Séance de cours

États quantiques neuraux: applications et techniques de cartographie

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours de l'instructeur couvre les applications des états quantiques neuraux dans les systèmes quantiques de nombreux corps, y compris les états quantiques autorégressifs et les spins frustrés. Il traite également des techniques de cartographie comme les cartes Jordan-Wigner et Bravyi-Kitaev, ainsi que de la simulation des circuits quantiques et de l'estimation des fonctions de perte. La séance de cours se penche sur les améliorations de précision et d'efficacité apportées par des modèles autorégressifs et des réseaux neuronaux plus profonds, montrant les résultats de divers articles de recherche. De plus, il explore le compromis entre la variance et le biais dans les calculs quantiques, ainsi que l'analyse du bruit et la simulation des algorithmes d'optimisation quantique approximative. La présentation se termine par l'analyse comparative des petits et grands circuits quantiques, démontrant les améliorations continues dans les états quantiques neuraux.

Source officielle

Proximité ontologique

Informatique théorique

Theory of computation: Informatique quantique

Concepts associés (32)

Quantum algorithm

In quantum computing, a quantum algorithm is an algorithm which runs on a realistic model of quantum computation, the most commonly used model being the quantum circuit model of computation. A classical (or non-quantum) algorithm is a finite sequence of instructions, or a step-by-step procedure for solving a problem, where each step or instruction can be performed on a classical computer. Similarly, a quantum algorithm is a step-by-step procedure, where each of the steps can be performed on a quantum computer.

Informatique quantique

L'informatique quantique est le sous-domaine de l'informatique qui traite des calculateurs quantiques et des associés. La notion s'oppose à celle d'informatique dite « classique » n'utilisant que des phénomènes de physique classique, notamment de l'électricité (exemple du transistor) ou de mécanique classique (exemple historique de la machine analytique). En effet, l'informatique quantique utilise également des phénomènes de la mécanique quantique, à savoir l'intrication quantique et la superposition.

Processus autorégressif

Un processus autorégressif est un modèle de régression pour séries temporelles dans lequel la série est expliquée par ses valeurs passées plutôt que par d'autres variables. Un processus autorégressif d'ordre p, noté AR(p) est donné par : où sont les paramètres du modèle, est une constante et un bruit blanc. En utilisant l'opérateur des retards, on peut l'écrire : Un processus autorégressif d'ordre 1 s'écrit : On peut formuler le processus AR(1) de manière récursive par rapport aux conditions précédentes : En remontant aux valeurs initiales, on aboutit à : Il est à noter que les sommes vont ici jusqu'à l'infini.

Simulateur quantique

vignette|Sur cette photo d'un simulateur quantique, les ions sont fluorescents, ce qui indique que les qubits sont tous dans le même état ("1" ou "0"). Dans de bonnes conditions expérimentales, les ions du cristal prennent spontanément une structure triangulaire. Crédit: Britton/NIST vignette|Illustration de ions piégés : Le cœur du simulateur est un cristal de deux dimensions de ions de béryllium (sphères bleues); l'électron ultrapériphériques de chaque ion est un bits quantiques (flèches rouges).

ARMA

En statistique, les modèles ARMA (modèles autorégressifs et moyenne mobile), ou aussi modèle de Box-Jenkins, sont les principaux modèles de séries temporelles. Étant donné une série temporelle , le modèle ARMA est un outil pour comprendre et prédire, éventuellement, les valeurs futures de cette série. Le modèle est composé de deux parties : une part autorégressive (AR) et une part moyenne-mobile (MA). Le modèle est généralement noté ARMA(,), où est l'ordre de la partie AR et l'ordre de la partie MA.

Afficher plus

Séances de cours associées (64)

Calcul quantique: Mécanismes et avantages des modèles restreints

Couvre les mécanismes derrière le calcul quantique et explore les avantages des modèles de calcul restreints.

Circuits quantiques : modèle et calcul

Couvre les circuits quantiques, le modèle de calcul, l'inclusion unitaire, la simulation, la précision, les qubits et les aspects globaux.

Informatique Quantique: Fondamentaux et Applications

Couvre les principes fondamentaux de l'informatique quantique, y compris la réalisation de qubits, les ordinateurs quantiques évolutifs, la communication quantique et les algorithmes quantiques.

Modèles de signaux paramétriques : Matlab Practice

Couvre les modèles de signaux paramétriques et les applications Matlab pratiques pour les chaînes de Markov et les processus AutoRegressive.

NISQ et IBM Q

Explore les appareils NISQ et IBM Q, couvrant les circuits quantiques bruyants, les technologies qubit et le développement d'algorithmes quantiques.

Afficher plus

Concepts associés (32)

Quantum algorithm

Informatique quantique

Processus autorégressif

Simulateur quantique

ARMA

Afficher plus