Kvantinių skaičiavimų ir algoritmų tyrimas naudojant simuliatorių paprastame personaliniame kompiuteryje

Ištrauka

Kvantinių skaičiavimų ir algoritmų tyrimas naudojant simuliatorių paprastame personaliniame kompiuteryje
Bakalauro baigiamasis darbas

Turinys
ĮVADAS 5
1.KVANTINIAI SKAIČIAVIMAI IR ALGORITMAI 7
1.1.Kvantinė mechanika ir jos savybės 7
1.2.Kvantiniai kompiuteriai 8
1.3.Kvantiniai algoritmai 8
1.3.1 Kvantiniai vartai
8
1.3.2 Kvantiniai algoritmai
9
1.4. Darbas su kvantiniais skaičiavimais ir algoritmais 10
2. KVANTINIAI NEURONINIAI TINKLAI 11
2.1. Karkasai skirti darbui su kvantiniais neuroniniais tinklais 11
2.2. Dviejų klasių klasifikavimo QNN modelis 12
2.2.1 Duomenų paruošimas
12
2.2.2. Kvantinis modelis 12
2.3. Aukšto lygio duomenų klasifikavimo hibridinis QCNN 13
2.4. QCNN variacinių kvantinių grandinių modelis 14
2.5. Šiandieninių modelių apibendrinimas 15
3. KVANTINIŲ SKAIČIAVIMŲ SIMULIAVIMO TYRIMAS 16
3.1. Kubitai 16
3.2. Kubitų kiekis personaliniame kompiuteryje 17
3.2.1. Praktinis kubitų limito patikrinimas 18
3.3. Kvantinių konvoliucinių neuroninių tinklų (QCNN) simuliavimas 18
3.3.1 Konvoliuciniai neuroniniai tinklai (CNN)
18
3.3.2. Kvantinių konvoliucinių neuroninių tinklų struktūra 19
3.3.3. Modelio struktūra 19
3.3.4. Modelių konvoliucinių sluoksnių simuliavimo rezultatai 22
3.3.5 Modelių klasifikavimo rezultatai
24
3.3.6. Apibendrinimas 26
3.4. Paveikslėlių klasifikavimas naudojant Groverio algoritmą 26
3.4.1 Klasifikavimo procesas
27
3.4.2 Duomenų apdorojimas
27
3.4.3. Groverio operatorius 28
3.4.4. Groverio klasifikavimas 30
3.4.5. Groverio klasifikatoriaus rezultatai 30
3.4.6. Apibendrinimas 31
REZULTATAI 33
IŠVADOS 34
ŠALTINIAI 35

Įvadas
Kvantiniai skaičiavimai ir algoritmai, tai mokslo sritis, kuri sugeba
peržengti klasikinio skaičiavimo ribas remiantis kvantinės mechanikos
principais. Skirtingai nuo paprastų personalinių kompiuterių, kuriuose
duomenims perteikti naudojami bitai, kvantiniuose kompiuteriuose
nau dojami kubitai, kurių būsena gali būti, kaip ir bitų, 0 arba 1, bet
skirtingai nei bitų, gali būti abi būsenos vienu metu. Šis ir kiti
pagrindiniai kvantinių skaičiavimų principai leidžia vienu metu atlikti
itin didelius skaičiavimus, todėl tam tikromis paskirtimis yra labai
efektyvūs. Panašiai kaip ir klasikiniai algoritmai, kvantiniai algoritmai
susideda iš tam tikrų taisyklių ir apribojimų, kurių laikosi kvantiniai
kompiuteriai spręsdami sudėtingas problemas, tokias kaip šifravimo
užduočių nulaužimas ir molekulinio elgesio modeliavimo. Dedamos
pastangos sukurti realius kvantinius kompiuterius, kurie gebėtų praktiškai
ir efektyviai realizuoti kvantinius skaičiavimus ir algoritmus realiu laiku.
[YM08; Pre23; RK19]
Neuroniniai tinklai – pagrindinis mašininio mokymosi
komponentas, kurio dėka kuriami modeliai geba atlikti jvairias
užduotis, kaip šablonų atpažinimas, sprendimų priėmimas remiantis
gautais duomenimis ir turinio generavimas. Šiuos tinklus galima
jsivaizduoti kaip tarpusavyje sujungtus didelius mazgų tinklus, kurie
priima jvesties duomenis ir geba iš jų mokytis. Dirbtinio intelekto
modelių našumas labai priklauso nuo turimo duomenų kiekio ir
sukonstruoto neuro ninio tinklo efektyvumo. Tačiau pagrindinis iššūkis
su kuriuo susiduriama kuriant šiuolaikinius neuroninius tinklus, tai vis
didėjančių sudėtingų duomenų rinkinių naudojimas, kuris ženkliai su
lėtina atliekamus skaičiavimus, dėl to kvantinės mechanikos principų
panaudojimas neuroniniuose tinkluose turi galimybę pagerinti modelių
našumą.