Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Quantum Random Number Generation by using POVM

Paolo Frazzetto

Published Sep 10, 2018• 0 citations
OpenAlex

Abstract

La generazione di numeri casuali va oltre il puro interesse accademico: i numeri casuali sono richiesti per innumerevoli applicazioni, come la criptografia a, simulazioni o gioco d’azzardo. Ad ogni modo, la maggior parte di questi numeri sono attualmente generati da algoritmi matematici che portano a sicurezza limitata, risultati incorretti o esiti prevedibili. In realtà , la vera casualità si trova solamente a livello microscopico, dove la Natura segue le leggi della Meccanica Quantistica. In questa tesi, dopo una panoramica sulla teoria dell’Informazione Quantistica, viene presentato lo stato dell’arte di questo campo. In ne, si propone un nuovo Generatore Quantistico di Numeri Casuali e se ne studia la sua implementazione per ottenere bit casuali sicure e affidabili. Questo lavoro Ł stato realizzato nel contesto del Gruppo di Ricerca QuantumFuture dell’Università di Padova. \nThe generation of random numbers goes beyond pure academic interests: random numbers are required for countless application, such as cryptography, simulations or gambling. However, most of these numbers are currently generated by implementing mathematical algorithms leading to limited security, incorrect results or predictable outcomes. Actually, true randomness is found only at microscopic level, where Nature obeys to the laws of Quantum Mechanics. In this thesis, after an overview about the theory of Quantum Information, the state of the art of this led is presented. Eventually, a new Quantum Random Number Generator protocol is proposed and its implementation is being studied in order to get secure and reliable random strings. This work has been carried out in the framework of the QuantumFuture Research Group of the University of Padua. \n

Related papers

Generazione di numeri casuali basata sulla rivelazione di singoli fotoni

Leonardo Canevarolo

La tesi verterà sulla generazione di numeri casuali, tecnica che trova utilizzo in molteplici settori del sapere, dalla crittografia, alle simulazioni numeriche, in tutti i contesti di ricerca industriale e scientifica, e in tutte quelle situazioni in cui risulta necessario avere a disposizione un set di dati che varino in maniera imprevedibile a priori. Si provvederà perciò a presentare lo stato dell'arte della generazione di numeri casuali, distinguendo in particolar modo tra Random Number Generator veri (TRNG) e pseudo tali, mostrandone i punti di forza e i punti di deboli di ciascuno di essi e focalizzandosi infine sui primi. Dopo aver introdotto alcuni concetti teorici, si presenterà il Quantum Random Number Generator utilizzato durante l'attività di laboratorio e i metodi implementati per estrarre bit casuali da esso, determinando quale tra essi risulti essere il più efficiente e in grado di produrre output con proprietà statistiche migliori.

•Dec 1, 2016•0 citations

Quantum machine learning and optimisation: approaching real-world problems with a quantum coprocessor

