวิธีที่ผู้คนสร้างคอมพิวเตอร์คลาสสิคตั้งแต่เริ่มต้นในหลักสูตร Nand2Tetris ) เป็นไปได้หรือไม่ ถ้าใช่จะมีแนวทางอะไรบ้างที่เป็นไปได้? นอกจากนี้สิ่งที่จะเป็นข้อ จำกัด ของเครื่องจำลองที่ได้รับจากพลังการคำนวณแบบคลาสสิค ตัวอย่างเช่นหากเราเลือกเดสก์ท็อป / แล็ปท็อปโดยเฉลี่ยของคุณจะมีข้อ จำกัด อะไรบ้าง ถ้าเราใช้ซูเปอร์คอมพิวเตอร์ (เช่นไททัน) แล้วขีด จำกัด คืออะไร?

13 simulation  performance 

ฉันพยายามจำลองอัลกอริธึมของ Deutsch (กรณีเบื้องต้นของอัลกอริธึม Deutsch-Josza) และฉันไม่แน่ใจว่าฉันจะดำเนินการตามควอนตัมพยากรณ์ที่จำเป็นสำหรับอัลกอริธึมในการทำงานได้อย่างไรโดยไม่ต้องเอาชนะวัตถุประสงค์ของอัลกอริธึม สิ่งที่ฟังก์ชั่นอินพุตคือโดยการประเมินฟังก์ชั่น

13 algorithm  simulation  deutsch-jozsa-algorithm  oracles 

เราได้อ่านเกี่ยวกับคอมพิวเตอร์ควอนตัมที่ได้รับการพัฒนาและทดสอบในห้องปฏิบัติการ นอกจากนี้เรายังมีโปรแกรมจำลองควอนตัมที่ใช้ qubits เสมือนที่ จำกัด ( มากถึง 30-40 qubits หากใช้ระบบคลาวด์ ) และเรายังได้เริ่มเรียนรู้ใหม่ควอนตัมคอมพิวเตอร์ภาษาเช่นQ # แต่เรามีคอมพิวเตอร์ควอนตัมเชิงพาณิชย์จริง ๆ พร้อมด้วย qubits จริงหรือไม่?

12 physical-realization  simulation 

ในฐานะที่เป็นส่วนหนึ่งของอัลกอริทึมแปรปรวนฉันต้องการสร้างวงจรควอนตัม (นึกคิดด้วยpyQuil ) ซึ่งจำลองรูปแบบของมิลโตเนียน: H=0.3⋅Z3Z4+0.12⋅Z1Z3+[...]+−11.03⋅Z3−10.92⋅Z4+0.12i⋅Z1Y5X4H=0.3⋅Z3Z4+0.12⋅Z1Z3+[...]+−11.03⋅Z3−10.92⋅Z4+0.12i⋅Z1Y5X4H = 0.3 \cdot Z_3Z_4 + 0.12\cdot Z_1Z_3 + [...] + - 11.03 \cdot Z_3 - 10.92 \cdot Z_4 + \mathbf{0.12i \cdot Z_1 Y_5 X_4} เมื่อพูดถึงเทอมสุดท้ายปัญหาคือ pyQuil จะพ่นข้อผิดพลาดต่อไปนี้: TypeError: PauliTerm coefficient must be real ฉันเริ่มดำน้ำในวรรณคดีและดูเหมือนว่าปัญหาไม่สำคัญ ฉันได้อ่านบทความนี้เกี่ยวกับควอนตัมสากลมิลโตเนียนซึ่งมีการเข้ารหัสที่ซับซ้อนต่อการเข้ารหัสเช่นเดียวกับการเข้ารหัสในท้องถิ่น อย่างไรก็ตามมันยังไม่ชัดเจนสำหรับฉันว่าจะใช้บางอย่างเช่นนี้ได้อย่างไร ใครสามารถให้คำแนะนำการปฏิบัติเพื่อแก้ไขปัญหานี้ได้บ้าง

12 programming  simulation  hamiltonian-simulation  pyquil 

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 

ฉันต้องการจำลองวงจรโคลงขนาดใหญ่ (H / S / CNOT / MEASURE / feedforward) โดยที่มี T เกตจำนวนน้อยผสมกันฉันจะทำสิ่งนี้ในวิธีที่ปรับสเกลได้เฉพาะในจำนวน T เกตส์? มีการใช้งานที่มีอยู่?

10 circuit-construction  simulation 

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 

ขนาดที่เล็กที่สุดของคอมพิวเตอร์ที่สามารถจำลองจักรวาลได้นั้นก็คือจักรวาลนั่นเอง นี่เป็นทฤษฎีที่ค่อนข้างใหญ่ในการคำนวณแบบคลาสสิกและฟิสิกส์เนื่องจากการเก็บข้อมูลของทั้งจักรวาลคุณต้องการพื้นที่เก็บข้อมูลขั้นต่ำที่มีขนาดเท่ากับเอกภพ แต่การคำนวณควอนตัมคำนวณและจัดเก็บข้อมูลในแบบคู่ขนานกับข้อมูลอื่น ๆ และในขณะที่มีประสิทธิภาพมีขนาดกะทัดรัดมากขึ้น เรากำลังพูดถึงระบบในอุดมคติดังนั้นกลไกการทำความเย็นไม่นับเป็นส่วนหนึ่งของคอมพิวเตอร์ จากนั้นระบบเช่นนี้จึงจำลองทั้งจักรวาลได้หรือไม่? (ฉันคิดถึงวิธีแก้ปัญหาที่ฉันไม่รู้ว่าจะพิสูจน์จริง ๆ ได้อย่างไรตรรกะของฉันส่วนใหญ่จะขึ้นอยู่กับการตีความกลศาสตร์ควอนตัมหลายโลกและคอมพิวเตอร์ควอนตัมใช้จริงจักรวาลที่แตกต่างกันในการคำนวณแบบขนาน ) ข้อมูลใด ๆ จะได้รับยินดีและชื่นชม

10 simulation  memory-space