XiaoMi-AI文件搜索系统
World File Search System量子计
在量子计算机上模拟有效 QED
近年来，化学和凝聚态材料的模拟已成为量子计算的一项重要应用，为某些强关联电子系统的电子结构求解提供了指数级加速。迄今为止，大多数处理方法都忽略了这样一个问题：相对论效应（最常由量子电动力学 (QED) 描述）是否也可以在多项式时间内在量子计算机上模拟。本文我们表明，在合理假设下，在正确处理费米子场波函数的所有四个分量的情况下，等效 QED（相当于微扰理论中的二阶 QED）可以在多项式时间内模拟。特别是，我们使用 Trotter-Suzuki 公式对位置和动量基础上的此类模拟进行了详细分析。我们发现，在 ns 位点的 3D 晶格上执行此类模拟所需的 T 门数量在最坏情况下缩放为 O ( n 3 s /ϵ ) 1+ o (1)（对于位置基础模拟，在热力学极限下），在动量基础上缩放为 O ( n 4+2 / 3 s /ϵ ) 1+ o (1)。我们还发现，量子比特化的缩放效果略好一些，对于晶格 eQED，最坏情况缩放为 e O ( n 2+2 / 3 s /ϵ )，而准备电路的复杂性导致动量基础上的缩放效果略差，为 e O ( n 5+2 / 3 s /ϵ )。我们进一步提供了用于模拟均匀电子气的相对论版本的具体门数，表明可以使用少于 10 13 个非 Clifford 操作模拟具有挑战性的问题，并详细讨论了如何在有效 QED 中准备多参考配置交互状态，这可以为基态提供合理的初始猜测。最后，我们估计了准确模拟金等重元素所需的平面波截止。
使用量子计算机进行蛋白质折叠
半个多世纪以来，蛋白质折叠一直是最困难的问题之一，随机热运动导致构象变化，从而导致能量下降到天然结构，这是漏斗状能量景观中捕获的原理。未折叠的多肽具有广泛的可能构象。由于潜在构象随链长呈指数增长，搜索问题对于经典计算机来说变得难以解决。到目前为止，有理论和实验证据表明，使用量子退火、VQE 和 QAOA 等量子计算方法解决此类优化问题具有优势。虽然谷歌的 DeepMind-AlphaFold 已经取得了很大成就，但我们可以通过量子方法走得更远。在这里，我们展示了如何使用变分量子特征求解器预测蛋白质结构以及 RNA 折叠，并使用条件风险值 (CVaR) 期望值来解决问题并找到最小配置能量，我们的任务是确定蛋白质的最小能量结构。蛋白质的结构经过优化以降低能量。还要确保满足所有物理约束，并将蛋白质折叠问题编码为量子比特算子。
基于中性原子量子计算机的实际应用 - QC-755
根据应用选择（金融、制药、物流、可再生能源），将使用优化和机器学习等技术，其中整个过程或部分过程将适应中性原子量子计算机的计算。目前，有使用中性原子进行优化和机器学习的算法。每个项目都旨在改进现有算法或提出替代算法和方法，以提高速度、所需的量子资源、步骤数或结果的准确性。
在量子计算上申请Cemracs 2025的说明
[x] - 线性和多线性代数（张量，单一和遗传学矩阵，...）[x] - python编程[x] - 量子力学和应用（例如量子化学或量子化学理论，...算法，量子相估计，...）[x] - 量子编程（myqlm，qiskit，qaptiva，cirq，q sharp，...）
量子计算在音乐组成中的应用
量子计算和人工智能是科学和技术的两个重要主题，正在迅速发展并将其影响力扩展到包括音乐在内的众多领域。Quantum Computer Music融合了量子计算和深度学习的优势，预示着音乐创作与剪切技术的整合。由巴西作曲家米兰达（Miranda）与牛津大学合作，由巴西作曲家米兰达（Miranda）在Qutune Project在Qutune Project期间创建的交互式量子音乐作品“ Spinnings -Q1 Synth Trio”，它是量子计算机音乐的显着典范。这项研究采用了一种案例研究方法来彻底研究这项工作背后的技术创造过程，涵盖了量子计算，量子性能，量子，量子，量子门和量子电路等要素，逐渐揭示了量子算法算法背后的数学逻辑。