其他作者8,9使用了ELD可编程栅极阵列(FPGA)来效仿量子电路,以建模化学现象。虽然一个人在自然时间内无法对经典结构执行量子算法,但FPGA可用于模仿量子电路并了解其潜在的速度。目前存在许多用于求解方程线性系统的量子算法,其中最突出的是Harrow,Hassidim和Lloyd(HHL)。11线性系统在化学动力学,12个部分分化方程,13个在神经网络中的后传播至关重要,14和图理论分析。15 - 17因此,不能低估量子加速器对求解线性系统的重要性。此外,HHL提供的近似数值解决方案的准确性存在局限性。已有10,18个以前的效果是为了获得由化学动力学模型引起的量子线性系统的准确解决方案。19在uence中显示的一个因素是HHL的准确性是A的条件数(最大幅度特征值与矩阵的最小特征值之比)。此外,限制A的条件数量的预处理以前已知能够优化速度和准确性。18
图稀疏化是大量算法的基础,从切割问题的近似算法到图拉普拉斯算子的线性系统求解器。在其最强形式中,“谱稀疏化”将边数减少到节点数的近似线性,同时近似地保留图的切割和谱结构。在这项工作中,我们展示了谱稀疏化及其许多应用的多项式量子加速。具体而言,我们给出了一种量子算法,给定一个具有 n 个节点和 m 条边的加权图,在亚线性时间内输出 ϵ -谱稀疏器的经典描述 e O ( √ mn/ϵ )。这与最佳经典复杂度 e O ( m ) 形成对比。我们还证明我们的量子算法在多对数因子范围内是最优的。该算法建立在一系列关于稀疏化、图扩展器、最短路径量子算法和 k 向独立随机字符串的有效构造方面的现有成果之上。我们的算法意味着解决拉普拉斯系统和近似一系列切割问题(例如最小切割和最稀疏切割)的量子加速。
对湍流等强非线性动力学系统的研究需要卓越的计算能力。随着量子计算 (QC) 的出现,大量量子算法在理论和实验上都表现出比传统算法更强大的计算能力。然而,要使 QC 成为实际应用中不可或缺的工具,不仅需要处理量子信息的新协议,还需要以适合解决实际问题的经典格式明智地提取量子信息。在这里,我们提请关注使用 QC 进行流体力学研究的潜在方法,我们称之为流体动力学的量子计算 (QCFD)。从对 QC 的简要介绍开始,我们将从大量可用方法中提炼出一些关键工具和算法,并评估 QC 在流体动力学中的可能方法。此外,作为示例,我们展示了改进的量子线性系统算法 (QLSA) 的端到端实现,以研究诸如泊肃叶流之类的问题。我们还在此介绍了一种专用于流体动力学的新型高性能 QC 模拟器,我们称之为“QuOn”,旨在模拟大多数标准量子算法。我们将展示使用 QuOn 和 IBMQ–Qiskit 工具的结果,并阐明使 QCFD 模拟切实可行的必要贡献。
I。i ntroduction离散事件动态系统(DEDS)是其动力学驱动的系统,即状态进化完全取决于随着时间的推移发生异步离散事件的发生。制造系统,电信网络,运输网络是DEDS的示例[2]。要描述这些系统的行为,普通或部分微分方程不合适,因此考虑了更相关的理论设置,其中可以引用以下内容:语言和自动机,马尔可夫链和彼得里网络,邀请读者咨询[3]以获取概述。仅涉及延迟和同步的DED,即,任务的启动等待以前的任务要完成,这是值得的。这些系统可以通过定时事件图(TEGS)以图形方式描绘,该图是定时的培养皿网的一个子类,每个地方每个地方都有一个上游和一个上游过渡,一个和一个下游过渡。最大值代数设置是一种基本的半环,适合描述TEG的行为,这要归功于线性状态方程与经典线性系统理论(即最大值线性系统(MPL)的行为)非常类似的线性状态方程,这可以在此Algebra中定义为矩阵。这些线性状态方程对于处理与经典控制理论相似的控制问题很有用,
抽象的量子状态制备是许多量子算法中的重要常规,包括方程式线性系统,蒙特卡洛模拟,量子采样和机器学习的解决方案。迄今为止,还没有将经典数据编码为基于门的量子设备的既定框架。在这项工作中,我们提出了一种通过将分析函数采样到量子电路中获得的矢量的编码方法,该量子电路具有相对于量子数的多项式运行时,并且提供了> 99。9%的精度,比最先进的两个Quibit Gate Fidelity更好。我们采用硬件有效的变分量子电路,这些电路使用张量网络模拟,以及向量的矩阵乘积状态表示。为了调整变化门,我们利用了融合自动梯度计算的Riemannian优化。此外,我们提出了一种“一次切割,测量两次”方法,该方法使我们在大门更新期间避免了贫瘠的高原,将其基准为100 Qubit的电路。值得注意的是,任何具有低级别结构(不受分析功能的限制)的向量都可以使用呈现的方法编码。我们的方法可以轻松地在现代量子硬件上实现,并有助于使用混合量子计算体系结构。
在[1,7]中的时间依赖性通过截短的傅立叶膨胀来处理,这使我们能够为每个频率获得单独的线性系统。在那里,提出了有效的求解线性系统的预处理方法,其中预核心是具有区块 - diagonal的,并且是较低的三角形形式。在[2]中使用了完整的两二个块结构的预处理,进一步称为PRESB,在续集中定义。[3]中的研究提供了不同结构的预处理(遮挡型,块 - 三角形和PRESB形式)之间的比较。比较是根据相应预处理矩阵及其数值性能的光谱正确的。数值实验表明,相对于正则化参数的频率范围,问题大小和值,PERB形式的预处理更加健壮。可以在[10]中找到对这些预调节器和一些修改形式的信息。[9]研究中的工作又是块形式形式的另一个预处理,并分析了双重预处理,适合于离散状态的向量形式。在[8]中考虑了(2)的非线性形式,其中为线性化问题提出了完整的两乘两块形式的预处理,可以将其分解和解决,以块 - 二进制预处理的成本,并且相对于问题大小和测试频率的范围是可靠的。
