ColibriTD Referência da API do QUICK-PDE

Qiskit Functions
Qiskit Functions — ferramentas pré-configuradas criadas por organizações parceiras — abstraem partes do fluxo de trabalho de desenvolvimento de software para simplificar e acelerar a descoberta de algoritmos e o desenvolvimento de aplicativos em escala industrial. Clique para ver o guia desta função do Qiskit.
Guia de funções do QUICK-PDE Qiskit

Entradas

`use_case`

Tipo: `Literal['MD', 'CFD']`

Selecione o sistema de equações diferenciais a ser resolvido

Específico para um caso de uso: Não
Exemplo:"CFD"

`parameters`

Tipo: `dict[str, Any]`

Os parâmetros da equação diferencial (parâmetros físicos e condição de contorno), que devem seguir o formato indicado:

Caso de uso	Chave	Tipo de valor	Descrição	Exemplo
CFD	`a`	`float`	Coeficiente dos valores iniciais de $u$	`1.0`
CFD	`b`	`float`	Desvio dos valores iniciais de um $u$	`1.0`
MD	`t`	`float`	tensão superficial	`12.0`
MD	`K`	`float`	módulo de compressibilidade	`100.0`
MD	`n`	`int`	lei de potência	`4.0`
MD	`b`	`float`	força por unidade de massa	`10.0`
MD	`epsilon_0`	`float`	limite de tensão proporcional	`0.1`
MD	`sigma_0`	`float`	limite de deformação proporcional	`5.0`

Específico para um caso de uso: Não
Exemplo:{"a": 1.0, "b": 1.0}

`nb_qubits`

Tipo: `Optional[dict[str, dict[str, int]]]`

Número de qubits por função e por variável. Os valores otimizados são escolhidos pela função, mas se você quiser tentar encontrar uma combinação melhor, pode substituir os valores padrão.

Específico para um caso de uso: Não
Exemplo:{"u": {"x": 1, "t":3}}

`depth`

Tipo: `Optional[dict[str, int]]`

Profundidade do ansatz por função. Os valores otimizados são escolhidos pela função, mas se você quiser tentar encontrar uma combinação melhor, pode substituir os valores padrão.

Específico para um caso de uso: Não
Exemplo:{"u": 4}

`optimizer`

Tipo: `Optional[list[str]]`

Otimizadores a serem utilizados: o "CMAES" da biblioteca cma Python ou um dos otimizadores do scipy

Específico para o caso de uso: MD
Exemplo:"SLSQP"

`shots`

Tipo: `Optional[list[int]]`

Número de disparos utilizados para executar cada circuito. Como são necessárias várias etapas de otimização, o comprimento da lista deve ser igual ao número de otimizadores utilizados (4 no caso da CFD). O valor padrão é [50_000] * nb_optimizers para MD e [5_00, 2_000, 5_000, 10_000] para CFD.

Específico para um caso de uso: Não
Exemplo:[15_000, 30_000]

`optimizer_options`

Tipo: `Optional[dict[str, Any]]`

Opções a serem passadas ao otimizador. Os detalhes dessa entrada dependem do otimizador utilizado; para obter informações específicas, consulte a documentação do otimizador em questão.

Específico para o caso de uso: MD
Exemplo:{"maxiter": 50 }

`initialization`

Tipo: `Optional[Literal['RANDOM', 'PHYSICALLY_INFORMED']]`

Valor Padrão: `PHYSICALLY_INFORMED`

Se devemos começar com ângulos aleatórios ou com ângulos escolhidos de forma inteligente. Lembre-se de que ângulos bem escolhidos podem não funcionar em 100% dos casos.

Específico para um caso de uso: Não
Exemplo:"RANDOM"

`backend_name`

Tipo: `Optional[str]`

O nome do backend a ser usado.

Específico para um caso de uso: Não
Exemplo:ibm_torino

`mode`

Tipo: `Optional[Literal['job', 'session', 'batch']]`

Valor Padrão: `job`

O modo de execução a ser utilizado.

Específico para um caso de uso: Não
Exemplo:"job"

Saída

O resultado é um dicionário que contém a lista de pontos de amostragem, bem como os valores das funções em cada um desses pontos:

from numpy import array

solution = {
    "functions": {
        "u": array(
            [
                [0.01, 0.1, 1],
                [0.02, 0.2, 2],
                [0.03, 0.3, 3],
                [0.04, 0.4, 4],
            ]
        ),
    },
    "samples": {
        "t": array([0.1, 0.2, 0.3, 0.4]),
        "x": array([0.5, 0.6, 0.7]),
    },
}

A forma de uma matriz de soluções depende das amostras das variáveis:

assert len(solution["functions"]["u"].shape) == len(solution["samples"])
for col_size, samples in zip(
    solution["functions"]["u"].shape, solution["samples"].values()
):
    assert col_size == len(samples)

A correspondência entre os pontos de amostragem das variáveis da função e a dimensão da matriz de soluções é feita por ordem alfanumérica do nome da variável. Por exemplo, se as variáveis forem "t" e "x", uma linha da matriz solution["functions"]["u"] representa os valores da solução para um valor fixo "t"de, e uma coluna da matriz solution["functions"]["u"] representa os valores da solução para um valor fixo "x"de.

Esta página foi útil?

Relate um bug, erro de digitação ou solicite conteúdo no GitHub.