Luca Asproni

Questo lavoro esamina le applicazioni del quantum computing in data science, riformulando problemi di ottimizzazione e machine learning attraverso un formalismo ibrido quantistico-classico. Innanzitutto, vengono presentati i concetti fondamentali della meccanica quantistica, limitando lo studio all’area di interesse del quantum computing ma allo stesso tempo impostando il contesto matematico in modo rigoroso. Dopodiche, attraverso una panoramica dell’hardware presente ad oggi e di quello atteso per il futuro prossimo, e con l’esaminazione dei problemi legati al rumore e al ridotto numero di qubit disponibili nei dispositivi quantistici moderni, si motiva il bisogno di un approccio ibrido per risolvere problemi complessi, che permetta ad hardware classico e quantistico di lavorare sinergicamente. Lo scopo di questo lavoro e quello di presentare strategie per modellare problemi di ottimizzazione e supervised e reinforcement learning in modo da far lavorare una Quantum Processing Unit sulle parti degli algoritmi computazionalmente piu costose. Vengono discussi sia i benefici sia gli svantaggi: i primi sono strettamente legati alla scelta di un modello di computazione nuovo, dal quale ci si aspetta l’esecuzione di operazioni classicamente intrattabili e lo sfruttamento della velocita intrinseca dei sistemi quantistici di raggiungere il ground state; i secondi derivano principalmente dalle attuali limitazioni ingegneristiche che non permettono un controllo efficiente di sistemi quantistici a larga scala. Vengono esaminati quattro casi di studio: un problema di classificazione di immagini auto-costruite attraverso un algoritmo di Support Vector Machine, il quale sfrutta funzioni che portano i dati dallo spazio di input allo spazio degli stati quantistici, construendo cosi un kernel quantum-enhanced; un problema di reinforcement learning, formulato come Quadratic Unconstrained Binary Optimisation (QUBO), con lo scopo di trovare una strategia vincente per il gioco del Blackjack usando dati auto-simulati; il Number Partitioning Problem, formulato come QUBO, che rappresenta lo scenario piu complesso dal punto di vista della connettivita dei qubit e, per grandi istanze, e capace di raggiungere la complessita di problemi reali; infine, il problema del limited-assets Markowitz portfolio optimisation, riscritto come QUBO, al fine di implementare un’euristica quantum-inspired che possa sormontare la complessita del problema al crescere della dimensione dell’input. Nel corso di questo lavoro sono stati analizzati sia l’approccio di computazione universale gate-model, sia quello di adiabatic quantum computing, con particolare attenzione verso quest’ultimo attraverso la maggior parte dei casi di studio. Per uno di questi, il Number Partitioning Problem, e stato sfruttato l’accesso in cloud ad un quantum annealer, che ha permesso uno studio completo delle capacita di tale macchina, in grado di risolvere tra i problemi piu complessi che i quantum computer moderni possano affrontare. Infine, non solo questo lavoro valuta l’accuratezza e la qualita delle soluzioni dei problemi esaminati, ma si concentra anche sul paragone tra strategie quantistiche e classiche, evidenziando le differenze e i benefici che un approccio quantistico o ibrido quantistico-classico puo portare nella risoluzione di problemi di ottimizzazione e machine learning, specialmente con l’eventuale disponibilita, nel futuro prossimo, di dispositivi a piu larga scala.

•Oct 8, 2019•0 citations

Generazione di numeri casuali dalle fluttuazioni quantistiche del vuoto elettromagnetico

Giulio Foletto

L'obiettivo della presente tesi e esporre le applicazioni della fisica quantistica nell'ambito della generazione di numeri casuali, un problema importante nel mondo informatizzato del XXI secolo. Gli usi dei numeri casuali vanno dai giochi alla crittografia, passando per le simulazioni scientifiche, ma spesso essi vengono generati con tecniche inaffidabili. A seguito di una breve panoramica sulla storia e sullo stato dell’arte in questo campo, si dara una spiegazione dei concetti teorici necessari per comprendere appieno l’argomento dal punto di vista fisico e si mostrera quindi un setup sperimentale che sfrutta le fluttuazioni del vuoto elettromagnetico per creare stringhe di numeri casuali sicure ed efficaci.

•Jul 1, 2015•0 citations

Quantum random number generators, extraction of provably random bit sequences from Markov chain trajectories

Igor M. Arbekov, S. N. Molotkov

Квантовые генераторы случайных чисел, экстракция доказуемо случайных битовых последовательностей РёР· траекторий цепи Маркова, Арбеков Р

Uspekhi Fizicheskih Nauk•Feb 1, 2024•3 citations

Quantum random number generators and their use in cryptography

Mario Stipčević

International Convention on Information and Communication Technology, Electronics and Microelectronics•Jan 1, 2011•0 citations

Uncertainty Relations for Opposition of Perceived Chromatic States

Chiara Biguzzi

Questa tesi si inserisce nella formulazione della percezione del colore basata sulla teoria dell'informazione quantistica, nel quadro matematico introdotto da Michel Berthier e Edoardo Provenzi, che si pone in alternativa ai modelli colorimetrici classici proposti dalla CIE. In questo contesto, gli stati cromatici sono trattati come stati quantistici, contenenti l'informazione cromatica, mentre gli osservabili percettivi sono modellati come effetti nel senso delle misure positive (POVM). Questa prospettiva permette una reinterpretazione non classica dell'opposizione cromatica e fornisce le basi concettuali per definire relazioni di indeterminazione tra attributi percettivi opposti. Il contributo principale del lavoro consiste nell'analisi e nel perfezionamento delle relazioni di indeterminazione per l'opposizione cromatica introdotte da Berthier e Provenzi. Dopo aver presentato i preliminari matematici e il modello di percezione quantistica del colore, la tesi studia la dinamica post-misura e l'effetto dell'osservatore, derivando limiti di incertezza per stati cromatici successivi alla misurazione. Vengono analizzati in particolare effetti neutrali, estremali e interni, chiarendo come l'incertezza percettiva si modifichi in seguito alla misura percettiva effettuata da un osservatore e offrendo una comprensione più profonda della struttura di tipo quantistico che sottende la visione cromatica umana.

