1Xanadu, Toronto, ON, M5G 2C8, Canada
2Centro di fisica teorica, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA
3Centro per la fisica quantistica computazionale, Flatiron Institute, New York, NY, 10010, USA
4Dipartimento di Fisica, Columbia University, New York, 10027, USA
Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.
Astratto
Proponiamo un nuovo metodo per estendere la dimensione di un calcolo quantistico oltre il numero di qubit fisici disponibili su un singolo dispositivo. Ciò si ottiene inserendo in modo casuale canali di misurazione e preparazione per esprimere lo stato di uscita di un circuito di grandi dimensioni come stato separabile tra dispositivi distinti. Il nostro metodo utilizza misurazioni randomizzate, risultando in un sovraccarico del campione che è $widetilde{O}(4^k / varepsilon ^2)$, dove $varepsilon $ è l'accuratezza del calcolo e $k$ il numero di fili paralleli che sono “tagliare” per ottenere sottocircuiti più piccoli. Mostriamo anche un limite inferiore teorico dell'informazione di $Omega(2^k / varepsilon ^2)$ per qualsiasi procedura comparabile. Utilizziamo le nostre tecniche per dimostrare che i circuiti nell'algoritmo di ottimizzazione quantistica approssimativa (QAOA) con strati di entanglement $p$ possono essere simulati da circuiti su una frazione del numero originale di qubit con un sovraccarico di circa $2^{O(pkappa) }$, dove $kappa$ è la dimensione di un separatore di vertici bilanciato noto del grafo che codifica il problema di ottimizzazione. Otteniamo prove numeriche di accelerazioni pratiche utilizzando il nostro metodo applicato al QAOA, rispetto al lavoro precedente. Infine, indaghiamo la fattibilità pratica dell'applicazione della procedura di taglio del circuito a problemi QAOA su larga scala su grafi raggruppati utilizzando un simulatore $30$-qubit per valutare l'energia variazionale di un problema $129$-qubit nonché eseguire un $62$-qubit -ottimizzazione qubit.
► dati BibTeX
► Riferimenti
, https:///github.com/XanaduAI/randomized-measurements-circuit-cutting (2022).
https:///github.com/XanaduAI/randomized-measurements-circuit-cutting
, Scott Aaronson e Daniel Gottesman "Simulazione migliorata dei circuiti stabilizzatori" Phys. Rev. A 70, 052328 (2004).
https: / / doi.org/ 10.1103 / PhysRevA.70.052328
, J. Avron, Ofer Casper e Ilan Rozen, "Vantaggio quantistico e riduzione del rumore nel calcolo quantistico distribuito" Phys. Rev. A 104, 052404 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.104.052404
, Thomas Ayral, François-Marie Le Régent, Zain Saleem, Yuri Alexeev e Martin Suchara, "Quantum Divide and Compute: Hardware Demonstrations and Noisy Simulations" 2020 IEEE Computer Society Annual Symposium on VLSI (ISVLSI) 138–140 (2020).
https:///doi.org/10.1109/ISVLSI49217.2020.00034
, F. Barratt, James Dborin, Matthias Bal, Vid Stojevic, Frank Pollmann e AG Green, "Simulazione quantistica parallela di grandi sistemi su piccoli computer NISQ" npj Quantum Information 7, 79 (2021).
