Wykorzystanie problemu QUBO do symulacji dynamiki systemu kwantowego

Prelegent: 

Konrad Jałowiecki, Uniwersytet Śląski w Katowicach

Data: 

10/05/2019 - 13:00

Wprowadzamy nowatorskie podejście do symulowania dynamicznych (liniowych) systemów (kwantowych lub innych) równolegle w czasie za pomocą wyżarzaczy kwantowych. W szczególności opisujemy, w jaki sposób można znaleźć wektor stanu rozwiązania, rozwiązując specjalnie spreparowany system równań liniowych. Ponadto wykazujemy, że takie systemy mogą w rzeczywistości być skutecznie rozwiązane (do określonej precyzji) dzięki Quadratic Unconstrained Binary Optimization. To naturalnie prowadzi do klasy hybrydowych klasycznych algorytmów kwantowych, które mogą być implementowane i wykonywane na krótkotrwałych wyżarzaczach kwantowych.

Autor: Zbigniew Puchała | Data utworzenia: 06.05.2019 | Ostatnia modyfikacja: 24.05.2019

Historia zmian

Data aktualizacji: 24/05/2019 - 11:58; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

Wprowadzamy nowatorskie podejście do symulowania dynamicznych (liniowych) systemów (kwantowych lub innych) równolegle w czasie za pomocą wyżarzaczy kwantowych. W szczególności opisujemy, w jaki sposób można znaleźć wektor stanu rozwiązania, rozwiązując specjalnie spreparowany system równań liniowych. Ponadto wykazujemy, że takie systemy mogą w rzeczywistości być skutecznie rozwiązane (do określonej precyzji) dzięki Quadratic Unconstrained Binary Optimization. To naturalnie prowadzi do klasy hybrydowych klasycznych algorytmów kwantowych, które mogą być implementowane i wykonywane na krótkotrwałych wyżarzaczach kwantowych.
Data aktualizacji: 24/05/2019 - 11:56; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

Wprowadzamy nowatorskie podejście do symulowania dynamicznych (liniowych) systemów (kwantowych lub innych) równolegle w czasie za pomocą wyżarzaczy kwantowych. W szczególności opisujemy, w jaki sposób można znaleźć wektor stanu rozwiązania, rozwiązując specjalnie spreparowany system równań liniowych. Ponadto wykazujemy, że takie systemy mogą w rzeczywistości być skutecznie rozwiązane (do określonej precyzji) dzięki Quadratic Unconstrained Binary Optimization. To naturalnie prowadzi do klasy hybrydowych klasycznych algorytmów kwantowych, które mogą być implementowane i wykonywane na krótkotrwałych wyżarzaczach kwantowych.
Data aktualizacji: 09/05/2019 - 22:02; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

Wprowadzamy nowatorskie podejście do symulowania dynamicznych (liniowych) systemów (kwantowych lub innych) równolegle w czasie za pomocą wyżarzaczy kwantowych. W szczególności opisujemy, w jaki sposób można znaleźć wektor stanu rozwiązania, rozwiązując specjalnie spreparowany system równań liniowych. Ponadto wykazujemy, że takie systemy mogą w rzeczywistości być skutecznie rozwiązane (do określonej precyzji) dzięki Quadratic Unconstrained Binary Optimization. To naturalnie prowadzi do klasy hybrydowych klasycznych algorytmów kwantowych, które mogą być implementowane i wykonywane na krótkotrwałych wyżarzaczach kwantowych.
Data aktualizacji: 09/05/2019 - 22:02; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

Wprowadzamy nowatorskie podejście do symulowania dynamicznych (liniowych) systemów (kwantowych lub innych) równolegle w czasie za pomocą wyżarzaczy kwantowych. W szczególności opisujemy, w jaki sposób można znaleźć wektor stanu rozwiązania, rozwiązując specjalnie spreparowany system równań liniowych. Ponadto wykazujemy, że takie systemy mogą w rzeczywistości być skutecznie rozwiązane (do określonej precyzji) dzięki Quadratic Unconstrained Binary Optimization. To naturalnie prowadzi do klasy hybrydowych klasycznych algorytmów kwantowych, które mogą być implementowane i wykonywane na krótkotrwałych wyżarzaczach kwantowych.
Data aktualizacji: 09/05/2019 - 22:01; autor zmian: Jarosław Miszczak (miszczak@iitis.pl)

We introduce a novel approach to simulate dynamical (linear) systems (quantum or otherwise) parallel in time using quantum annealers.

In particular,  we describe how the solution state vector can be found by solving a specifically crafted system of linear equations. Moreover, we demonstrate that such systems can, in fact, be effectively solved (up to a given precision) with Quadratic Unconstrained Binary Optimization.
This naturally leads to a class of hybrid classical-quantum algorithms that can be implemented and executed on near-term quantum annealers.
Data aktualizacji: 06/05/2019 - 13:42; autor zmian: Zbigniew Puchała (zbyszek@iitis.pl)

We introduce a novel approach to simulate dynamical (linear) systems (quantum or otherwise) parallel in time using quantum annealers.

In particular,  we describe how the solution state vector can be found by solving a specifically crafted system of linear equations. Moreover, we demonstrate that such systems can, in fact, be effectively solved (up to a given precision) with Quadratic Unconstrained Binary Optimization.
This naturally leads to a class of hybrid classical-quantum algorithms that can be implemented and executed on near-term quantum annealers.
Data aktualizacji: 06/05/2019 - 13:42; autor zmian: Zbigniew Puchała (zbyszek@iitis.pl)

We introduce a novel approach to simulate dynamical (linear) systems (quantum or otherwise) parallel in time using quantum annealers.

In particular,  we describe how the solution state vector can be found by solving a specifically crafted system of linear equations. Moreover, we demonstrate that such systems can, in fact, be effectively solved (up to a given precision) with Quadratic Unconstrained Binary Optimization.
This naturally leads to a class of hybrid classical-quantum algorithms that can be implemented and executed on near-term quantum annealers.