•Dec 19, 2025•0 citations
La generazione di numeri casuali va oltre il puro interesse accademico: i numeri casuali sono richiesti per innumerevoli applicazioni, come la criptografia a, simulazioni o gioco d’azzardo. Ad ogni modo, la maggior parte di questi numeri sono attualmente generati da algoritmi matematici che portano a sicurezza limitata, risultati incorretti o esiti prevedibili. In realtà , la vera casualità si trova solamente a livello microscopico, dove la Natura segue le leggi della Meccanica Quantistica. In questa tesi, dopo una panoramica sulla teoria dell’Informazione Quantistica, viene presentato lo stato dell’arte di questo campo. In ne, si propone un nuovo Generatore Quantistico di Numeri Casuali e se ne studia la sua implementazione per ottenere bit casuali sicure e affidabili. Questo lavoro Ł stato realizzato nel contesto del Gruppo di Ricerca QuantumFuture dell’Università di Padova. \nThe generation of random numbers goes beyond pure academic interests: random numbers are required for countless application, such as cryptography, simulations or gambling. However, most of these numbers are currently generated by implementing mathematical algorithms leading to limited security, incorrect results or predictable outcomes. Actually, true randomness is found only at microscopic level, where Nature obeys to the laws of Quantum Mechanics. In this thesis, after an overview about the theory of Quantum Information, the state of the art of this led is presented. Eventually, a new Quantum Random Number Generator protocol is proposed and its implementation is being studied in order to get secure and reliable random strings. This work has been carried out in the framework of the QuantumFuture Research Group of the University of Padua. \n
La tesi verterà sulla generazione di numeri casuali, tecnica che trova utilizzo in molteplici settori del sapere, dalla crittografia, alle simulazioni numeriche, in tutti i contesti di ricerca industriale e scientifica, e in tutte quelle situazioni in cui risulta necessario avere a disposizione un set di dati che varino in maniera imprevedibile a priori. Si provvederà perciò a presentare lo stato dell'arte della generazione di numeri casuali, distinguendo in particolar modo tra Random Number Generator veri (TRNG) e pseudo tali, mostrandone i punti di forza e i punti di deboli di ciascuno di essi e focalizzandosi infine sui primi. Dopo aver introdotto alcuni concetti teorici, si presenterà il Quantum Random Number Generator utilizzato durante l'attività di laboratorio e i metodi implementati per estrarre bit casuali da esso, determinando quale tra essi risulti essere il più efficiente e in grado di produrre output con proprietà statistiche migliori.
Questo lavoro esamina le applicazioni del quantum computing in data science, riformulando problemi di ottimizzazione e machine learning attraverso un formalismo ibrido quantistico-classico. Innanzitutto, vengono presentati i concetti fondamentali della meccanica quantistica, limitando lo studio all’area di interesse del quantum computing ma allo stesso tempo impostando il contesto matematico in modo rigoroso. Dopodiche, attraverso una panoramica dell’hardware presente ad oggi e di quello atteso per il futuro prossimo, e con l’esaminazione dei problemi legati al rumore e al ridotto numero di qubit disponibili nei dispositivi quantistici moderni, si motiva il bisogno di un approccio ibrido per risolvere problemi complessi, che permetta ad hardware classico e quantistico di lavorare sinergicamente. Lo scopo di questo lavoro e quello di presentare strategie per modellare problemi di ottimizzazione e supervised e reinforcement learning in modo da far lavorare una Quantum Processing Unit sulle parti degli algoritmi computazionalmente piu costose. Vengono discussi sia i benefici sia gli svantaggi: i primi sono strettamente legati alla scelta di un modello di computazione nuovo, dal quale ci si aspetta l’esecuzione di operazioni classicamente intrattabili e lo sfruttamento della velocita intrinseca dei sistemi quantistici di raggiungere il ground state; i secondi derivano principalmente dalle attuali limitazioni ingegneristiche che non permettono un controllo efficiente di sistemi quantistici