https://doi.org/10.1038/s41534-021-00420-3
, Ville Bergholm, Josh Izaac, Maria Schuld, Christian Gogolin, Shahnawaz Ahmed, Vishnu Ajith, M. Sohaib Alam, Guillermo Alonso-Linaje, B. AkashNarayanan, Ali Asadi, Juan Miguel Arrazola, Utkarsh Azad, Sam Banning, Carsten Blank, Thomas R. Bromley, Benjamin A. Cordier, Jack Ceroni, Alain Delgado, Olivia Di Matteo, Amintor Dusko, Tanya Garg, Diego Guala, Anthony Hayes, Ryan Hill, Aroosa Ijaz, Theodor Isacsson, David Ittah, Soran Jahangiri, Prateek Jain, Edward Jiang, Ankit Khandelwal, Korbinian Kottmann, Robert A. Lang, Christina Lee, Thomas Loke, Angus Lowe, Keri McKiernan, Johannes Jakob Meyer, JA Montañez-Barrera, Romain Moyard, Zeyue Niu, Lee James O'Riordan, Steven Oud, Ashish Panigrahi, Chae-Yeun Park, Daniel Polatajko, Nicolás Quesada, Chase Roberts, Nahum Sá, Isidor Schoch, Borun Shi, Shuli Shu, Sukin Sim, Arshpreet Singh, Ingrid Strandberg, Jay Soni, Antal Száva, Slimane Thabet, Rodrigo A. Vargas-Hernández , Trevor Vincent, Nicola Vitucci, Maurice Weber, David Wierichs, Roeland Wier sema, Moritz Willmann, Vincent Wong, Shaoming Zhang e Nathan Killoran, "PennyLane: Automatic differenziation of hybrid quantum-classical computations" (2018).
https:///doi.org/10.48550/ARXIV.1811.04968
https: / / arxiv.org/ abs / 1811.04968 mila
, Sergey Bravyi e David Gosset "Simulazione classica migliorata dei circuiti quantistici dominati da Clifford Gates" Phys. Rev. Lett. 116, 250501 (2016).
https: / / doi.org/ 10.1103 / PhysRevLett.116.250501
, Sergey Bravyi, David Gosset e Ramis Movassagh, "Algoritmi classici per valori medi quantistici" Nature Physics 17, 337–341 (2021).
https://doi.org/10.1038/s41567-020-01109-8
, Sergey Bravyi, Graeme Smith e John A. Smolin, "Commercio di risorse computazionali classiche e quantistiche" Phys. Rev. X 6, 021043 (2016).
https: / / doi.org/ 10.1103 / PhysRevX.6.021043
, Sergey Bravyi, Alexander Kliesch, Robert Koenig e Eugene Tang, "Ostacoli all'ottimizzazione quantistica variazionale dalla protezione della simmetria" Phys. Rev. Lett. 125, 260505 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.125.260505
, Sergey Bravyi, Dan Browne, Padraic Calpin, Earl Campbell, David Gosset e Mark Howard, "Simulazione di circuiti quantistici mediante decomposizioni di stabilizzatori di basso rango" Quantum 3, 181 (2019).
https://doi.org/10.22331/q-2019-09-02-181
, Thang Nguyen Buiand Curt Jones "Trovare buone partizioni approssimative di vertice e bordo è NP-difficile" Information Processing Letters 42, 153–159 (1992).
https://doi.org/10.1016/0020-0190(92)90140-Q
https:///www.sciencedirect.com/science/article/pii/002001909290140Q
, Francesco Buscemi e Nilanjana Datta “The Quantum Capacity of Channels With Arbitrarily Correlated Noise” IEEE Transactions on Information Theory 56, 1447–1460 (2010).
https: / / doi.org/ 10.1109 / TIT.2009.2039166
, Senrui Chen, Wenjun Yu, Pei Zeng e Steven T. Flammia, “Robust Shadow Estimation” PRX Quantum 2, 030348 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.030348
, Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe e Shuchen Zhu, "Theory of Trotter Error with Commutator Scaling" Physical Review X 11 (2021).
https: / / doi.org/ 10.1103 / physrevx.11.011020
, Thomas M. Cover e Joy A. Thomas “Elements of Information Theory” Wiley (2005).
https:///doi.org/10.1002/047174882x
, Vedran Dunjko, Yimin Ge e J. Ignacio Cirac, "Accelerazioni computazionali utilizzando piccoli dispositivi quantistici" Phys. Rev. Lett. 121, 250501 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.250501
, Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch e Peter Zoller, “The randomized measurement toolbox” (2022).
https:///doi.org/10.48550/ARXIV.2203.11374
https: / / arxiv.org/ abs / 2203.11374 mila
, Leo Fang, Andreas Hehn, Harun Bayraktar e Sam Stanwyck, “NVIDIA/cuQuantum: cuQuantum v22.05.0” (2022).
https: / / doi.org/ 10.5281 / zenodo.6574510
, Robert M. Fano "Trasmissione di informazioni: una teoria statistica delle comunicazioni" MIT Press (1966).
