1Département de physique et laboratoire clé de Pékin pour les sciences des composites et des interfaces magnéto-photoélectriques, École de mathématiques et de physique, Université des sciences et technologies de Pékin, Pékin 100083, Chine
2Graduate School of China Academy of Engineering Physics, Pékin 100193, Chine
Vous trouvez cet article intéressant ou souhaitez en discuter? Scite ou laisse un commentaire sur SciRate.
Abstract
Le calcul des propriétés de l'état fondamental des systèmes quantiques à plusieurs corps est une application prometteuse du matériel quantique à court terme avec un impact potentiel dans de nombreux domaines. L'estimation de phase quantique de l'algorithme classique utilise des circuits profonds et nécessite des technologies tolérantes aux pannes. De nombreux algorithmes de simulation quantique développés récemment fonctionnent de manière inexacte et variationnelle pour exploiter des circuits peu profonds. Dans ce travail, nous combinons Monte Carlo quantique avec l'informatique quantique et proposons un algorithme pour simuler l'évolution en temps imaginaire et résoudre le problème de l'état fondamental. En échantillonnant l'opérateur d'évolution en temps réel avec un temps d'évolution aléatoire selon une distribution de Cauchy-Lorentz modifiée, nous pouvons calculer la valeur attendue d'une observable en évolution en temps imaginaire. Notre algorithme s'approche de la solution exacte étant donné une profondeur de circuit augmentant polylogarithmiquement avec la précision souhaitée. Par rapport à l'estimation de phase quantique, le nombre de pas de Trotter, c'est-à-dire la profondeur du circuit, peut être des milliers de fois plus petit pour obtenir la même précision dans l'énergie de l'état fondamental. Nous vérifions la résilience aux erreurs de trotterisation causées par la profondeur finie du circuit dans la simulation numérique de divers modèles. Les résultats montrent que la simulation quantique de Monte Carlo est prometteuse même sans ordinateur quantique totalement tolérant aux pannes.
► Données BibTeX
► Références
Richard P. Feynman. Simuler la physique avec des ordinateurs. Internat. J. Théoret. Phys., 21 (6-7): 467–488, juin 1982. 10.1007/bf02650179.
https: / / doi.org/ 10.1007 / bf02650179
Seth Lloyd. Simulateurs quantiques universels. Science, 273 (5278): 1073–1078, août 1996. 10.1126/science.273.5278.1073.
https: / / doi.org/ 10.1126 / science.273.5278.1073
J. Carlson, S. Gandolfi, F. Pederiva, Steven C. Pieper, R. Schiavilla, KE Schmidt et RB Wiringa. Méthodes quantiques de monte-carlo pour la physique nucléaire. Rév. Mod. Phys., 87 (3): 1067–1118, septembre 2015. 10.1103/revmodphys.87.1067.
https: / / doi.org/ 10.1103 / revmodphys.87.1067
BL Hammond, WA Lester et PJ Reynolds. Méthodes de Monte Carlo en chimie quantique ab initio. WORLD SCIENTIFIC, mars 1994. 10.1142/1170.
https: / / doi.org/ 10.1142 / 1170
WMC Foulkes, L. Mitas, RJ Needs et G. Rajagopal. Simulations quantiques Monte Carlo de solides. Rév. Mod. Phys., 73 (1): 33–83, janvier 2001. 10.1103/revmodphys.73.33.
https: / / doi.org/ 10.1103 / revmodphys.73.33
U. Schollwöck. Le groupe de renormalisation de la matrice de densité. Rév. Mod. Phys., 77 (1): 259–315, avril 2005. 10.1103/revmodphys.77.259.
https: / / doi.org/ 10.1103 / revmodphys.77.259
Daniel S. Abrams et Seth Lloyd. Algorithme quantique fournissant une augmentation de vitesse exponentielle pour trouver des valeurs propres et des vecteurs propres. Phys. Rev. Lett., 83 (24): 5162–5165, décembre 1999. 10.1103/physrevlett.83.5162.
https: / / doi.org/ 10.1103 / physrevlett.83.5162
Alán Aspuru-Guzik, Anthony D. Dutoi, Peter J. Love et Martin Head-Gordon. Calcul quantique simulé des énergies moléculaires. Science, 309 (5741) : 1704–1707, septembre 2005. 10.1126/science.1113479.
https: / / doi.org/ 10.1126 / science.1113479
Dave Wecker, Bela Bauer, Bryan K. Clark, Matthew B. Hastings et Matthias Troyer. Estimations du nombre de portes pour effectuer de la chimie quantique sur de petits ordinateurs quantiques. Phys. Rev. A, 90 (2): 022305, août 2014. 10.1103/physreva.90.022305.
