一种用于等离子体模拟的混合量子-经典粒子网格方法
该研究团队提出了一种混合量子-经典静电粒子网格(PIC)方法,其中静电场的泊松求解器在量子计算机模拟器上实现,采用了一种混合经典-量子神经网络(HNN),并结合了数据驱动和物理信息学习的方法。该HNN在经典PIC模拟结果上进行训练,并通过PennyLane量子模拟器执行。其余的计算步骤,包括粒子运动和场插值,则在经典系统上完成。为了评估这种混合方法的准确性和计算成本,研究团队将混合量子-经典静电PIC方法应用于等离子体物理中的标准基准测试——双流不稳定性。结果表明,量子泊松求解器达到了与经典方法相当的精度,同时也为使用量子计算和HNN进行等离子体模拟的可行性提供了见解。此外,研究团队还讨论了当前量子计算机模拟器带来的计算开销,展示了混合量子-经典数值方法所面临的挑战和潜在优势。
量科快讯
【 美国弗吉尼亚州首个量子科学硕士课程在乔治梅森大学落地】美国乔治梅森大学日前宣布推出新的量子科学与工程理学硕士课程,这是弗吉尼亚州首个此类学位项目,在全美亦属少数。课程聚焦三大核心方向:量子计算与…
9 小时前
13 小时前
13 小时前
15 小时前
1 天前