, Edward Farhi, David Gamarnik e Sam Gutmann, "L'algoritmo di ottimizzazione quantistica approssimativa deve vedere l'intero grafico: un caso tipico" (2020).
https:///doi.org/10.48550/ARXIV.2004.09002
https: / / arxiv.org/ abs / 2004.09002 mila
, Edward Farhi, David Gamarnik e Sam Gutmann, "L'algoritmo di ottimizzazione quantistica approssimativa deve vedere l'intero grafico: esempi di casi peggiori" (2020).
https:///doi.org/10.48550/ARXIV.2005.08747
https: / / arxiv.org/ abs / 2005.08747 mila
, Edward Farhi, Jeffrey Goldstone e Sam Gutmann, "Un algoritmo di ottimizzazione approssimativo quantistico" (2014).
https:///doi.org/10.48550/ARXIV.1411.4028
https: / / arxiv.org/ abs / 1411.4028 mila
, Edward Farhi, Jeffrey Goldstone e Sam Gutmann, "Un algoritmo di ottimizzazione approssimativo quantistico applicato a un problema di vincolo di occorrenza limitata" (2014).
https:///doi.org/10.48550/ARXIV.1412.6062
https: / / arxiv.org/ abs / 1412.6062 mila
, Edward Farhi e Aram W Harrow "Quantum Supremacy attraverso l'algoritmo di ottimizzazione approssimata quantistica" (2016).
https:///doi.org/10.48550/ARXIV.1602.07674
https: / / arxiv.org/ abs / 1602.07674 mila
, Uriel Feige, Mohammad Taghi Hajiaghayi e James R. Lee, "Algoritmi di approssimazione migliorati per separatori di vertici con peso minimo" SIAM Journal on Computing 38, 629–657 (2008).
https: / / doi.org/ 10.1137 / 05064299X
, Johnnie Gray e Stefanos Kourtis "Contrazione della rete tensoriale iper-ottimizzata" Quantum 5, 410 (2021).
https://doi.org/10.22331/q-2021-03-15-410
, M Guţă, J Kahn, R Kueng e JA Tropp, "Tomografia a stato veloce con limiti di errore ottimali" Journal of Physics A: Mathematical and Theoretical 53, 204001 (2020).
https: / / doi.org/ 10.1088 / 1751-8121 / ab8111
, Jeongwan Haah, Aram W. Harrow, Zhengfeng Ji, Xiaodi Wu e Nengkun Yu, "Sample-Optimal Tomography of Quantum States" IEEE Transactions on Information Theory 63, 5628–5641 (2017).
https: / / doi.org/ 10.1109 / TIT.2017.2719044
, Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G. Rieffel, Davide Venturelli e Rupak Biswas, "Dall'algoritmo di ottimizzazione approssimata quantistica a un operatore alternato quantistico Ansatz" Algorithms 12 (2019).
https: / / doi.org/ 10.3390 / a12020034
https://www.mdpi.com/1999-4893/12/2/34
, Michael Horodecki, Peter W. Shor e Mary Beth Ruskai, "Entanglement Breaking Channels" Recensioni in Mathematical Physics 15, 629–641 (2003).
https: / / doi.org/ 10.1142 / S0129055X03001709
, Hsin-Yuan Huang, Richard Kueng e John Preskill, "Predire molte proprietà di un sistema quantistico da pochissime misurazioni" Nature Physics 16, 1050–1057 (2020).
