Busca avançada
Ano de início
Entree

Inteligência artificial e suas aplicações na física quântica

Processo:19/05445-7
Modalidade de apoio:Auxílio à Pesquisa - Regular
Data de Início da vigência: 01 de outubro de 2019
Data de Término da vigência: 30 de setembro de 2021
Área do conhecimento:Ciências Exatas e da Terra - Física
Pesquisador responsável:Felipe Fernandes Fanchini
Beneficiário:Felipe Fernandes Fanchini
Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Município da Instituição Sede:Bauru
Pesquisadores associados:João Paulo Papa
Assunto(s):Mecânica quântica  Informação quântica  Inteligência artificial  Transição de fase quântica 
Palavra(s)-Chave do Pesquisador:Informação Quântica | Inteligência Artificial | Transição de fase quântica | Física quântica

Resumo

Este projeto de pesquisa tem como objetivo desenvolver uma metodologia que possa ser aplicada em dois temas príncipais da física quântica: as técnicas de proteção de erro e as transições de fase quântica. Nós iremos focar em diversas técnicas de inteligência artificial, considerando desde os modelos mais simplistas aos mais sofisticados. Em se tratando das técnicas de proteção de erro, faremos uso destes algoritmos a fim de maximizarmos a eficiência das técnicas de proteção, em especial o desacoplamento dinâmico. Além disso, temos como objetivo também o estudo das transições de fase quântica nos regimes dentro e fora do equilíbrio. Neste caso, temos como foco determinar se classificadores treinados em modelos simplistas são capazes de detectar as transições de fase em modelos mais complexos. Finalmente, ainda considerando as transições de fase quântica, pretendemos através de técnicas de seleção de características determinar quais observáveis físicas são mais relevantes na determinação das transições. Pretendemos introduzir novas rotinas para o estudo das técnicas de proteção e das transições de fase quântica, norteada agora por métodos computacionais baseados em inteligência artificial. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (8)
(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)
FANCHINI, FELIPE F.; KARPAT, GOKTUG; ROSSATTO, DANIEL Z.; NORAMBUENA, ARIEL; COTO, RAUL. Estimating the degree of non-Markovianity using machine learning. Physical Review A, v. 103, n. 2, . (19/05445-7)
NAPOLITANO, REGINALDO DE JESUS; FANCHINI, FELIPE FERNANDES; DA SILVA, ADONAI HILARIO; BELLOMO, BRUNO. Protecting operations on qudits from noise by continuous dynamical decoupling. PHYSICAL REVIEW RESEARCH, v. 3, n. 1, . (18/00796-3, 19/05445-7)
FANCHINI, FELIPE F.; KARPAT, GOKTUG; ROSSATTO, DANIEL Z.; NORAMBUENA, ARIEL; COTO, RAUL. Estimating the degree of non-Markovianity using machine learning. PHYSICAL REVIEW A, v. 103, n. 2, p. 13-pg., . (19/05445-7)
CANABARRO, ASKERY; FANCHINI, FELIPE FERNANDES; MALVEZZI, ANDRE LUIZ; PEREIRA, RODRIGO; CHAVES, RAFAEL. Unveiling phase transitions with machine learning. PHYSICAL REVIEW B, v. 100, n. 4, p. 13-pg., . (19/05445-7)
FILENGA, D.; MAHLOW, F.; FANCHINI, F. F.. Non-Markovian memory in a measurement-based quantum computer. PHYSICAL REVIEW A, v. 102, n. 4, p. 11-pg., . (19/00700-9, 19/05445-7)
FILENGA, D.; MAHLOW, F.; FANCHINI, F. F.. Non-Markovian memory in a measurement-based quantum computer. Physical Review A, v. 102, n. 4, . (19/05445-7, 19/00700-9)
CANABARRO, ASKERY; FANCHINI, FELIPE FERNANDES; MALVEZZI, ANDRE LUIZ; PEREIRA, RODRIGO; CHAVES, RAFAEL. Unveiling phase transitions with machine learning. Physical Review B, v. 100, n. 4, . (19/05445-7)
DINANI, HOSSEIN T.; TANCARA, DIEGO; FANCHINI, FELIPE F.; NORAMBUENA, ARIEL; COTO, RAUL. Estimating the degree of non-Markovianity using variational quantum circuits. QUANTUM MACHINE INTELLIGENCE, v. 5, n. 2, p. 10-pg., . (19/05445-7)