論文の概要: Simulating quantum dynamics: Evolution of algorithms in the HPC context

• arxiv url: http://arxiv.org/abs/2005.04681v2
• Date: Thu, 20 Aug 2020 17:50:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-20 16:07:26.452676
• Title: Simulating quantum dynamics: Evolution of algorithms in the HPC context
• Title（参考訳）: 量子力学のシミュレーション:hpcコンテキストにおけるアルゴリズムの進化
• Authors: I. Meyerov, A. Liniov, M. Ivanchenko, S. Denisov
• Abstract要約: 量子系の力学をシミュレートするアルゴリズムの進化について概説する。 我々のミニレビューは、文献調査と異なるタイプのアルゴリズムの実装経験に基づいています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to complexity of the systems and processes it addresses, the development of computational quantum physics is influenced by the progress in computing technology. Here we overview the evolution, from the late 1980s to the current year 2020, of the algorithms used to simulate dynamics of quantum systems. We put the emphasis on implementation aspects and computational resource scaling with the model size and propagation time. Our mini-review is based on a literature survey and our experience in implementing different types of algorithms.
• Abstract（参考訳）: 対処するシステムやプロセスの複雑さのため、計算量子物理学の発展は計算技術の進歩に影響を受けている。 ここでは、1980年代後半から2020年までの量子システムの力学をシミュレートするアルゴリズムの進化について概説する。 我々は、モデルのサイズと伝播時間による実装面と計算資源のスケーリングを強調した。 我々のミニレビューは、文献調査と異なるタイプのアルゴリズムの実装経験に基づいています。

関連論文リスト

• Simulation of Quantum Computers: Review and Acceleration Opportunities [0.0]
  量子コンピューティングは、現在の古典的コンピュータでは合理的に解決できない複雑な問題を解くことで、複数の分野に革命をもたらす可能性がある。 現在、量子アルゴリズムを開発し、テストする最も実践的な方法は、量子コンピュータの古典的なシミュレータを使うことである。 このレビューでは、量子コンピュータのコンポーネントの概要、これらのコンポーネントと量子コンピュータ全体をシミュレートできるレベル、および異なる最先端の加速アプローチの分析について紹介する。
  論文  参考訳（メタデータ） (2024-10-16T15:19:12Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Assessing and Advancing the Potential of Quantum Computing: A NASA Case Study [11.29246196323319]
  我々は、量子コンピューティングの可能性を評価し、前進させるNASAの取り組みについて説明する。 本稿では,近・長期のアルゴリズムの進歩と,現在のハードウェアとシミュレーションによる探索結果について論じる。 この研究には物理にインスパイアされた古典的アルゴリズムも含まれており、今日のアプリケーションスケールで使用することができる。
  論文  参考訳（メタデータ） (2024-06-21T19:05:42Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Quantum algorithms for scientific computing [0.0]
  ハイパフォーマンスコンピューティングに最も影響を与えるであろう分野には、量子システムのシミュレーション、最適化、機械学習などがある。 現代の古典的技術に対する控えめな量子増強でさえ、気象予報、航空宇宙工学、持続可能な開発のための「グリーン」材料の設計といった分野において、はるかに大きな影響を及ぼすであろう。
  論文  参考訳（メタデータ） (2023-12-22T18:29:31Z)
• The QUATRO Application Suite: Quantum Computing for Models of Human Cognition [49.038807589598285]
  量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。 我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
  論文  参考訳（メタデータ） (2023-09-01T17:34:53Z)
• Towards quantum-enabled cell-centric therapeutics [2.3677262918873745]
  本稿では,HCLS研究における量子計算の利用によって期待される変化について論じる。 細胞工学、組織モデリング、摂動モデリング、バイオトポロジーにおけるオープンな問題を特定し、精巧に解決する。
  論文  参考訳（メタデータ） (2023-07-11T19:02:37Z)
• A Herculean task: Classical simulation of quantum computers [4.12322586444862]
  本研究は、量子コンピュータの進化を特定の操作下でエミュレートする最先端の数値シミュレーション手法について概説する。 我々は、代替手法を簡潔に言及しながら、主流のステートベクターとテンソルネットワークのパラダイムに焦点を当てる。
  論文  参考訳（メタデータ） (2023-02-17T13:59:53Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)
• Spiking Neural Networks Hardware Implementations and Challenges: a Survey [53.429871539789445]
  スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。 スパイキングニューラルネットワークのハードウェア実装の現状について述べる。 本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
  論文  参考訳（メタデータ） (2020-05-04T13:24:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。