https://doi.org/10.1038/s41567-020-0932-7
, William Huggins, Piyush Patil, Bradley Mitchell, K Birgitta Whaley e E Miles Stoudenmire, "Verso l'apprendimento automatico quantistico con reti tensoriali" Quantum Science and Technology 4, 024001 (2019).
https: / / doi.org/ 10.1088 / 2058-9565 / aaea94
, Richard Kueng e David Gross "Gli stati stabilizzatori di Qubit sono progetti 3 proiettivi complessi" (2015).
https:///doi.org/10.48550/ARXIV.1510.02767
https: / / arxiv.org/ abs / 1510.02767 mila
, Junde Li, Mahabubul Alam e Swaroop Ghosh, "Ottimizzazione quantistica approssimativa su larga scala tramite divide et impera" (2021).
https:///doi.org/10.48550/ARXIV.2102.13288
https: / / arxiv.org/ abs / 2102.13288 mila
, Seth Lloyd, Maria Schuld, Aroosa Ijaz, Josh Izaac e Nathan Killoran, "Quantum embeddings for machine learning" (2020).
https:///doi.org/10.48550/ARXIV.2001.03622
https: / / arxiv.org/ abs / 2001.03622 mila
, Angus Lowe e Ashwin Nayak "Limiti inferiori per l'apprendimento degli stati quantistici con misurazioni a copia singola" (2022).
https:///doi.org/10.48550/ARXIV.2207.14438
https: / / arxiv.org/ abs / 2207.14438 mila
, Danylo Lykov, Jonathan Wurtz, Cody Poole, Mark Saffman, Tom Noel e Yuri Alexeev, "Sampling Frequency Thresholds for Quantum Advantage of Quantum Approximate Optimization Algorithm" (2022).
https:///doi.org/10.48550/ARXIV.2206.03579
https: / / arxiv.org/ abs / 2206.03579 mila
, Igor L. Markov e Yaoyun Shi "Simulazione del calcolo quantistico contraendo reti tensoriali" SIAM Journal on Computing 38, 963–981 (2008).
https: / / doi.org/ 10.1137 / 050644756 mila
, Simon C. Marshall, Casper Gyurik e Vedran Dunjko, "Apprendimento automatico quantistico ad alta dimensione con piccoli computer quantistici" (2022).
https:///doi.org/10.48550/ARXIV.2203.13739
https: / / arxiv.org/ abs / 2203.13739 mila
, Matija Medvidović e Giuseppe Carleo “Simulazione variazionale classica dell'algoritmo di ottimizzazione approssimata quantistica” npj Quantum Information 7 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00440-z
, Kosuke Mitarai e Keisuke Fujii "Costruzione di un gate virtuale a due qubit campionando operazioni a qubit singolo" New Journal of Physics 23, 023021 (2021).
https: / / doi.org/ 10.1088 / 1367-2630 / abd7bc
, Kosuke Mitarai e Keisuke Fujii "Overhead per la simulazione di un canale non locale con canali locali mediante campionamento quasiprobabile" Quantum 5, 388 (2021).
https://doi.org/10.22331/q-2021-01-28-388
, Philipp Moritz, Robert Nishihara, Stephanie Wang, Alexey Tumanov, Richard Liaw, Eric Liang, Melih Elibol, Zongheng Yang, William Paul, Michael I. Jordan e Ion Stoica, “Ray: A Distributed Framework for Emerging AI Applications” (2017) .
https:///doi.org/10.48550/ARXIV.1712.05889
https: / / arxiv.org/ abs / 1712.05889 mila
, Hakop Pashayan, Joel J. Wallman e Stephen D. Bartlett, "Stima delle probabilità di esito dei circuiti quantistici utilizzando quasiprobabilità" Phys. Rev. Lett. 115, 070501 (2015).
https: / / doi.org/ 10.1103 / PhysRevLett.115.070501
, Tianyi Peng, Aram W. Harrow, Maris Ozols e Xiaodi Wu, "Simulazione di grandi circuiti quantistici su un piccolo computer quantistico" Physical Review Letters 125 (2020).
