Функциональные Уравнения: Новый Подход с Использованием Гауссовских Процессов

Численное решение уравнения Вильсона - Польчински, основанное на гауссовской модели, демонстрирует относительную [latex]L^2[/latex] ошибку для каждой переменной масштаба [latex]\kappa[/latex], при этом результаты, представленные для узлов коллокации и тестовых точек, показывают сходимость решения даже при отображении лишь части из ста точек коллокации и двадцати точек тестирования.

Исследователи предлагают гибкий метод решения функциональных дифференциальных уравнений, применяя гауссовские процессы для анализа и моделирования сложных физических систем.

Ускорение генеративных моделей: новый подход к вычислению матричной экспоненты

Исследование демонстрирует, что предложенный метод вычисления экспоненты матрицы ([latex] expm\_flow\_sastre [/latex]) превосходит оригинальный ([latex] expm\_flow [/latex]) по времени выполнения для матриц различного размера ([latex] n \in \{2,4,8,16,32,64,128,256,512,1024\} [/latex]), особенно заметно при обработке как отдельных матриц ([latex] n \times n [/latex]), так и тензоров размера ([latex] n \times 16 \times 16 [/latex]).

Исследователи предлагают оптимизированный алгоритм на основе разложения в ряд Тейлора, значительно повышающий эффективность вычислений в генеративных моделях потоков.

Бозоны на службе молекулярной динамики: новый подход к квантовому моделированию

Моделирование квантовой динамики вибраций пиразина с использованием метода MQB требует на порядки меньше квантовых ресурсов по сравнению с традиционным подходом на кубитах, при сохранении эквивалентной точности, что демонстрируется расчетами, показывающими значительное снижение вычислительных затрат, выраженных в логических гейтах CNOT, особенно при учете влияния чистого дефазинга [latex]\gamma_{d}[/latex] и нагрева [latex]\gamma_{h}[/latex], характерных для симуляторов на ионных ловушках, где типичные значения этих параметров составляют [latex]\gamma_{d}^{nat} \in [\text{undef}, 10^2]\unit\per[/latex] и [latex]\gamma_{h}^{nat} \in [10^{-1}, 10^{1}]\unit\per[/latex].

Исследователи показали, что использование бозонов в квантовых симуляторах позволяет существенно снизить вычислительные затраты при моделировании динамики молекул, особенно в открытых квантовых системах.

Квантовый отжиг для новых материалов: симуляция свойств графена на нейтральных атомах

В рамках исследования структуры графена, модели с 28 и 78 атомами были использованы в исчерпывающем поиске и методах Монте-Карло, при этом соответствие между структурой графена и квантовым оборудованием осуществлялось посредством отображения на нейтральные атомы с использованием масштаба [latex] RNN = 4.0\,\mum [/latex], что позволило исследовать взаимосвязь между атомной структурой и квантовыми свойствами материала.

Исследователи продемонстрировали возможность моделирования энергетических свойств азотированного графена с помощью квантового отжига на платформе нейтральных атомов.

Квантовый импульс для молекулярной динамики: ускорение расчёта электростатических взаимодействий

Новый гибридный квантово-классический алгоритм использует возможности квантового преобразования Фурье для повышения эффективности вычислений электростатической энергии в молекулярных системах.

Квантовый Ход: Новый Алгоритм для Решения Сложных Уравнений

Посредством последовательных гомотопических деформаций поля скоростей, вычисленных с помощью классического прямого численного моделирования, и последующего приближения квантовым гомотопическим алгоритмом, решение нелинейного уравнения в частных производных разлагается на начальное приближение [latex]\bar{u}_{0}[/latex] и сумму поправкок высшего порядка [latex]\sum_{p=1}^{M}\bar{u}_{p}[/latex], при этом временной горизонт [latex]t_{NS}[/latex], определяемый требуемой точностью [latex]\varepsilon[/latex] и сложностью алгоритма, ограничивает область сходимости решения.

Исследователи предлагают инновационный квантовый алгоритм, сочетающий методы гомотопического анализа и квантовых вычислений для эффективного моделирования нелинейных дифференциальных уравнений.

Квантовая оптимизация без ограничений: Новый подход к масштабируемым алгоритмам

Алгоритм квантовой аппроксимации оптимизации с фиксированным числом параметров (FPC-QAOA) использует кубическую интерполяцию Эрмита для восстановления трех обучаемых монотонных функций расписания, что позволяет генерировать параметры углов для начального, проблемного и вспомогательного гамильтонианов на каждом шаге Троттера, при этом общее число обучаемых параметров остается независимым от количества шагов Троттера, обеспечивая повышение точности цифрового моделирования без увеличения размерности решаемой классической задачи оптимизации.

Исследователи разработали усовершенствованный квантовый алгоритм, позволяющий повысить эффективность оптимизации на перспективных квантовых устройствах.