HHL量子线性求解器的早期科学应用调查
计算机视觉与模式识别
2024-05-01 v1
摘要
本文探讨了如何利用量子计算中的Harrow-Hassidim-Lloyd（HHL）算法解决科学和工程问题，采用NQWSim仿真软件在高性能计算平台上实现。我们聚焦于电网管理和气候预测等领域，展示了量子相位估计精度、系数矩阵属性对最终解以及迭代和非迭代数值方法（如牛顿-拉弗森方法和有限差分方法）中结果的影响，以及这些影响对量子纠错成本的影响——所有这些都使用Microsoft Azure Quantum资源估算器。我们总结了在量子相位估计前后量子纠错的指数资源成本，并阐述了一种潜在的降低物理量子比特需求的方法。本工作为未来的调查奠定了初步步骤，呼吁更深入地审视量子算法在具体应用中的可扩展性和效率。
引用
@article{arxiv.2404.19066,
title = {Revolutionizing Traffic Sign Recognition: Unveiling the Potential of Vision Transformers},
author = {Susano Mingwin and Yulong Shisu and Yongshuai Wanwag and Sunshin Huing},
journal= {arXiv preprint arXiv:2404.19066},
year = {2024}
}