https: / / doi.org/ 10.1103 / physreva.90.022305
Markus Reiher, Nathan Wiebe, Krysta M. Svore, Dave Wecker et Matthias Troyer. Élucider les mécanismes de réaction sur les ordinateurs quantiques. Proc. Natl. Acad. Sci., 114 (29): 7555–7560, juillet 2017. 10.1073/pnas.1619152114.
https: / / doi.org/ 10.1073 / pnas.1619152114
Ryan Babbush, Craig Gidney, Dominic W. Berry, Nathan Wiebe, Jarrod McClean, Alexandru Paler, Austin Fowler et Hartmut Neven. Encodage de spectres électroniques dans des circuits quantiques de complexité t linéaire. Phys. Rév. X, 8 (4) : 041015, octobre 2018. 10.1103/physrevx.8.041015.
https: / / doi.org/ 10.1103 / physrevx.8.041015
Emanuel Knill, Raymond Laflamme et Wojciech H. Zurek. Calcul quantique résilient. Science, 279 (5349): 342–345, janvier 1998. 10.1126/science.279.5349.342.
https: / / doi.org/ 10.1126 / science.279.5349.342
Austin G. Fowler, Matteo Mariantoni, John M. Martinis et Andrew N. Cleland. Codes de surface : vers un calcul quantique pratique à grande échelle. Phys. Rev. A, 86 (3): 032324, septembre 2012. 10.1103/physreva.86.032324.
https: / / doi.org/ 10.1103 / physreva.86.032324
John Preskill. L'informatique quantique à l'ère NISQ et au-delà. Quantum, 2 : 79, août 2018. 10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79
Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J. Love, Alán Aspuru-Guzik et Jeremy L. O'Brien. Un solveur de valeurs propres variationnel sur un processeur quantique photonique. Nat. Commun., 5 (1), juillet 2014. 10.1038/ncomms5213.
https: / / doi.org/ 10.1038 / ncomms5213
Dave Wecker, Matthew B. Hastings et Matthias Troyer. Progrès vers des algorithmes variationnels quantiques pratiques. Phys. Rév. A, 92 (4) : 042303, octobre 2015. 10.1103/physreva.92.042303.
https: / / doi.org/ 10.1103 / physreva.92.042303
Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C. Benjamin et Xiao Yuan. Simulation quantique variationnelle basée sur l'ansatz de l'évolution temporelle imaginaire. npj Quantum Inf., 5 (1), septembre 2019. 10.1038/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2
Mario Motta, Chong Sun, Adrian TK Tan, Matthew J. O'Rourke, Erika Ye, Austin J. Minnich, Fernando GSL Brandão et Garnet Kin-Lic Chan. Détermination des états propres et des états thermiques sur un ordinateur quantique à l'aide de l'évolution temporelle imaginaire quantique. Nature Physics, 16 (2): 205–210, novembre 2019. 10.1038/s41567-019-0704-4.
https://doi.org/10.1038/s41567-019-0704-4
Sheng-Hsuan Lin, Rohit Dilip, Andrew G. Green, Adam Smith et Frank Pollmann. Évolution en temps réel et imaginaire avec des circuits quantiques compressés. PRX Quantum, 2 (1): 010342, mars 2021. 10.1103/prxquantum.2.010342.
https: / / doi.org/ 10.1103 / prxquantum.2.010342
William J. Huggins, Bryan A. O'Gorman, Nicholas C. Rubin, David R. Reichman, Ryan Babbush et Joonho Lee. Monte Carlo quantique fermionique sans biais avec un ordinateur quantique. Nature, 603 (7901) : 416–420, mars 2022. 10.1038/s41586-021-04351-z.
https: / / doi.org/ 10.1038 / s41586-021-04351-z
Andrei Alexandru, Gökçe Başar, Paulo F. Bedaque, Sohan Vartak et Neill C. Warrington. Etude Monte Carlo de la dynamique temps réel sur le réseau. Phys. Rev. Lett., 117 (8): 081602, août 2016. 10.1103/physrevlett.117.081602.
https: / / doi.org/ 10.1103 / physrevlett.117.081602
Guifré Vidal. Simulation efficace de systèmes quantiques unidimensionnels à plusieurs corps. Phys. Rev. Lett., 93 (4): 040502, juillet 2004. 10.1103/physrevlett.93.040502.