学分 先决条件/共同条件 ECSE 307 线性系统与控制 4 P - ECSE 206、ECSE 210 ECSE 335 微电子学 4 P - ECSE 331 ECSE 403 控制 4 P - ECSE 307 ECSE 408 通信系统 4 P - ECSE 205、ECSE 308 ECSE 412 离散时间信号处理 3 P - ECSE 206 ECSE 415 计算机视觉简介 3 P - ECSE 205、(ECSE 206 或 ECSE 316) ECSE 416 电信。网络 4 P - (ECSE 250 或 COMP 250)和 ECSE 205 和(ECSE 308 或 ECSE 316)ECSE 420 并行计算 3 P - ECSE 427 ECSE 422 容错计算 3 P - ECSE 324 和(ECSE 250 或 COMP 250)ECSE 428 软件工程实践 3 P - (ECSE 321 或 COMP 335)ECSE 435 混合信号测试技术 3 P - ECSE 206,ECSE 335 ECSE 439 软件语言工程 3 P - (ECSE 321 或 COMP 303)ECSE 508 多智能体系统 3 P - ECSE 205 或同等学历 ECSE 510 随机系统的过滤和预测 3 P - ECSE 500,ECSE 509 或同等学历ECSE 544 计算摄影 4 P - ECSE 205,ECSE 206
量子计算有望解决传统计算机无法解决的问题。除了化学或材料科学等量子系统的模拟外,适用于高维问题的量子线性代数算法也出现了激增。这些算法包括线性系统求解器、回归或机器学习算法,它们有可能执行原本不可能完成的数据科学任务。这些原本不可能完成的任务可能涉及非常大的数据集,在这些数据集中,量子算法的优越渐近复杂度扩展可以胜过高度优化的超级计算机代码。必须强调的是,我们和其他量子计算机科学家所指的“优越渐近复杂度扩展”仅评估了处理数据的复杂性。我们在本评论中的目的是阐明将数据编码为适合量子处理的格式这一经常被忽视的复杂性。我们预计量子计算机将通过采用“量子”数据编码来获得优于传统计算机的优势,这意味着数据将以某种量子叠加形式呈现。因此,量子计算机可以利用纠缠和叠加来处理数据,而不是像传统计算机那样逐位处理数据。然后,数据将呈现为无法复制的量子态,需要进行测量才能检索导致叠加崩溃的经典信息。
机械系统中的减振和能量耗散是一个快速发展的领域(例如[ 1 – 5 ]。该领域的发展源于设计更严格的减振装置的需求。这些装置应满足生产更轻、更复杂的机械产品的需求。减振方法有很多种(例如[ 6 – 8 ]),最常见的类型是调谐质量阻尼器 (TMD),它是由 H. Frahm [ 9 ] 首次设计的。它是一个被动线性系统,由一个通过弹簧和阻尼器连接到主结构的质量组成。TMD 仅在较窄的频率范围内表现良好,然而,由于多种原因,主结构也可能以其他频率振动 [10]。为了解决 TMD 系统的局限性,已经提出了替代的减振方法。非线性能量吸收器 (NES) 是一种很有前途的减振装置,因为它能够在各种振动频率范围内工作。NES 系统通常由连接到主质量的次级质量组成,具有高度非线性刚度。Vakakis 和 Gendelman [11] 最近提出了一种 NES 系统。Younesian 等人。[12] 研究了 NES 系统在铁路桥梁减振中的应用。NES 系统抑制气动弹性不稳定性的能力已在 [ 13 ] 中得到证实。在 [ 14 ] 中,NES 系统的应用
学分 先决条件/共同条件 ECSE 307 线性系统与控制 4 P - ECSE 206、ECSE 210 ECSE 335 微电子学 4 P - ECSE 331 ECSE 403 控制 4 P - ECSE 307 ECSE 408 通信系统 4 P - ECSE 205、ECSE 308 ECSE 412 离散时间信号处理 3 P - ECSE 206 ECSE 415 计算机视觉简介 3 P - ECSE 205、(ECSE 206 或 ECSE 316) ECSE 416 电信。网络 4 P - (ECSE 250 或 COMP 250)和 ECSE 205 和(ECSE 308 或 ECSE 316)ECSE 420 并行计算 3 P - ECSE 427 ECSE 422 容错计算 3 P - ECSE 324 和(ECSE 250 或 COMP 250)ECSE 428 软件工程实践 3 P - (ECSE 321 或 COMP 335)ECSE 435 混合信号测试技术 3 P - ECSE 206,ECSE 335 ECSE 439 软件语言工程 3 P - (ECSE 321 或 COMP 303)ECSE 508 多智能体系统 3 P - ECSE 205 或同等学历 ECSE 510 随机系统的过滤和预测 3 P - ECSE 500,ECSE 509 或同等学历ECSE 544 计算摄影 4 P - ECSE 205,ECSE 206