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

Research in Computing Science

Historial y reversibilidad en el sublenguaje clásico QML

Nely Plata César, J. Raymundo Marcial‐Romero

Published Dec 31, 2018• 1 citation
Publisher

Abstract

Resumen.La presente investigación incorpora un historial de cálculos, ajusta el modelo operacional y define las reglas para aplicar reversibilidad en el lenguaje de programación cuántico QML.Sólo se abordarán las instrucciones clásicas del lenguaje mencionado.Esto será el preámbulo para incorporar historial y reversibilidad contemplando datos y control cuántico.

DOI
10.13053/rcs-147-12-28

Related papers

Fundamentos de lenguajes de programación cuántica y sus consecuencias en sistemas clásicos

Alejandro Díaz-Caro, Pablo E. Martínez López

La computación cuántica plantea un nuevo modelo de computación que incorpora formas inéditas de pensar los problemas. Conceptos claves para ello son el enredo cuántico, el paralelismo y el no clonado. Si bien estos conceptos no tienen un correlativo en la computación clásica, su estudio puede tener consecuencias en el estudio del comportamiento probabilista y no-determinista de programas clásicos. Asimismo, la simple observación de estas nuevas formas de pensar los problemas es fuente de inspiración para resolver problemas clásicos. Este proyecto se centra en el diseño de lenguajes de programación cuántica como fin en sí mismo, y como medio para el desarrollo de lenguajes de programación clásica con características novedosas.

•Jun 6, 2019•0 citations

Métodos de Codificación para QML

Samuel Lopera Torres, Daniel Sierra Sosa, Juan Guillermo Lalinde Pulido

La fusión de la computación cuántica con el aprendizaje automático está allanando el camino para el Aprendizaje Automático Cuántico (QML, por sus siglas en inglés), un campo con el potencial de redefinir las capacidades computacionales en sectores como la criptografía, el descubrimiento de fármacos y las finanzas. En el núcleo de QML se encuentra la codificación de datos clásicos en estados cuánticos, una tarea tanto fundamental como compleja. El proceso de codificación permite representar la información clásica aprovechando las propiedades únicas de los sistemas cuánticos, como la superposición y el entrelazamiento, lo que facilita la ejecución de tareas intensivas en computación con una rapidez y eficiencia potencialmente sin precedentes.

Revista SISTEMAS•Dec 18, 2024•0 citations

Reversibilidad en circuitos cuánticos aleatorios ruidosos

Emanuel Shai Comedi, Diego Tielas, Darío Javier Zamora +1 more

El problema de la flecha del tiempo y la reversibilidad son tópicos centrales de la historia de la Física. Con el advenimiento de las tecnologías cuánticas, se presenta la oportunidad de estudiar sistemas cuánticos individuales, vinculando los problemas mencionados con desafíos tecnológicos. Nuestro objetivo es investigar la irreversibilidad en procesadores cuánticos, en relación al estudio de distintos modelos de ruido. Para ello, generamos circuitos cuánticos aleatorios, seguido de sus circuitos inversos. Si el dispositivo considerado fuera ideal, deberíamos recuperar el estado inicial de la computadora cuántica (es decir, aquel en el que todos los n qubits involucrados en un circuito están en cero |000...⟩). Sin embargo, esto no es así en presencia de ruido. De esta forma, nos proponemos estudiar cómo se comporta la magnitud M = |⟨000...|f⟩|2 (donde |f⟩ es el estado final) para distintos tipos de ruido en circuitos cuánticos aleatorios. Esto puede pensarse como una estrategia similar a la que se utiliza para estudiar el eco de Loschmidt en sistemas de múltiples spines [2]. Usamos QISKIT [1] para calcular los valores de M asociados a dichos circuitos, utilizando simuladores de distintos prototipos de computadoras cuánticas, de forma tal de evaluar el solapamiento entre los estados finales y los iniciales, simulando mediciones de los estados finales. De esta forma, se obtienen histogramas que muestran las distribuciones de los valores de M asociados a los circuitos para distintos modelos de ruido. Los parámetros de las simulaciones son: el dispositivo cuántico simulado, el tipo de ruido, el número de qubits por circuito, y la profundidad del circuito (cantidad de capas de compuertas). De esta forma, se busca evaluar cómo se comporta la irreversibilidad en relación al ruido en distintas arquitecturas de procesadores cuánticos. Un objetivo a futuro es comparar los resultados obtenidos con lo que se obtendría con dinámicas No-Hermíticas [3].