https: / / doi.org/ 10.1103 / physrevlett.93.040502
GC Wick. Propriétés des fonctions d'onde bethe-salpêtre. Phys. Rev., 96 (4): 1124–1134, novembre 1954. 10.1103/physrev.96.1124.
https:///doi.org/10.1103/physrev.96.1124
Tong Liu, Jin-Guo Liu et Heng Fan. Porte probabiliste non unitaire en évolution temporelle imaginaire. Inf. quantique Process., 20 (6), juin 2021. 10.1007/s11128-021-03145-6.
https://doi.org/10.1007/s11128-021-03145-6
F. Turro, A. Roggero, V. Amitrano, P. Luchi, KA Wendt, JL Dubois, S. Quaglioni et F. Pederiva. Propagation en temps imaginaire sur une puce quantique. Phys. Rev. A, 105 (2): 022440, février 2022. 10.1103/physreva.105.022440.
https: / / doi.org/ 10.1103 / physreva.105.022440
Yongdan Yang, Bing-Nan Lu et Ying Li. Monte Carlo quantique accéléré avec erreur atténuée sur ordinateur quantique bruyant. PRX Quantum, 2 (4) : 040361, décembre 2021. 10.1103/prxquantum.2.040361.
https: / / doi.org/ 10.1103 / prxquantum.2.040361
DFB ten Haaf, HJM van Bemmel, JMJ van Leeuwen, W. van Saarloos et DM Ceperley. Preuve d'une borne supérieure dans Monte Carlo à nœud fixe pour les fermions de réseau. Phys. Rev. B, 51 (19): 13039–13045, mai 1995. 10.1103/physrevb.51.13039.
https: / / doi.org/ 10.1103 / physrevb.51.13039
Mario Motta et Shiwei Zhang. Calculs ab initio de systèmes moléculaires par la méthode monte-carlo quantique à champs auxiliaires. WIRE Comput. Mol. Sci., 8 (5), mai 2018. 10.1002/wcms.1364.
https: / / doi.org/ 10.1002 / wcms.1364
Joonho Lee, Dominic W. Berry, Craig Gidney, William J. Huggins, Jarrod R. McClean, Nathan Wiebe et Ryan Babbush. Calculs quantiques encore plus efficaces de la chimie grâce à l'hypercontraction tensorielle. PRX Quantum, 2 (3): 030305, juillet 2021. 10.1103/prxquantum.2.030305.
https: / / doi.org/ 10.1103 / prxquantum.2.030305
Artur K. Ekert, Carolina Moura Alves, Daniel KL Oi, Michał Horodecki, Paweł Horodecki et LC Kwek. Estimations directes des fonctionnelles linéaires et non linéaires d'un état quantique. Phys. Rev. Lett., 88 (21): 217901, mai 2002. 10.1103/physrevlett.88.217901.
https: / / doi.org/ 10.1103 / physrevlett.88.217901
Sirui Lu, Mari Carmen Bañuls et J. Ignacio Cirac. Algorithmes pour la simulation quantique aux énergies finies. PRX Quantum, 2 (2): 020321, mai 2021. 10.1103/prxquantum.2.020321.
https: / / doi.org/ 10.1103 / prxquantum.2.020321
Thomas E. O'Brien, Stefano Polla, Nicholas C. Rubin, William J. Huggins, Sam McArdle, Sergio Boixo, Jarrod R. McClean et Ryan Babbush. Atténuation des erreurs via une estimation de phase vérifiée. PRX Quantum, 2 (2): 020317, mai 2021. 10.1103/prxquantum.2.020317.
https: / / doi.org/ 10.1103 / prxquantum.2.020317
Michael A. Nielsen et Isaac L. Chuang. Calcul quantique et information quantique. Cambridge University Press, juin 2012. 10.1017/cbo9780511976667.
https: / / doi.org/ 10.1017 / cbo9780511976667
Dominic W. Berry, Graeme Ahokas, Richard Cleve et Barry C. Sanders. Algorithmes quantiques efficaces pour simuler des hamiltoniens clairsemés. Comm. Mathématiques. Phys., 270 (2): 359–371, décembre 2006. 10.1007/s00220-006-0150-x.
https: / / doi.org/ 10.1007 / s00220-006-0150-x
Nathan Wiebe, Dominic Berry, Peter Høyer et Barry C Sanders. Décompositions d'ordre supérieur d'exponentielles d'opérateurs ordonnés. J.Phys. R : Mathématiques. Theor., 43 (6): 065203, janv. 2010. 10.1088/1751-8113/43/6/065203.