a larga scala. Vengono esaminati quattro casi di studio: un problema di classificazione di immagini auto-costruite attraverso un algoritmo di Support Vector Machine, il quale sfrutta funzioni che portano i dati dallo spazio di input allo spazio degli stati quantistici, construendo cosi un kernel quantum-enhanced; un problema di reinforcement learning, formulato come Quadratic Unconstrained Binary Optimisation (QUBO), con lo scopo di trovare una strategia vincente per il gioco del Blackjack usando dati auto-simulati; il Number Partitioning Problem, formulato come QUBO, che rappresenta lo scenario piu complesso dal punto di vista della connettivita dei qubit e, per grandi istanze, e capace di raggiungere la complessita di problemi reali; infine, il problema del limited-assets Markowitz portfolio optimisation, riscritto come QUBO, al fine di implementare un’euristica quantum-inspired che possa sormontare la complessita del problema al crescere della dimensione dell’input. Nel corso di questo lavoro sono stati analizzati sia l’approccio di computazione universale gate-model, sia quello di adiabatic quantum computing, con particolare attenzione verso quest’ultimo attraverso la maggior parte dei casi di studio. Per uno di questi, il Number Partitioning Problem, e stato sfruttato l’accesso in cloud ad un quantum annealer, che ha permesso uno studio completo delle capacita di tale macchina, in grado di risolvere tra i problemi piu complessi che i quantum computer moderni possano affrontare. Infine, non solo questo lavoro valuta l’accuratezza e la qualita delle soluzioni dei problemi esaminati, ma si concentra anche sul paragone tra strategie quantistiche e classiche, evidenziando le differenze e i benefici che un approccio quantistico o ibrido quantistico-classico puo portare nella risoluzione di problemi di ottimizzazione e machine learning, specialmente con l’eventuale disponibilita, nel futuro prossimo, di dispositivi a piu larga scala.
L'obiettivo della presente tesi e esporre le applicazioni della fisica quantistica nell'ambito della generazione di numeri casuali, un problema importante nel mondo informatizzato del XXI secolo. Gli usi dei numeri casuali vanno dai giochi alla crittografia, passando per le simulazioni scientifiche, ma spesso essi vengono generati con tecniche inaffidabili. A seguito di una breve panoramica sulla storia e sullo stato dell’arte in questo campo, si dara una spiegazione dei concetti teorici necessari per comprendere appieno l’argomento dal punto di vista fisico e si mostrera quindi un setup sperimentale che sfrutta le fluttuazioni del vuoto elettromagnetico per creare stringhe di numeri casuali sicure ed efficaci.
Квантовые генераторы случайных чисел, экстракция доказуемо случайных битовых последовательностей РёР· траекторий цепи Маркова, Арбеков Р
Questa tesi si inserisce nella formulazione della percezione del colore basata sulla teoria dell'informazione quantistica, nel quadro matematico introdotto da Michel Berthier e Edoardo Provenzi, che si pone in alternativa ai modelli colorimetrici classici proposti dalla CIE. In questo contesto, gli stati cromatici sono trattati come stati quantistici, contenenti l'informazione cromatica, mentre gli osservabili percettivi sono modellati come effetti nel senso delle misure positive (POVM). Questa prospettiva permette una reinterpretazione non classica dell'opposizione cromatica e fornisce le basi concettuali per definire relazioni di indeterminazione tra attributi percettivi opposti. Il contributo principale del lavoro consiste nell'analisi e nel perfezionamento delle relazioni di indeterminazione per l'opposizione cromatica introdotte da Berthier e Provenzi. Dopo aver presentato i preliminari matematici e il modello di percezione quantistica del colore, la tesi studia la dinamica post-misura e l'effetto dell'osservatore, derivando limiti di incertezza per stati cromatici successivi alla misurazione. Vengono analizzati in particolare effetti neutrali, estremali e interni, chiarendo come l'incertezza percettiva si modifichi in seguito alla misura percettiva effettuata da un osservatore e offrendo una comprensione più profonda della struttura di tipo quantistico che sottende la visione cromatica umana.