مسئله نمونه‌برداری بوزونی

مسئله نمونه‌برداری بوزونی توسط اسکات آرونسون و الکس آرخیپوف طراحی شده است. این مسئله علاوه بر نشان دادن برتری کوانتومی، دارای کاربردهای عملی بالقوه در نظریه گراف، شیمی کوانتومی و یادگیری ماشین است. بوزون‎ها دسته‎ای از ذرات بنیادی هستند که فوتون‌ها را نیز شامل می‎شوند. توابع موج کوانتومی بوزون‎ها به گونه‎ای با یکدیگر تداخل می‎کنند که اساساً موقعیت ذرات را تصادفی می‎کند. احتمال تشخیص یک بوزون در یک موقعیت داده شده را می‌توان از طریق یک معادله در میان تعداد زیادی معادله نامشخص محاسبه کرد. اما محاسبه این معادله یک مسئله دشوار از نوعP # محسوب می‌شود. طراحان این مسئله نشان داده‌اند که برای چند ده بوزون هیچ راه حل کلاسیکی برای انجام چنین محاسباتی به صورت بهینه وجود ندارد. مسئله نمونه‌برداری بوزونی شامل نمونه‌برداری از توزیع خروجی n بوزون غیرقابل تمیزاست که از تداخل‌سنج عبور کرده‌اند. نمونه‌برداری توزیع خروجی (حتی بصورت تقریبی) بوزون‌های بدون اندرکنش که از میان تداخل‌سنج (شبکه خطی) عبور کرده‌اند برای کامپیوترهای کلاسیکی دشوار است چرا که دامنه‌های گذار به پرمننت ماتریس مربعی مربوط می‌شود. در جبرخطی، پرمننت ماتریس مربعی یک تابع از ماتریس و مشابه دترمینان است.


مسئله نمونه برداری بوزونی با استفاده از محاسبات کوانتومی اپتیکی در بستر کریستال‌های غیرخطی از نوع بالک و مدل محاسبات کوانتومی متغیر پیوسته مورد بررسی و مطالعه قرار می‌گیرد. مدار پیاده سازی این مسئله برای یک حالت 4مدی در تصویر زیر نشان داده شده است.

#محاسبات_کوانتومی_با_متغیرهای_پیوسته
#برنامه_نویسی_کوانتومی
#بوزون_سمپلینگ
#StrawberryFields
#بخش47


🆔@QuantumProgramming
🆔 http://instagram.com/Quantum.Programming