这项研究的结果表明，作为音乐创作的新兴方法，量子算法的组成不仅通过量子计算的特征来生成独特的音乐，而且为音乐，艺术和技术的整合提供了新的可能性。通过应用量子位，量子门和量子电路，该研究表明了量子计算如何为音乐组成提供新的理论基础和实用方法。此外，该研究讨论了如何优化量子音乐中的互动创意体验，以及如何在更广泛的音乐家和听众中增强对量子音乐的理解和欣赏。随着量子计算技术的持续发展，量子音乐有望为全球音乐文化的繁荣贡献一个独特的维度。这项研究为这一领域的发展提供了新的观点和想法。
在连续变量量子计算机上模拟量子场论
我们深入研究了使用光子量子计算来模拟量子力学并将其应用扩展到量子场论。我们开发并证明了一种方法，该方法利用这种连续变量量子计算 (CVQC) 来重现任意汉密尔顿量下量子力学状态的时间演化，并且我们证明了该方法在各种潜力下的显著效果。我们的方法以构建演化状态为中心，这是一种特殊准备的量子态，可在目标状态下诱导所需的时间演化。这是通过使用基于测量的量子计算方法引入非高斯运算来实现的，并通过机器学习进行增强。此外，我们提出了一个框架，其中可以扩展这些方法以在 CVQC 中编码场论而无需离散化场值，从而保留场的连续性。这为量子场论中的量子计算应用开辟了新的途径。
量子计算工具包从螺母和螺栓到工具包
摘要 — 量子计算有可能在处理方面提供比传统计算高得多的性能优势。它利用量子力学现象（如叠加、纠缠和干涉）来解决计算问题。它可以探索传统计算机无法有效执行的数据的非典型模式。量子计算机处于发展的初期，由于退相干而产生噪声，即量子比特会因环境相互作用而恶化。虽然量子算法可以提前开发，但量子计算机需要很长时间才能实现容错。在开发量子硬件、软件开发工具包和模拟器方面的大量投资导致了多种量子开发工具的出现。选择合适的开发平台需要正确理解这些工具的功能和局限性。虽然对不同的量子开发工具进行全面比较将非常有价值，但据我们所知，目前还没有如此广泛的研究。因此，我们的论文将对这些工具进行详尽的描述，并从实用性、容量、成本、效率和社区支持等方面对它们进行比较。它还将提供使用这些工具的指南以及为组合优化问题设计量子解决方案的端到端教程。
朝着实现量子计算解决方案的自动框架
摘要 - 由于硬件，软件以及有前途的应用程序的开发，Quantum Computing正在快速发展，作为一项技术。要使用该技术来解决特定问题，必须确定合适的量子算法，必须以适合选定算法的形式对问题进行编码，必须执行它，并且必须解码结果。迄今为止，这些乏味且容易出错的步骤都是以手动方式进行的。这为使用量子计算创建了一个高的进入障碍，尤其是对于该域中几乎没有专业知识的用户。在这项工作中，我们设想了一个框架，旨在通过允许用户自动采用量子计算解决方案来降低此障碍。为此，提供了与经典求解器尽可能相似的接口，而工作流的量子步骤则通过全自动的后端尽可能地屏蔽用户。为了证明此类框架的可行性和可用性，我们为两种不同类别的问题提供了概念概念的实现，这些问题是在Github（https://github.com/cda-tum/mqtproblemsolver）上公开可用的，作为慕尼黑量子工具基（MQT）的一部分。，这项工作为低阈值方法实现了量子计算解决方案的基础。
在分布式量子计算机上模拟时间演化
我们研究了 Trotter-Suzuki 分解的变体，其中哈密顿指数由两个量子比特算子指数的有序乘积近似，使得 Trotter 步长在少数项中得到增强。这种分解直接反映了分布式量子计算机的硬件约束，其中单片量子设备上的操作与使用互连在不同节点之间进行纠缠分布相比更快。我们模拟了横向场 Ising 和 XY 自旋链模型的非平衡动力学，并研究了与量子互连越来越稀疏的使用相关的局部增加的 Trotter 步长的影响。我们发现近似的整体质量平稳地取决于局部稀疏性，并且局部误差的扩散很慢。因此，我们表明，即使在使用互连成本高昂的分布式量子计算机上，也可以利用单片设备上的快速局部操作来获得整体改进的结果保真度。
