XiaoMi-AI文件搜索系统
World File Search System分而治之
分而治之的组合优化和分布式量子计算
摘要 — 扩展单片量子计算机系统的规模是一项艰巨的任务。随着设备内量子比特数量的增加，许多因素会导致产量和性能下降。为了应对这一挑战，由许多联网量子计算机组成的分布式架构已被提议作为实现可扩展性的可行途径。这样的系统将需要针对其分布式架构量身定制的算法和编译器。在这项工作中，我们引入了量子分而治之算法 (QDCA)，这是一种将大型组合优化问题映射到分布式量子架构上的混合变分方法。这是通过结合使用图形分区和量子电路切割来实现的。QDCA 是应用程序-编译器协同设计的一个例子，它改变了变分假设的结构，以控制量子电路切割带来的指数编译开销。这种跨层协同设计的结果是一种高度灵活的算法，可以根据可用的经典或量子计算资源量进行调整，并可应用于短期和长期分布式量子架构。我们在最大独立集问题实例上模拟了 QDCA，发现它能够胜过类似的经典算法。我们还在超导量子计算机上评估了 8 量子比特 QDCA 假设，并表明电路切割有助于减轻噪声的影响。我们的工作展示了多少台小型量子计算机可以协同解决比其自身量子比特数大 85% 的问题，从而推动了大规模分布式量子计算的发展和潜力。
噪声中型量子计算的分而治之验证方法
若干个带噪声的中型量子计算可以看作是稀疏量子计算芯片上的对数深度量子电路，其中两量子比特门只能直接应用于某些量子比特对。本文提出一种有效验证此类带噪声的中型量子计算的方法。为此，我们首先相对于钻石范数刻画小规模量子操作。然后利用这些刻画的量子操作，估计带噪声的中型量子计算得到的实际n量子比特输出态ˆρout|ψt⟩与理想输出态（即目标态）|ψt⟩之间的保真度⟨ψt|ˆρout|ψt⟩。尽管直接保真度估计方法平均需要 O (2 n ) 个 ˆ ρ 副本，但我们的方法即使在最坏情况下也只需要 O ( D 3 2 12 D ) 个副本，其中 D 是 | ψ t ⟩ 的稠密性。对于稀疏芯片上的对数深度量子电路，D 最多为 O (log n ) ，因此 O ( D 3 2 12 D ) 是 n 的多项式。通过使用 IBM Manila 5 量子比特芯片，我们还进行了原理验证实验，以观察我们方法的实际性能。
分而治之：功能分解支持基于模型的网络物理系统指挥与控制工程
� 摘要 ���������������� �������� �������� ���������� ����� �� ...�� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ���������� ������������ ������������ ������������ ������������ ������������ ������������ ������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������ ���� �������� ������ ������ ����������� ������ �������� ���� �������������� ���� ������ ������ ��������� �� �������� ������������ ���� ���� ������ ����� ���� ��������� ������������ ���� ���� ������ ��������� ����� ������������ ��� ����� ��������� ������������ ���� ��������� ���� ��������� ���� ���������� ��� ����� ��� ���� ���������� ���� �������� ���� ���������� ���� �������� ������ ���� ���������� ������� ����� ��� ��� ���������� ���� �������������������������������������������������������������������� ��� ���� ������������ ��� ���� �������� ��������� ��� ���� �������� ���� �������� �������� �������������������� ������� ������