https: / / doi.org/ 10.1103 / physrevlett.125.150504
, Michael A. Perlin, Zain H. Saleem, Martin Suchara e James C. Osborn, "Quantum circuit cutting with maximum-likelihood tomography" npj Quantum Information 7 (2021).
https://doi.org/10.1038/s41534-021-00390-6
, Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J. Love, Alán Aspuru-Guzik e Jeremy L. O'Brien, "Un risolutore variazionale di autovalori su un processore quantistico fotonico" Nature Communications 5 (2014).
https: / / doi.org/ 10.1038 / ncomms5213
, Christophe Piveteau e David Sutter “Circuit knitting with classical communication” (2022).
https:///doi.org/10.48550/ARXIV.2205.00016
https: / / arxiv.org/ abs / 2205.00016 mila
, Zain H. Saleem, Teague Tomesh, Michael A. Perlin, Pranav Gokhale e Martin Suchara, "Quantum Divide and Conquer for Combinatorial Optimization and Distributed Computing" (2021).
arXiv: 2107.07532
, Igal Sason e Sergio Verdú “$f$ -Divergence Inequalities” IEEE Transactions on Information Theory 62, 5973–6006 (2016).
https: / / doi.org/ 10.1109 / TIT.2016.2603151
, Maria Schuld, Alex Bocharov, Krysta M. Svore e Nathan Wiebe, "Classificatori quantistici incentrati sul circuito" Physical Review A 101 (2020).
https: / / doi.org/ 10.1103 / physreva.101.032308
, Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac e Nathan Killoran, "Valutazione dei gradienti analitici su hardware quantistico" Phys. Rev. A 99, 032331 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.032331
, Hayk Shoukourian, Torsten Wilde, Axel Auweter e Arndt Bode, "Previsione dell'energia e del consumo energetico di applicazioni HPC con scalabilità forte e debole" Supercomputing Frontiers and Innovations 1, 20–41 (2014).
https:///doi.org/10.14529/jsfi140202
, Wei Tang e Margaret Martonosi “ScaleQC: A Scalable Framework for Hybrid Computation on Quantum and Classical Processors” (2022).
https:///doi.org/10.48550/ARXIV.2207.00933
https: / / arxiv.org/ abs / 2207.00933 mila
, Ewout Van Den Berg "Un metodo semplice per campionare operatori casuali di Clifford" 2021 IEEE International Conference on Quantum Computing and Engineering (QCE) 54–59 (2021).
https: / / doi.org/ 10.1109 / QCE52317.2021.00021
, Zhihui Wang, Stuart Hadfield, Zhang Jiang e Eleanor G. Rieffel, "Algoritmo di ottimizzazione approssimativo quantistico per MaxCut: una vista fermionica" Phys. Rev. A 97, 022304 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.97.022304
, John Watrous "The Theory of Quantum Information" Cambridge University Press (2018).
https: / / doi.org/ 10.1017 / 9781316848142 mila
, Zak Webb "Il gruppo Clifford forma un 3-design unitario" (2015).
https:///doi.org/10.48550/ARXIV.1510.02769
https: / / arxiv.org/ abs / 1510.02769 mila
, Roeland Wiersema, Leonardo Guerini, Juan Felipe Carrasquilla e Leandro Aolita, "La connettività del circuito aumenta grazie alle interfacce quantistiche-classiche-quantiche" (2022).
https:///doi.org/10.48550/ARXIV.2203.04984
https: / / arxiv.org/ abs / 2203.04984 mila
, Xiao Yuan, Jinzhao Sun, Junyu Liu, Qi Zhao e You Zhou, "Simulazione quantistica con reti tensoriali ibride" Phys. Rev. Lett. 127, 040501 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.040501
, Huangjun Zhu "I gruppi Multiqubit Clifford sono 3-progetti unitari" Phys. Rev. A 96, 062336 (2017).
https: / / doi.org/ 10.1103 / PhysRevA.96.062336
Citato da
[1] Lirandë Pira e Chris Ferrie, “Un invito alle reti neurali quantistiche distribuite”, arXiv: 2211.07056, (2022).
