Mobirise review

Seminários


Seminário da semana: quinta-feira, 24/05, às 15h30min, no auditório do PPGFísica (sala 108, primeiro andar do Prédio do Setor de Ciências Exatas).

Palestrante: Dr. Fernando da Rocha Vaz Bandeira de Melo - Centro Brasileiro de Pesquisas Físicas (CBPF).

Titulo: Confiabilidade do recozimento quântico digital e o decaimento do emaranhamento quântico

Resumo: Entre os modelos para computação quântica, o recozimento quântico surge como um dos que primeiro poderá estabelecer a "supremacia quântica" - estágio no qual as implementações de computadores quânticos começarão a resolver problemas considerados intratáveis para seus equivalentes clássicos. Por exemplo, é o modelo adotado pela D-Wave - a primeira empresa a comercializar dispositivos anunciados como computadores quânticos. Este primeiro empreendimento privado foi recentemente seguido por uma iniciativa da Google UCSB.  Nesta palestra, apresentarei resultados experimentais de uma simulação digital analógica de um protocolo de recozimento quântico em um "computador quântico" de dois qubits baseado em Ressonância Magnética Nuclear (NMR). Nossa simulação experimental empregou 235 passos de Trotter, com mais de 2000 portas lógicas (pulsos), e obteve-se um sucesso do protocolo acima de 80%. Dado o excelente controle do computador quântico baseado em RMN, realizamos a simulação com diferentes níveis de ruído. Analisamos, assim, a confiabilidade do processo de recozimento quântico e o relacionamos com o nível de emaranhamento produzido durante o protocolo. Embora a presença de emaranhamento não seja uma assinatura suficiente para uma simulação melhor que clássica, o nível de emaranhamento alcançado relaciona-se com a fidelidade do protocolo.


Seminários anteriores:

17/05
Profa. Dra. Aurora Pozo - Departamento de Informática, UFPR.
Uma Visão de Aprendizado de Máquina 
Resumo: Aprendizado de Máquina é o estudo de algoritmos que encontram padrões interessantes em dados. No entanto, também é a base da ciência de dados melhor conhecida como a tecnologia essencial da mineração de dados e análise preditiva. Atualmente, os modelos de aprendizado de máquina estão sendo utilizados nas mais diversas áreas do nosso cotidiano. Este seminário tem como objetivos mostrar como o aprendizado de máquina pode ajudá-lo a fornecer melhores análises e soluções.

26/04/2018
Prof. Dr. Luiz Gustavo Davanse da Silveira - Departamento de Física, UFPR
Multiferroicos: materiais e mecanismos

19/04/2018
Prof. Dr. Henri Ivanov Boudinov - Instituto de Física, UFRGS
Ion beam bombardment for electrical isolation of semiconductors

05/04/2018
Prof. Dr. Ismael André Heisler - Departamento de Física, UFPR
Fundamentals and Applications of Ultrafast Two-Dimensional Electronic Spectroscopy