Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Варіаційний квантовий алгоритм знаходження власних значень× | Квантовий метод Монте-Карло× | |
|---|---|---|
| Галузь | Квантові обчислення | Квантові обчислення |
| Родина | Machine learning | Machine learning |
| Рік появи≠ | 2014 | 1953 |
| Автор методу≠ | Alberto Peruzzo | Nicholas Metropolis and colleagues |
| Тип≠ | Hybrid quantum-classical algorithm | Monte Carlo simulation |
| Основоположне джерело≠ | Peruzzo, A., McClean, J., Shadbolt, P., et al. (2014). A variational eigenvalue solver on a photonic quantum processor. Nature Communications, 5, 4213. 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 ↗ |
| Інші назви≠ | VQE, hybrid quantum-classical | QMC, variational Monte Carlo, diffusion Monte Carlo |
| Пов'язані≠ | 4 | 3 |
| Підсумок≠ | The Variational Quantum Eigensolver (VQE) is a hybrid quantum-classical algorithm designed to find the lowest eigenvalue (ground state energy) of a quantum Hamiltonian. Introduced by Peruzzo et al. in 2014, it exploits the variational principle to combine the power of quantum circuits with classical optimization to solve chemistry and materials science problems on near-term quantum devices. | 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. |
| ScholarGateНабір даних ↗ |
|
|