https://doi.org/10.1088/1751-8113/43/6/065203
Andrew M. Childs et Nathan Wiebe. Simulation hamiltonienne utilisant des combinaisons linéaires d'opérations unitaires. Inf. quantique Comput., 12 (11&12): 901–924, novembre 2012. 10.26421/qic12.11-12-1.
https: / / doi.org/ 10.26421 / qic12.11-12-1
Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari et Rolando D. Somma. Simulation de la dynamique hamiltonienne avec une série de taylor tronquée. Phys. Rev. Lett., 114 (9): 090502, mars 2015. 10.1103/physrevlett.114.090502.
https: / / doi.org/ 10.1103 / physrevlett.114.090502
Guang Hao Low et Isaac L. Chuang. Simulation hamiltonienne optimale par traitement quantique du signal. Phys. Rev. Lett., 118 (1): 010501, janvier 2017. 10.1103/physrevlett.118.010501.
https: / / doi.org/ 10.1103 / physrevlett.118.010501
Comte Campbell. Compilateur aléatoire pour une simulation hamiltonienne rapide. Phys. Rev. Lett., 123 (7): 070503, août 2019. 10.1103/physrevlett.123.070503.
https: / / doi.org/ 10.1103 / physrevlett.123.070503
Andrew M. Childs, Aaron Ostrander et Yuan Su. Simulation quantique plus rapide par randomisation. Quantum, 3 : 182, septembre 2019. 10.22331/q-2019-09-02-182.
https://doi.org/10.22331/q-2019-09-02-182
Paul K. Faehrmann, Mark Steudtner, Richard Kueng, Maria Kieferova et Jens Eisert. Randomisation de formules multi-produits pour la simulation hamiltonienne. Quantum, 6 : 806, septembre 2022. ISSN 2521-327X. 10.22331/q-2022-09-19-806. URL https://doi.org/10.22331/q-2022-09-19-806.
https://doi.org/10.22331/q-2022-09-19-806
Richard Meister, Simon C. Benjamin et Earl T. Campbell. Adaptation des troncatures de termes pour les calculs de structure électronique à l'aide d'une combinaison linéaire d'unités. Quantum, 6 : 637, février 2022. 10.22331/q-2022-02-02-637.
https://doi.org/10.22331/q-2022-02-02-637
Jarrod R. McClean, Mollie E. Kimchi-Schwartz, Jonathan Carter et Wibe A. de Jong. Hiérarchie hybride quantique-classique pour l'atténuation de la décohérence et la détermination des états excités. Phys. Rév. A, 95 (4) : 042308, avril 2017. 10.1103/physreva.95.042308.
https: / / doi.org/ 10.1103 / physreva.95.042308
Robert M. Parrish et Peter L. McMahon. Diagonalisation de filtre quantique : décomposition propre quantique sans estimation de phase quantique complète. Septembre 2019. https://arxiv.org/abs/1909.08925.
arXiv: 1909.08925
Nicholas H. Stair, Renke Huang et Francesco A. Evangelista. Un algorithme de krylov quantique multiréférence pour les électrons fortement corrélés. J. Chem. Theory Comput., 16 (4): 2236–2245, février 2020. 10.1021/acs.jctc.9b01125.
https: / / doi.org/ 10.1021 / acs.jctc.9b01125
Ethan N. Epperly, Lin Lin et Yuji Nakatsukasa. Une théorie de la diagonalisation du sous-espace quantique. SIAM Journal on Matrix Analysis and Applications, 43 (3): 1263–1290, août 2022. 10.1137/21m145954x.
https:///doi.org/10.1137/21m145954x
Thomas E O'Brien, Brian Tarasinski et Barbara M Terhal. Estimation de phase quantique de plusieurs valeurs propres pour des expériences à petite échelle (bruyantes). New J. Phys., 21 (2): 023022, février 2019. 10.1088/1367-2630/aafb8e.
https:///doi.org/10.1088/1367-2630/aafb8e
Rolando D. Somma. Estimation des valeurs propres quantiques via l'analyse de séries chronologiques. New J. Phys., 21 (12): 123025, décembre 2019. 10.1088/1367-2630/ab5c60.
https://doi.org/10.1088/1367-2630/ab5c60
A. Rogero. Estimation de la densité spectrale avec la transformée intégrale gaussienne. Phys. Rév. A, 102 (2) : 022409, août 2020. 10.1103/physreva.102.022409.
