MARC

 008260126s2025        us                              c    eng  d
■001000017358787
■00520260202104751
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798290651286
■035    ▼a(MiAaPQ)AAI32151348
■035    ▼a(MiAaPQ)Caltech17285
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a004
■1001  ▼aKing,  Robbie.
■24510▼aAdvancing  Applications  of  Quantum  Computers  in  Quantum  Simulation,  Optimization,  Learning,  and  Topological  Data  Analysis
■260    ▼a[Sl]▼bCalifornia  Institute  of  Technology▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a240  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-01,  Section:  B.
■500    ▼aAdvisor:  Schulman,  Leonard;Vidick,  Thomas.
■5021  ▼aThesis  (Ph.D.)--California  Institute  of  Technology,  2025.
■520    ▼aThis  thesis  investigates  novel  directions  for  harnessing  the  potential  of  quantum  computers  in  future  applications.  It  is  structured  into  three  sections.Quantum  Simulation.We  address  two  key  questions:  what  systems  exhibit  quantum  advantage  in  predicting  ground  state  properties,  and  how  can  we  reduce  the  cost  of  quantum  simulations?  For  the  former,  we  find  that  strongly  interacting  fermionic  systems  have  promising  characteristics  for  quantum  advantage.  For  the  latter,  we  develop  an  improved  method  for  compiling  block  encodings  using  sum-of-squares  optimization.Learning  with  EntangledMeasurements.  We  explore  the  benefits  of  leveraging  entangled  measurements  on  quantum  states  stored  in  quantum  memory.  These  learning  algorithms  can  be  applied  to  the  readout  stage  of  quantum  simulations,  or  to  learn  from  quantum  data  from  nature.Topological  Data  Analysis.Using  complexity-theoretic  insights,  we  demonstrate  that  certain  problems  in  topological  data  analysis  possess  a  quantum  mechanical  structure,  suggesting  opportunities  for  quantum  algorithms  in  this  area.
■590    ▼aSchool  code:  0037.
■650  4▼aQuantum  computing
■650  4▼aTomography
■650  4▼aComputers
■650  4▼aPhysics
■650  4▼aPhase  transitions
■650  4▼aChemistry
■650  4▼aEnergy
■650  4▼aPhysical  properties
■690    ▼a0485
■690    ▼a0791
■690    ▼a0605
■71020▼aCalifornia  Institute  of  Technology▼bEngineering  and  Applied  Science.
■7730  ▼tDissertations  Abstracts  International▼g87-01B.
■790    ▼a0037
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358787▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books