量子数据中的涡旋检测
微分方程的量子解代表着量子数据——这些状态包含系统行为的相关信息,但难以分析。该研究团队提出了一套从这类数据中读取信息的工具包,通过定制化量子电路高效提取流动特性。团队重点研究了被称为“量子涡流检测”(QVD)的过程,开发了专门算子来汇集与涡度相关的特征。 具体而言,该工作提出了基于滑动窗口和量子傅里叶分析的方法,实现了对具有涡流型特征的流场区域进行分离。首先,研究人员展示了如何顺序应用、训练和分析轮廓形窗口,从而生成清晰信号来标记流场中的涡流位置。其次,开发了并行窗口提取技术,使得来自不同轮廓位置的信号能被协同处理,避免了在整个解网格上循环遍历。研究证明可以从流场中提取傅里叶特征,实现对无涡流解决方案与呈现兰姆-奥seen涡流的数据集进行分类。 该工作展示了从量子数据中高效提取价值的成功案例,并指出需要开发可在量子数据上训练的适当分析工具。
