পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| কোয়ান্টাম অ্যাপ্রক্সিমেট অপ্টিমাইজেশন অ্যালগরিদম× | কোয়ান্টাম মন্টে কার্লো× | |
|---|---|---|
| ক্ষেত্র | কোয়ান্টাম কম্পিউটিং | কোয়ান্টাম কম্পিউটিং |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 2014 | 1953 |
| প্রবর্তক≠ | Edward Farhi | Nicholas Metropolis and colleagues |
| ধরন≠ | Hybrid quantum-classical algorithm | Monte Carlo simulation |
| মৌলিক উৎস≠ | Farhi, E., Goldstone, J., Gutmann, S. (2014). A quantum approximate optimization algorithm. arXiv preprint arXiv:1411.4028. DOI ↗ | Metropolis, N., Rosenbluth, A. W., et al. (1953). Equation of state calculations by fast computing machines. Journal of Chemical Physics, 21, 1087–1092. DOI ↗ |
| অপর নাম≠ | QAOA, quantum alternating operator ansatz | QMC, variational Monte Carlo, diffusion Monte Carlo |
| সম্পর্কিত≠ | 4 | 3 |
| সারসংক্ষেপ≠ | The Quantum Approximate Optimization Algorithm (QAOA) is a hybrid quantum-classical algorithm designed to solve combinatorial optimization problems on near-term quantum devices. Introduced by Farhi, Goldstone, and Gutmann in 2014, QAOA encodes optimization problems into quantum circuits and uses classical optimization to tune circuit parameters, aiming to find approximately optimal solutions for problems like MaxCut, graph coloring, and scheduling. | Quantum Monte Carlo (QMC) is a stochastic computational method for computing ground state properties of quantum many-body systems. Combining classical Monte Carlo sampling with quantum mechanics, QMC approaches are among the most accurate methods available for electronic structure and condensed matter physics, achieving sub-percent accuracy for many systems. |
| ScholarGateডেটাসেট ↗ |
|
|