A Markov-lánc Monte-Carlo (MLMC) módszerek alapvető fontosságúak az összetett rendszerek viselkedésének szimulálására és nélkülözhetetlenné váltak pl. a számítógépes fizika, a biológia és a pénzügy bizonyos területein.
A módszer lényege egy egyszerű iteratív folyamat, amely a rendszerállapotterét apró változtatások sorozatával fedezi fel, és a kívánt eredményhez konvergál. Az MLMC módszer ereje abban rejlik, hogy egy exponenciálisan nagy sztochasztikus mátrix hatását valószínűségi módon szimulálja megfelelő valószínűségi átmenetek választásával az állapotok között.
Az MLMC módszerek kvantumos általánosításai tovább erősítik a módszert kvantumos effektusok, például szuperpozíció és összefonódás kihasználásával. Ezek az algoritmusok forradalmasíthatnak különböző területeket, az anyagtudománytól kezdve a pénzügyi modellezésig, olyan szimulációkat lehetővé téve, amelyek a klasszikus számítógépek számára megvalósíthatatlanok, példátlan számítási teljesítményt kínálva.
Csoportvezető:
Gilyén András Pál
tudományos munkatárs
-
Kutatócsoport:MTA-HUN-REN RI Lendület Kvantum-számítástudomány kutatócsoport
-
Kutatási osztály:Valószínűségszámítás és statisztika
-
Szoba:R.3.
-
Telefon:+3614838346
-
Email:gilyen.andras (at) renyi.hu
Munkatársak:
Czabán Csaba
tudományos segédmunkatárs
-
Kutatócsoport:MTA-HUN-REN RI Lendület Kvantum-számítástudomány kutatócsoport
-
Kutatási osztály:-
-
Szoba:-
-
Telefon:-
-
Email:czaban.csaba (at) renyi.hu
Kabella Balázs
tudományos segédmunkatárs
-
Kutatócsoport:MTA-HUN-REN RI Lendület Kvantum-számítástudomány kutatócsoport
-
Kutatási osztály:-
-
Szoba:-
-
Telefon:-
-
Email:kabella.balazs (at) renyi.hu
Külsős munkatársak:
Mák József
tudományos munkatárs
-
Kutatócsoport:MTA-HUN-REN RI Lendület Kvantum-számítástudomány kutatócsoport
-
Kutatási osztály:-
-
Szoba:-
-
Telefon:-
-
Email:mak.jozsef (at) renyi.hu