https: / / doi.org/ 10.1103 / physreva.102.022409
AE Russo, KM Rudinger, BCA Morrison et AD Baczewski. Évaluation des différences d'énergie sur un ordinateur quantique avec une estimation de phase robuste. Phys. Rev. Lett., 126 (21): 210501, mai 2021. 10.1103/physrevlett.126.210501.
https: / / doi.org/ 10.1103 / physrevlett.126.210501
Kianna Wan, Mario Berta et Earl T. Campbell. Algorithme quantique randomisé pour l'estimation de phase statistique. Phys. Rev. Lett., 129 (3): 030503, juillet 2022. 10.1103/physrevlett.129.030503.
https: / / doi.org/ 10.1103 / physrevlett.129.030503
Yuan Liu, Minsik Cho et Brenda Rubenstein. Ab initio champ auxiliaire de température finie quantum monte carlo. Journal of Chemical Theory and Computation, 14 (9): 4722–4732, août 2018. 10.1021/acs.jctc.8b00569.
https: / / doi.org/ 10.1021 / acs.jctc.8b00569
Yuan-Yao He, Mingpu Qin, Hao Shi, Zhong-Yi Lu et Shiwei Zhang. Monte Carlo quantique de champ auxiliaire à température finie : contrainte auto-cohérente et approche systématique des basses températures. Physical Review B, 99 (4): 045108, janvier 2019. 10.1103/physrevb.99.045108.
https: / / doi.org/ 10.1103 / physrevb.99.045108
Tyson Jones et Simon Benjamin. QuESTlink—mathematica renforcé par un émulateur quantique optimisé pour le matériel. Sci quantique. Technol., 5 (3): 034012, mai 2020. 10.1088/2058-9565/ab8506.
https: / / doi.org/ 10.1088 / 2058-9565 / ab8506
G. Ortiz, JE Gubernatis, E. Knill et R. Laflamme. Algorithmes quantiques pour les simulations fermioniques. Phys. Rev. A, 64 (2): 022319, juillet 2001. 10.1103/physreva.64.022319.
https: / / doi.org/ 10.1103 / physreva.64.022319
https:///qiskit.org/documentation/nature/.
https:///qiskit.org/documentation/nature/
Cité par
[1] Keisuke Matsumoto, Yuta Shingu, Suguru Endo, Shiro Kawabata, Shohei Watabe, Tetsuro Nikuni, Hideaki Hakoshima et Yuichiro Matsuzaki, "Calcul de la fonction de partition de Gibbs avec évolution temporelle imaginaire sur des ordinateurs quantiques à court terme", Journal japonais de physique appliquée 61 4, 042002 (2022).
[2] Yu-Rong Shu, Shao-Kai Jian et Shuai Yin, "Dynamique de non-équilibre du point critique quantique déconfiné en temps imaginaire", Lettres d'examen physique 128 2, 020601 (2022).
[3] Pei Zeng, Jinzhao Sun et Xiao Yuan, "Refroidissement algorithmique quantique universel sur un ordinateur quantique", arXiv: 2109.15304, (2021).
[4] Yifei Huang, Yuguo Shao, Weiluo Ren, Jinzhao Sun et Dingshun Lv, "Efficient quantum imaginaire time evolution by drifting real time evolution: an approach with low gate and measure complex complex", arXiv: 2203.11112, (2022).
[5] Yukun Zhang, Yifei Huang, Jinzhao Sun, Dingshun Lv et Xiao Yuan, "Quantum Computing Quantum Monte Carlo", arXiv: 2206.10431, (2022).
[6] Zongkang Zhang, Anbang Wang, Xiaosi Xu et Ying Li, « Diagonalisation quantique efficace du sous-espace de Krylov », arXiv: 2301.13353, (2023).
[7] Qingxing Xie, Yi Song et Yan Zhao, "Puissance de l'opérateur sinus hamiltonien pour l'estimation des énergies propres sur les ordinateurs quantiques", arXiv: 2209.14801, (2022).
Les citations ci-dessus proviennent de SAO / NASA ADS (dernière mise à jour réussie 2023-02-12 02:00:46). La liste peut être incomplète car tous les éditeurs ne fournissent pas de données de citation appropriées et complètes.
On Le service cité par Crossref aucune donnée sur la citation des œuvres n'a été trouvée (dernière tentative 2023-02-12 02:00:44).
