MétaCan
Menu
Retour à la cohorte
Enregistrement W4394167833 · doi:10.6084/m9.figshare.14268162

Adiabatic Quantum Computation: From Adiabatic Theorem to D-Wave Computer

2021· dataset· en· W4394167833 sur OpenAlexaboutno aff
Paulo J. Paulino, Taysa M. Mendonça, Estêvão V. B. de Oliveira, Celso J. Villas-Bôas

Notice bibliographique

RevueFigshare · 2021
Typedataset
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdiabatic processQuantum computerAdiabatic quantum computationComputationPhysicsAdiabatic theoremQuantumQuantum mechanicsComputer scienceAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper we describe the fundamentals of the adiabatic quantum computing, which consists of the interpolation of different Hamiltonians, from an initial Hamiltonian, with known eigenstates and eigenenergies, to a final Hamiltonian, in which the solution to a given problem is encoded. In particular, we discuss the quantum annealing method, which is used by the Canadian company D-Wave, a pioneer in this area. Firstly, we present the proof of the quantum adiabatic theorem and an adiabaticity condition for the evolution of quantum systems. To exemplify, we describe the implementation of the Grover algorithm via adiabatic quantum computing, discussing the impacts of the choice of the interpolation form of the initial and final Hamiltonians on the complexity of the algorithm. In the following, we show an algorithm for the travelling salesman problem executable on the D-Wave platform. Finally, we present important physical aspects of D-Wave’s quantum computer technology, exposing its advantages and disadvantages, in addition to qualitatively describing the engineering of its quantum processor.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,250
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207