开始日期:尽快主管:穆罕默德·道迪(Mohamed Daoudi)(IMT北欧欧洲),SylvainArguillère(CNRS/UNIV。里尔)与马丁·鲍尔(Martin Bauer)(美国佛罗里达州立大学)和尼古拉斯·夏隆(Nicolas Charon)(美国休斯顿大学)合作。要填写填写表格:https://docs.google.com/forms/d/e/1faipqlscb93qqvatvdsyskfuihwklpr13p4imcb wgcoi27U4SZQCCANA/view form?4D Shape项目将于2024年11月和过去3年开始。它涉及来自法国和美国的4个合作伙伴。目标3D/4D人类形状,生成模型,表面的几何形状。近年来,人们对分析和产生3D人类(身体和面部)的形状和运动的兴趣增加。3D人类形状估计算法,3D扫描技术,硬件加速3D图形和相关工具的进步正在使大规模3D人类形状数据访问。此数据通常以3D表面网格的形式出现,通常,这些表面网格与连贯的离散化相对应,即,相同的表面可以由许多不同的三角形网格表示,连通性不同,并且数量不同。因此,当应用于此类真实数据时,专为参数化表面的3D/4D形状分析而设计的方法将面临严重的限制。拟议研究的中心假设是几何方法和深度学习技术的结合将导致这些具有挑战性的问题在理论和定量绩效突破。该项目的目的是识别,开发和完善自然框架,在该框架中,可以既可以嵌入和生成人体的表面,又可以独立于参数化/离散的方式,包括原始扫描,以捕获和复制主体的身份及其能够产生的自然运动。它将提供理论和实用的新工具,不仅用于比较3D/4D表面,而且还可以定义新颖的变形过程,以使其运动和/或更改其身份,而与输入数据的参数化方式无关。在我们的框架中包括4D数据,我们希望结果将为包括虚拟现实,AR/VR内容创建,游戏和情感计算在内的多个应用程序打开新的视野。国际合作该项目是由ANR和NSF资助的国际项目。项目4DShape参与的小组已在顶级期刊和
通过 QASM 语言,这是 IBM Q Experience 团队发明的一种用于创建量子电路的语言。另一方面,第二种方法是编写 Python 代码并使用名为 QISKit [32] 的 Python 软件开发工具包 (SDK) 运行它们,它适用于所有类型的算法。因此,我们在本文中展示的工作是使用 QISKit 进行的。可通过云端公开访问的量子设备分别由 IBM Q 5 Yorktown (ibmqx2) 、IBM Q Burlington 、IBM Q 5 London 、IBM Q Essex 、IBM Q Vigo 和 IBM Q Ourense(六个 5 量子比特设备)以及 IBM Q 16 Melbourne 和 IBM Q Armonk(16 量子比特和 1 量子比特设备)表示。用于模拟的经典后端称为 IBMQ QASM 模拟器。所有后端都与一组由单量子比特旋转和相移门组成的量子门一起工作。所有其他单量子比特门(如 X、S、R z 等)一般都是由这三个门的序列构成的,它们与 CNOT 一起构成量子门的通用集。除了量子比特的数量之外,所提到的量子设备在量子比特连接或拓扑方面也有所不同,IBM Q Experience 将其称为设备的耦合图 [33]。在本文中,我们修改并在 IBM 量子计算机上实现了参考文献 [34] 中研究的量子算法,使用相位估计技术找到有限方阱势一维薛定谔方程的基态和第一激发态的能量特征值。我们使用试验波函数作为初始状态,并在位置和动量空间中将其离散化。我们还在希尔伯特空间中构建了时间演化矩阵,其中定义了计算基向量(即量子比特态)。然后,我们将时间演化电路应用于最初准备的寄存器,并使用相位估计方法获得包含能量的相位。我们表明,所提出的算法可以以合理的误差实现预期结果。除了众所周知的量子相位估计方案外,我们还讨论了迭代相位估计方法的实现,以减少电路尺寸和量子比特数,从而有效利用 IBM 量子计算资源。最重要的是,为了充分利用 5 量子比特 IBM 后端,我们通过选择迭代相位估计技术将电路尺寸从文献 [34] 中使用的 8 个量子比特缩短到 5 个。本文组织如下。第 3 节描述了基于相位估计方法的量子算法的步骤。要执行数字量子模拟,我们需要设计时间演化算子来找到系统的能量特征值。此外,坐标应该离散化,初始波函数在网格点上近似。我们还解释了本文使用的两种相位估计算法。在第 4 部分中,我们解释了如何为时间演化算符中的动能和势能项构造量子门。第 5 节给出了结果和讨论,第 6 节讨论了最后的评论。
复杂性 - 空间复杂性 - 如何估计算法最坏情况和平均病例分析 - 摊销分析的运行时间。II单元(11小时)数据结构:简介 - 链接的列表 - 树 - 二进制树。 堆数据结构:简介 - 堆划分和征服:简介 - 二进制搜索 - 分类 - 分隔和征服范式 - 选择:找到中位数和kth最小的快速排序。 单元III(11小时)AVL树:定义 - 高度 - 搜索 - 插入和删除元素 - AVL旋转 - 分析。 红色黑树:定义 - 搜索 - 元素的插入和删除 - 算法及其时间复杂性。 Splay trees: Definition – Steps in Splaying – Analysis -Multi-way search trees: Indexed Sequential Access – m-way search trees – B-Tree – searching, insertion and deletion - B + trees UNIT IV (11 Hrs) Dynamic Programming: Introduction- The Longest Common Subsequence Problem- The Dynamic Programming Paradigm- The All-Pairs Shortest Path Problem- Travelling sales Person problem - The Knapsack Problem . Greedy Approach: Introduction- The Shortest Path Problem- Minimum Cost Spanning Trees (Kruskal's Algorithm)- Minimum Cost Spanning Trees (Prim's Algorithm) UNIT V (12 Hrs) Graph Traversal : Introduction-Depth First search- Applications of DFS -Breadth-First search- Applications of BFS -Complexity of Problems: NP-complete Problems:- Introduction-The Class P- The Class NP- NP完整问题。背面:简介 - 8- Queens问题 - 子集问题总和 - 图形着色 - 哈密顿周期II单元(11小时)数据结构:简介 - 链接的列表 - 树 - 二进制树。堆数据结构:简介 - 堆划分和征服:简介 - 二进制搜索 - 分类 - 分隔和征服范式 - 选择:找到中位数和kth最小的快速排序。单元III(11小时)AVL树:定义 - 高度 - 搜索 - 插入和删除元素 - AVL旋转 - 分析。红色黑树:定义 - 搜索 - 元素的插入和删除 - 算法及其时间复杂性。Splay trees: Definition – Steps in Splaying – Analysis -Multi-way search trees: Indexed Sequential Access – m-way search trees – B-Tree – searching, insertion and deletion - B + trees UNIT IV (11 Hrs) Dynamic Programming: Introduction- The Longest Common Subsequence Problem- The Dynamic Programming Paradigm- The All-Pairs Shortest Path Problem- Travelling sales Person problem - The Knapsack Problem .Greedy Approach: Introduction- The Shortest Path Problem- Minimum Cost Spanning Trees (Kruskal's Algorithm)- Minimum Cost Spanning Trees (Prim's Algorithm) UNIT V (12 Hrs) Graph Traversal : Introduction-Depth First search- Applications of DFS -Breadth-First search- Applications of BFS -Complexity of Problems: NP-complete Problems:- Introduction-The Class P- The Class NP- NP完整问题。背面:简介 - 8- Queens问题 - 子集问题总和 - 图形着色 - 哈密顿周期