Cet article est publié dans Quantum sous le Creative Commons Attribution 4.0 International (CC BY 4.0) Licence. Le droit d'auteur reste la propriété des détenteurs d'origine tels que les auteurs ou leurs institutions.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://quantum-journal.org/papers/q-2023-02-09-916/
- 1
- 10
- 11
- 1994
- 1996
- 1998
- 1999
- 2001
- 2012
- 2014
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 2023
- 28
- 39
- 7
- 77
- 9
- a
- Aaron
- au dessus de
- RÉSUMÉ
- Académie
- accéléré
- accès
- Selon
- précision
- atteindre
- Adam
- affiliations
- algorithme
- algorithmique
- algorithmes
- Tous
- selon une analyse de l’Université de Princeton
- ainsi que
- Anthony
- Application
- applications
- appliqué
- une approche
- approches
- Août
- auteur
- auteurs
- Beijing
- Benjamin
- Au-delà
- Bound
- Pause
- Brian
- Bryan
- calculs
- cambridge
- Carlson
- causé
- la chimie
- chimie
- Chine
- puce
- CHO
- combinaison
- комбинации
- combiner
- comm
- commentaire
- Chambre des communes
- par rapport
- complet
- complexité
- calcul
- calculs
- calcul
- ordinateur
- ordinateurs
- informatique
- conventionnel
- droit d'auteur
- Craig
- critique
- Daniel
- données
- Dave
- David
- profond
- profondeur
- voulu
- détermination
- détermination
- développé
- différences
- discuter
- distribution
- dynamique
- efficace
- Electronique
- électrons
- énergie
- ENGINEERING
- Ère
- Erika
- erreur
- Erreurs
- estimations
- évaluer
- Pourtant, la
- évolution
- excité
- attendu
- Exploiter
- exponentiel
- ventilateur
- RAPIDE
- plus rapide
- champ
- Des champs
- une fonction filtre
- trouver
- trouvé
- De
- plein
- d’étiquettes électroniques entièrement
- fonction
- fonctions
- donné
- Vert
- Réservation de groupe
- Matériel
- harvard
- hiérarchie
- augmentation
- titulaires
- HTTPS
- Hybride
- hybride quantique-classique
- imaginaire
- Impact
- in
- Améliore
- croissant
- d'information
- les établissements privés
- intégrale
- intéressant
- Interfaces
- International
- Janvier
- JavaScript
- John
- Journal
- ACTIVITES
- laboratoire
- grande échelle
- Nom de famille
- Laisser
- Lee
- Li
- Licence
- Liste
- love
- Faible
- manière
- de nombreuses
- marque
- Martin
- math
- mathématiques
- Matrice
- largeur maximale
- méthode
- méthodes
- Michael
- atténuation
- numériques jumeaux (digital twin models)
- modifié
- moléculaire
- Mois
- PLUS
- plus efficace
- plusieurs
- Nature
- Besoins
- Nouveauté
- nucléaire
- Physique nucléaire
- nombre
- OCT
- ouvert
- Opérations
- opérateur
- optimaux
- de commander
- original
- Papier
- paul
- effectuer
- Peter
- phase
- Physique
- Physique
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Point
- défaillances
- power
- Méthode
- Press
- Problème
- PROC
- processus
- traitement
- Processeur
- Progrès
- prometteur
- preuve
- propriétés
- proposer
- fournir
- aportando
- publié
- éditeur
- éditeurs
- Quantum
- algorithmes quantiques
- Ordinateur quantique
- ordinateurs quantiques
- l'informatique quantique
- informations quantiques
- aléatoire
- Randomisé
- réaction
- réal
- en temps réel
- récemment
- reste
- s
- a besoin
- la résilience
- résilient
- Résultats
- Avis
- Richard
- ROBERT
- rouge-gorge
- robuste
- Ryan
- Sam
- même
- ponceuses
- L'école
- SCI
- Sciences
- Science et technologie
- Septembre
- Série
- peu profond
- montrer
- Siam
- Signal
- Simon
- simulation
- petit
- faibles
- sur mesure
- Résoudre
- vitesse
- Région
- États
- statistique
- étapes
- fortement
- structure
- Étude
- Avec succès
- tel
- convient
- Dimanche
- Surface
- Système
- Les technologies
- Technologie
- Dix
- La
- leur
- thermique
- milliers
- Avec
- fiable
- Des séries chronologiques
- fois
- Titre
- à
- vers
- Transformer
- sous
- Universel
- université
- a actualisé
- URL
- Plus-value
- divers
- vérifié
- vérifier
- via
- le volume
- W
- Vague
- sans
- activités principales
- vos contrats
- world
- X
- Ye
- an
- YING
- Yuan
- zéphyrnet
- Zhao