•Jan 1, 2026•0 citations

Lenguajes de Programación Cuánticos (LPC)

Prieto Idarraga, Brandon Nicolai

El siguiente documento abarca una investigacion sobre lenguajes de programacion cuanticos, empezando desde lenguajes de programacion cuanticos de bajo nivel, donde se usan compuertas cuanticas basicas para programar el algoritmo cuantico de Deutsch, luego se trasplanta al la computadora cuantica de IBM accesible en la nube, donde se explica su funcionamiento a nivel de software, y las librerias que la implementan, y se experimente implementado el algoritmo de Deutsch y verificando su funcionamiento, despues se hace un avance a lenguajes de programacion cuanticos imperativos, en este caso Q y QCL, los cuales estan implementados en C y C++ respectivamente, lo cual quiere decir que solamente permiten la emulacion de una computadora cuantica, se toma como base de nuevo el algoritmo de Deutsch, y se implemente en ambos lenguajes. Y como punto final se realiza la explicacion del compilador de lenguaje ensamblador cuantico construido usando javacc para el proyecto el cual traduce de un lenguaje ensamblador preestablecido y explicado en el documento a java.

•Jan 1, 2018•0 citations

Simulación de Circuitos Cuánticos

Carlos Garrido Junco

Este documento explica las diferencias entre diferentes simuladores cuánticos que se disponen actualmente. También se hace un breve repaso de la historia de la computación cuántica, narrando sus logros y su proyección a futuro. Como necesidad impiedosa, será necesario fundamentar la base matemática en la que se basan los computadores cuánticos y sus mecanismos físicos y cómo son posibles. Para comparar los diferentes simuladores mencionados en el texto, no solo se tiene en cuenta un mero punto de rendimiento comparando con dichos algoritmos, sino también la experiencia de usuario, la cuesta de aprendizaje de estos y sus aplicaciones a futuro en entornos reales.

•Jun 15, 2025•0 citations

A history and reversibility for quantum programming language QML.