[2] Lukas Brenner, Christophe Piveteau e David Sutter, “Taglio a filo ottimale con comunicazione classica”, arXiv: 2302.03366, (2023).
[3] Matthew DeCross, Eli Chertkov, Megan Kohagen e Michael Foss-Feig, "Compilation di riutilizzo di Qubit con misurazione e ripristino a metà circuito", arXiv: 2210.08039, (2022).
[4] Christian Ufrecht, Maniraman Periyasamy, Sebastian Rietsch, Daniel D. Scherer, Axel Plinge e Christopher Mutschler, "Tagliare le porte quantistiche multicontrollo con il calcolo ZX", arXiv: 2302.00387, (2023).
[5] Marvin Bechtold, Johanna Barzen, Frank Leymann, Alexander Mandl, Julian Obst, Felix Truger e Benjamin Weder, "Indagando l'effetto del taglio del circuito in QAOA per il problema MaxCut sui dispositivi NISQ", arXiv: 2302.01792, (2023).
[6] Ritajit Majumdar e Christopher J. Wood, “Error mitigated quantum circuit cutting”, arXiv: 2211.13431, (2022).
[7] Daniel T. Chen, Zain H. Saleem e Michael A. Perlin, “Quantum Divide and Conquer for Classical Shadows”, arXiv: 2212.00761, (2022).
[8] Gideon Uchehara, Tor M. Aamodt e Olivia Di Matteo, "Ottimizzazione del taglio del circuito ispirata alla rotazione", arXiv: 2211.07358, (2022).
[9] Carlos A. Riofrío, Oliver Mitevski, Caitlin Jones, Florian Krellner, Aleksandar Vučković, Joseph Doetsch, Johannes Klepsch, Thomas Ehmer e Andre Luckow, “Una caratterizzazione delle prestazioni dei modelli generativi quantistici”, arXiv: 2301.09363, (2023).
[10] Diego Guala, Shaoming Zhang, Esther Cruz, Carlos A. Riofrío, Johannes Klepsch e Juan Miguel Arrazola, "Una panoramica pratica della classificazione delle immagini con circuiti quantistici a reti tensoriali variazionali", arXiv: 2209.11058, (2022).
Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2023-03-03 16:49:02). L'elenco potrebbe essere incompleto poiché non tutti gli editori forniscono dati di citazione adeguati e completi.
On Il servizio citato da Crossref non sono stati trovati dati su citazioni (ultimo tentativo 2023-03-03 16:49:00).
Questo documento è pubblicato in Quantum sotto il Creative Commons Attribuzione 4.0 Internazionale (CC BY 4.0) licenza. Il copyright rimane dei detentori del copyright originali come gli autori o le loro istituzioni.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
- Fonte: https://quantum-journal.org/papers/q-2023-03-02-934/
- 1
- 10
- 11
- 116
- 2001
- 2014
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 2023
- 28
- 39
- 7
- 70
- 9
- a
- sopra
- ABSTRACT
- accesso
- compiuto
- precisione
- operanti in
- Vantaggio
- affiliazioni
- AI
- alex
- Alexander
- algoritmo
- Algoritmi
- Tutti
- Analitico
- ed
- Andrea
- annuale
- Anthony
- applicazioni
- applicato
- AMMISSIONE
- autore
- gli autori
- Automatico
- disponibile
- benzoino
- Al di là di
- legato
- Rompere
- Rottura
- Bryan
- cambridge
- Ultra-Grande
- trasportare
- Custodie
- casper
- canale
- canali
- inseguimento
- chen
- chris
- Christopher
- classificazione
- Columbia
- commento
- Popolo
- Comunicazione
- Comunicazioni
- paragonabile
