Вычислительная память: Новый подход к ускорению обработки данных
В статье представлена архитектура DARTH-PUM, объединяющая аналоговые и цифровые методы обработки данных непосредственно в памяти для повышения производительности и энергоэффективности.
Квантовая физика
Квантовое программирование: обучение с подкреплением для оптимальной подготовки состояний
![Исследование демонстрирует, что двухэтапная стратегия, направленная на оптимизацию квантовых вычислений, позволяет лишь эпизодически повысить точность, однако требует примерно втрое больше времени выполнения, при этом средние значения и 95% доверительные интервалы отражают вариативность результатов в зависимости от сложности задачи [latex]\lambda\lambda[/latex] и количества кубитов.](https://arxiv.org/html/2602.16523v1/x2.png)
Новое исследование демонстрирует возможности машинного обучения в автоматизации создания квантовых схем для достижения целевых квантовых состояний.
Квантовые нейросети: преодолевая ограничения масштаба
Новое исследование показывает, что для эффективного обучения больших квантовых нейросетей необходимо оптимизировать классическую обработку данных, возникающую при использовании метода разбиения квантовых схем.
Квантовые клеточные автоматы: геометрия и спектр состояний
Новое исследование устанавливает связь между квантовыми клеточными автоматами, алгебраической K-теорией и классификацией автоматов через изучение связанных омега-спектров.
Квантовые Взгляды: Анализ Новых Тенденций
Квантовые Взгляды: Анализ Новых Тенденций Знаете, как в хорошей задаче по квантовой механике? Кажется, что все логично, пока не начинаешь решать. Вот и с квантовыми технологиями сейчас примерно то же самое: все говорят о прорыве, а настоящая работа только начинается. И, знаете, это прекрасно! Представьте себе, что вы пытаетесь построить дом из кубиков LEGO, но … Читать далее
Квантовые схемы: ловушка кажущейся оптимизации
Новое исследование показывает, что общая оптимизация параметров в квантовых схемах может приводить к обманчивым градиентам и затруднять практическое обучение.
Ускорение Решения Сложных Задач Оптимизации на FPGA
Новая архитектура объединяет FPGA и Ising-машину для значительного повышения скорости решения комбинаторных задач.
Вероятностные вычисления для оптимизации: новый подход на FPGA
Исследователи разработали энергоэффективную архитектуру для алгоритма имитации отжига, использующую вероятностные биты и параллельную обработку данных на FPGA.
Идеальная сетка для моделирования: новые подходы к пространственному заполнению
![Предложенные решетчатые множества демонстрируют оптимальную скорость убывания радиуса разделения [latex]q(P_N)[/latex] как функцию от числа точек [latex]N[/latex], равную [latex]\Theta(N^{-1/d})[/latex], в то время как другие последовательности характеризуются более быстрым убыванием, обусловленным локальной кластеризацией.](https://arxiv.org/html/2602.15390v1/Figures/Separation_radius_d=7.png)
В статье представлены усовершенствованные методы построения квазиравномерных точечных множеств, обеспечивающих более точное и эффективное моделирование сложных систем.
Моделирование магнитных резонансов: новые возможности в SIMPSON 6.0
![Эффективность переноса поляризации электрона на ядро [latex]\hat{\mathrm{S}}\_{x}[/latex] моделируется численно как функция смещения частоты спина электрона [latex]\Delta\omega\_{S}/(2\pi)[/latex] и времени контакта, демонстрируя зависимость от параметров, определенных с использованием симпсон-кода и параметров спиновой системы, при этом начальная инициализация и детекция основаны на импульсах [latex]\pi/2\_y[/latex] и последовательности эхо-импульсов, соответственно, а насыщающие импульсы и повторение элементов dn-эксперимента, используемые для накачки поляризации на несколько ядер, не включены в двухспиновые симуляции.](https://arxiv.org/html/2602.15793v1/x3.png)
Новая версия программного пакета SIMPSON открывает расширенные горизонты для численного моделирования сложных экспериментов в области ЯМР, ЭПР и ДНП.