Nely Plata César, J. Raymundo Marcial‐Romero, José Antonio Hernández Servín

•Jan 1, 2018•0 citations
Resumen.La presente investigación incorpora un historial de cálculos, ajusta el modelo operacional y define las reglas para aplicar reversibilidad en el lenguaje de programación cuántico QML.Sólo se abordarán las instrucciones clásicas del lenguaje mencionado.Esto será el preámbulo para incorporar historial y reversibilidad contemplando datos y control cuántico.
La computación cuántica plantea un nuevo modelo de computación que incorpora formas inéditas de pensar los problemas. Conceptos claves para ello son el enredo cuántico, el paralelismo y el no clonado. Si bien estos conceptos no tienen un correlativo en la computación clásica, su estudio puede tener consecuencias en el estudio del comportamiento probabilista y no-determinista de programas clásicos. Asimismo, la simple observación de estas nuevas formas de pensar los problemas es fuente de inspiración para resolver problemas clásicos. Este proyecto se centra en el diseño de lenguajes de programación cuántica como fin en sí mismo, y como medio para el desarrollo de lenguajes de programación clásica con características novedosas.
La fusión de la computación cuántica con el aprendizaje automático está allanando el camino para el Aprendizaje Automático Cuántico (QML, por sus siglas en inglés), un campo con el potencial de redefinir las capacidades computacionales en sectores como la criptografía, el descubrimiento de fármacos y las finanzas. En el núcleo de QML se encuentra la codificación de datos clásicos en estados cuánticos, una tarea tanto fundamental como compleja. El proceso de codificación permite representar la información clásica aprovechando las propiedades únicas de los sistemas cuánticos, como la superposición y el entrelazamiento, lo que facilita la ejecución de tareas intensivas en computación con una rapidez y eficiencia potencialmente sin precedentes.
El problema de la flecha del tiempo y la reversibilidad son tópicos centrales de la historia de la Física. Con el advenimiento de las tecnologías cuánticas, se presenta la oportunidad de estudiar sistemas cuánticos individuales, vinculando los problemas mencionados con desafíos tecnológicos. Nuestro objetivo es investigar la irreversibilidad en procesadores cuánticos, en relación al estudio de distintos modelos de ruido. Para ello, generamos circuitos cuánticos aleatorios, seguido de sus circuitos inversos. Si el dispositivo considerado fuera ideal, deberíamos recuperar el estado inicial de la computadora cuántica (es decir, aquel en el que todos los n qubits involucrados en un circuito están en cero |000...⟩). Sin embargo, esto no es así en presencia de ruido. De esta forma, nos proponemos estudiar cómo se comporta la magnitud M = |⟨000...|f⟩|2 (donde |f⟩ es el estado final) para distintos tipos de ruido en circuitos cuánticos aleatorios. Esto puede pensarse como una estrategia similar a la que se utiliza para estudiar el eco de Loschmidt en sistemas de múltiples spines [2]. Usamos QISKIT [1] para calcular los valores de M asociados a dichos circuitos, utilizando simuladores de distintos prototipos de computadoras cuánticas, de forma tal de evaluar el solapamiento entre los estados finales y los iniciales, simulando mediciones de los estados finales. De esta forma, se obtienen histogramas que muestran las distribuciones de los valores de M asociados a los circuitos para distintos modelos de ruido. Los parámetros de las simulaciones son: el dispositivo cuántico simulado, el tipo de ruido, el número de qubits por circuito, y la profundidad del circuito (cantidad de capas de compuertas). De esta forma, se busca evaluar cómo se comporta la irreversibilidad en relación al ruido en distintas arquitecturas de procesadores cuánticos. Un objetivo a futuro es comparar los resultados obtenidos con lo que se obtendría con dinámicas No-Hermíticas [3].
El siguiente documento abarca una investigacion sobre lenguajes de programacion cuanticos, empezando desde lenguajes de programacion cuanticos de bajo nivel, donde se usan compuertas cuanticas basicas para programar el algoritmo cuantico de Deutsch, luego se trasplanta al la computadora cuantica de IBM accesible en la nube, donde se explica su funcionamiento a nivel de software, y las librerias que la implementan, y se experimente implementado el algoritmo de Deutsch y verificando su funcionamiento, despues se hace un avance a lenguajes de programacion cuanticos imperativos, en este caso Q y QCL, los cuales estan implementados en C y C++ respectivamente, lo cual quiere decir que solamente permiten la emulacion de una computadora cuantica, se toma como base de nuevo el algoritmo de Deutsch, y se implemente en ambos lenguajes. Y como punto final se realiza la explicacion del compilador de lenguaje ensamblador cuantico construido usando javacc para el proyecto el cual traduce de un lenguaje ensamblador preestablecido y explicado en el documento a java.
Este documento explica las diferencias entre diferentes simuladores cuánticos que se disponen actualmente. También se hace un breve repaso de la historia de la computación cuántica, narrando sus logros y su proyección a futuro. Como necesidad impiedosa, será necesario fundamentar la base matemática en la que se basan los computadores cuánticos y sus mecanismos físicos y cómo son posibles. Para comparar los diferentes simuladores mencionados en el texto, no solo se tiene en cuenta un mero punto de rendimiento comparando con dichos algoritmos, sino también la experiencia de usuario, la cuesta de aprendizaje de estos y sus aplicaciones a futuro en entornos reales.