化学

量子计算在化学领域的应用

MATLAB 提供的支持包可用于推进化学领域的量子计算,使研究人员能够对分子和材料应用的量子算法进行建模、仿真和分析。MATLAB 还提供了内置工具,并能与常见的量子硬件平台集成,为计算化学、药品发现和分子设计开发与部署量子工作流提供支持。

使用 MATLAB,您能够:

  • 在本地仿真量子电路和量子状态以解决分子和化学问题
  • 通过 AWS® 和 IBM® 集成在真实量子硬件上运行量子算法
  • 应用高级量子方法,如变分量子本征求解器 (VQE),用于解决基态计算和蛋白质折叠
  • 探索用于化学系统的量子蒙特卡罗模拟和量子优化方法
  • 开发和测试用于化学相关机器学习任务的量子神经网络
  • 自动化、可视化和共享用于研究和教学的可重现量子化学工作流
词云,包含与分子建模工具中的算法、仿真方法和量子计算相关的术语。

MATLAB Support Package for Quantum Computing

浏览量子算法、对电路进行模拟并使用 MATLAB Support Package for Quantum Computing 连接到真实量子硬件。

软件支持包

量子计算

通过云服务将 MATLAB 连接到量子计算机并运行量子算法。
将分子能量映射到量子电路以使用 VQE 获得折叠优化状态的关键步骤。

使用变分量子本征求解器 (VQE) 研究蛋白质折叠

了解如何利用量子计算和适用于 MATLAB 的变分量子本征求解器 (VQE),来对蛋白质折叠问题进行建模,从而仿真肽结构的基态能量,以及在真实的量子处理器上运行优化后的量子电路。

量子蒙特卡罗仿真

在 MATLAB 中执行量子蒙特卡罗模拟。了解用于量子系统和化学应用建模的强大工具。

使用估计的相位计算函数平均值,并将量子计算结果与解析值、经典蒙特卡洛方法及离散值进行比较。
根据二维数据点的 x 和 y 坐标的区域,使用映射函数对二维数据点进行分类。

量子神经网络

了解如何在 MATLAB 中训练量子-经典神经混合网络来求解非线性 XOR 分类问题,将参数化量子电路与经典层相结合,进行实操探索。