|
Vyučující
|
|
|
|
Obsah předmětu
|
Týden 1: Hranice klasických simulací - Srovnání konvenčních metod a hybridních algoritmů u silně korelovaných materiálů (Post-DFT éra). Týden 2: Digitální model materiálu - Specifika přípravy dat a převod krystalové mřížky do reprezentace pro kvantový hardware. Týden 3: Výpočet stability materiálů - Ukázka využití dostupných knihoven (SDK) pro nalezení energetického minima molekul. Týden 4: Strategie inženýrských simulací - Volba výpočetního přístupu (Ansatz) s ohledem na hardwarové náklady a přesnost. Týden 5: Aplikace v energetice - Případové studie modelování materiálů pro Li-ion baterie a katalýzu. Týden 6: Kombinatorická optimalizace - Úvod do formulace materiálových úloh pro optimalizační algoritmy (např. QAOA). Týden 7: Optimalizace výrobních procesů - Praktické příklady hledání optimálního složení vsázky nebo uspořádání slitin. Týden 8: Analýza materiálových dat (QML I) - Základy využití strojového učení pro zpracování experimentálních dat. Týden 9: Klasifikace struktur (QML II) - Automatická analýza fázových diagramů a symetrií pomocí algoritmů. Týden 10: Simulace degradace - Modelování dynamických dějů (např. difúze vodíku) nad rámec klasické molekulární dynamiky. Týden 11: Interpretace výsledků - Čtení výstupů z reálných procesorů a uživatelské metody mitigace chyb. Týden 12: Semestrální projekt - Samostatné řešení inženýrského zadání s využitím cloudových služeb. Týden 13: Budoucnost návrhu materiálů - Integrace nových metod do standardních inženýrských workflow (CAD/CAE).
|
|
Studijní aktivity a metody výuky
|
- Kontaktní výuka
- 52 hodin za semestr
- Vypracování seminární práce v bakalářském studijním programu [5-40]
- 38 hodin za semestr
- Příprava na zkoušku [10-60]
- 30 hodin za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| Základní znalosti krystalografie a struktury materiálů. Základní znalost inženýrské matematiky a statistiky. Uživatelská znalost jazyka Python je vyžadována pro práci s SDK (Qiskit, PennyLane). |
| Odborné dovednosti |
|---|
| Analytické myšlení a schopnost algoritmizace problému. |
| Obecné způsobilosti |
|---|
| bc. studium: své učení a pracovní činnost si sám plánuje a organizuje, |
| Schopnost samostatného učení a řešení problémů na základě rámcového zadání. |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| Vysvětlí základní rozdíly mezi klasickou a kvantovou simulací a identifikuje typy úloh, kde tyto technologie nabízejí potenciální výhodu. Rozumí principu digitální reprezentace materiálu a vnímá omezení současného hardwaru (vliv šumu na přesnost výsledku). Získá přehled o možnostech strojového učení pro klasifikaci krystalových struktur. Orientuje se v nabídce aktuálních cloudových výpočetních služeb pro materiálový výzkum. |
| Odborné dovednosti |
|---|
| Aplikovat připravená simulační workflow pro výpočet energetické stability s využitím dostupných softwarových knihoven (SDK). Zvolit vhodnou strategii řešení optimalizačního problému (např. uspořádání vsázky) výběrem z katalogu dostupných algoritmů. Interpretovat výsledky simulace s ohledem na možnou chybovost hardwaru a navrhnout standardní postupy pro mitigaci chyb. Využít metody analýzy dat pro zpracování výstupů z materiálových simulací. |
| Obecné způsobilosti |
|---|
| bc. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých, |
| Samostatně a odpovědně se rozhodovat při výběru nástrojů na základě rámcového zadání. Posoudit vhodnost nasazení nových výpočetních technologií oproti klasickým metodám v kontextu inženýrské praxe. Srozumitelně prezentovat výsledky a zdůvodnit volbu použitého postupu. |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Interaktivní cvičení propojující teorii kvantových algoritmů s příklady z materiálové praxe. Demonstrace cloudových výpočtů na reálném hardwaru. |
| Odborné dovednosti |
|---|
| "Hands-on" cvičení s SDK Qiskit a PennyLane. Projektová výuka simulující výzkumný úkol (od definice Hamiltoniánu po vizualizaci výsledků). |
| Obecné způsobilosti |
|---|
| Samostatné studium doporučených materiálů. Týmové konzultace. |
| Hodnotící metody |
|---|
| Odborné znalosti |
|---|
| Průběžné testy ověřující pochopení principů kvantových algoritmů. Závěrečná zkouška. |
| Odborné dovednosti |
|---|
| Hodnocení praktických úloh (např. úspěšnost predikce vlastností oceli, přesnost detekce vad). Obhajoba semestrálního projektu zaměřeného na konkrétní materiálový problém. |
| Obecné způsobilosti |
|---|
| Schopnost řešit problémy, Prezentace výsledků projektu. |
|
Doporučená literatura
|
-
Kostas Blekos, Dean Brand, Andrea Ceschini, Chiao-Hui Chou, Rui-Hao Li, Komal Pandya, Alessandro Summer. A Review on Quantum Approximate Optimization Algorithm and its Variants. 2024.
-
M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, Patrick J. Coles. Variational Quantum Algorithms. 2021.
-
Sam McArdle, Suguru Endo, Alan Aspuru-Guzik, Simon Benjamin, Xiao Yuan. Quantum computational chemistry. 2020.
|