- rispetto
- completamento di una
- complesso
- calcolo
- calcoli
- Calcolare
- computer
- computer
- informatica
- Convegno
- Connettività
- consumo
- aggiudicatrice
- contrazione
- copyright
- taglio
- taglio
- Daniel
- dati
- David
- Essa
- dispositivo
- dispositivi
- Diego
- discutere
- distinto
- distribuito
- calcolo distribuito
- bordo
- Edward
- effetto
- emergenti del mondo
- impiega
- energia
- Ingegneria
- errore
- Etere (ETH)
- valutare
- prova
- Esempi
- esprimere
- estendere
- FAST
- pochi
- Infine
- forme
- essere trovato
- frazione
- Contesto
- Frequenza
- da
- Frontiers
- Gates
- ge
- generativo
- buono
- gradienti
- grafico
- grafici
- Green
- lordo
- Gruppo
- Gruppo
- Hardware
- harvard
- titolari
- hpc
- HTTPS
- IBRIDO
- ibrido quantistico-classico
- IEEE
- Immagine
- Classificazione delle immagini
- in
- disuguaglianze
- informazioni
- innovazioni
- Istituto
- istituzioni
- interessante
- interfacce
- Internazionale
- indagare
- invito
- martinetto
- JavaScript
- John
- Johnnie
- Giordania
- rivista
- conosciuto
- LUNGO
- grandi
- larga scala
- Cognome
- galline ovaiole
- apprendimento
- Lasciare
- sottovento
- LEO
- Licenza
- Lista
- locale
- amore
- macchina
- machine learning
- molti
- marchio
- martyn
- Massachusetts
- Istituto di Tecnologia del Massachussetts
- matematico
- misurazioni
- Megan
- metodo
- Meyer
- Michael
- ordine
- CON
- modelli
- Mese
- Natura
- esigenze
- Rete
- reti
- Neurale
- reti neurali
- New
- New York
- Nguyen
- Rumore
- numero
- NY
- ottenere
- aprire
- Operazioni
- operatore
- Operatori
- ottimale
- ottimizzazione
- i
- Risultato
- panoramica
- Carta
- Parallel
- Parco
- Paul
- performance
- Peter
- Fisico
- Fisica
- Platone
- Platone Data Intelligence
- PlatoneDati
- energia
- Pratico
- stampa
- Precedente
- Problema
- problemi
- lavorazione
- Processore
- processori
- proprietà
- offre
- protezione
- fornire
- pubblicato
- editore
- editori
- Qi
- Quantistico
- vantaggio quantistico
- Computer quantistico
- computer quantistici
- calcolo quantistico
- informazione quantistica
- apprendimento automatico quantistico
- fisica quantistica
- qubit
- casuale
- Randomizzato
- Riferimenti
- resti
- Risorse
- risultante
- recensioni
- Recensioni
- Richard
- ROBERT
- approssimativamente
- Ryan
- Sam
- scalabile
- scala
- Scienze
- Scienza e Tecnologia
- Shadow
- mostrare attraverso le sue creazioni
- siam
- SIM
- Simon
- Un'espansione
- simulazione
- simulatore
- singolo
- Taglia
- piccole
- inferiore
- Società
- Regione / Stato
- stati
- statistiche
- Stefano
- forte
- Con successo
- tale
- adatto
- Dom.
- Supercomputing
- simposio
- sistema
- SISTEMI DI TRATTAMENTO
- tecniche
- Tecnologia
- I
- Il grafo
- loro
- teorico
- Attraverso
- Titolo
- a
- Strumenti
- Tor
- toronto
- Le transazioni
- Trevor
- tipico
- per
- Università
- aggiornato
- URL
- uso
- Valori
- via
- Visualizza
- virtuale
- volume
- W
- peso
- quale
- Wire
- Lavora
- lavori
- Salsiccia di assorbimento
- wu
- X
- anno
- Yuan
- zefiro
- Zhao
