Моделирование функции Вигнера и Q - функции |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-01-20 19:40 В данном примере показано использование библиотеки для квантовых вычислений Qutip. Функция Вигнера (функция квазивероятностного распределения Вигнера или распределение Вейля) была введена Вигнером в 1932 году для изучения квантовых поправок к классической статистической механике. Функцию Вигнера можно считать тождественной волновой функции в уравнении Шредингера. Она представляет из себя функцию распределения вероятности в фазовом пространстве. Q - функция - статистическая функция вероятности, является обратной к распределению Гаусса (1 - Ф(x)). Исходный код прикреплен. import matplotlib.pylab as plt N = 20 D = (alpha * a.dag() - np.conj(alpha) * a).expm() #эмуляция смещения xvec = np.arange(-40.,40.)*5./40 #вызов функции Вигнера fig1 = plt.figure(figsize=(8,6)) #вызов Q - функции fig2 = plt.figure(figsize=(8,6)) #отображение данных Источник: vk.com Комментарии: |
|