РIВНЯННЯ ПАУЛI З МАСОЮ, ЗАЛЕЖНОЮ ВIД КООРДИНАТ В. М. Ткачук, С. I. Вакарчук Кафедра теоретичної фiзики, Львiвський нацiональний унiверситет iменi Iвана Франка, вул.Драгоманова, 12, Львiв, 79005, Україна (Отримано 12 травня 2006 р.; в остаточному виглядi 8 серпня 2006 р.)Дослiджено рух електрона з масою, залежною вiд координат, у магнетному полi.У тривимiрному випадку зi сферично симетричною залежнiстю маси вiд координат i магнетним полем певної симетрiї щодо iнверсiї координат, як i для постiйної маси, наявна суперсиметрiя з двома трьома й чотирма суперзарядами.У двовимiрному випадку при русi частинки у площинi з перпендикулярним до неї магнетним полем суперсиметрiя з двома суперзарядами iснує для довiльної координатно залежної маси й довiльного магнетного поля.В останньому випадку для цилiндрично симетричної залежности маси вiд координат знайдено точний вираз для хвильових функцiй основного стану з нульовою енерґiєю.Знайдено кiлькiсть нульових мод електрона з масою залежною вiд координат у магнетному полi, що узагальнює теорему Аронова-Кашера, отриману ранiше для постiйної маси.
У роботі досліджуються фундаментальні принципи трансляції класичних цифрових схем в еквівалентні квантові ланцюги. Розглядається концепція оборотної логіки та аналізуються ключові універсальні гейти, такі як Тоффолі та Фредкіна, необхідні для забезпечення унітарності квантових операцій. Проведено порівняльний аналіз реалізації базових логічних функцій із позиції квантової вартості, що визначається кількістю необхідних гейтів, зокрема схильних до помилок операторів CNOT. У дослідженні представлені та апробовані методи синтезу та мінімізації квантових ланцюгів для типових комбінаційних схем (наприклад, суматора та мультиплексора). Здійснено моделювання та оцінку оптимізованих квантових схем у середовищі IBM Qiskit [4].
Дипломна робота: 75 с., 32 рис., 12 табл., 28 посиланнь, додаток. Об’єктом дослідження є набір даних Iris для задачі багатокласової класифікації. Предметом дослідження є класичні, гібридні варіаційні квантові та квантові ядерні моделі машинного навчання. Метою роботи є порівняння класичних, гібридних варіаційних квантових та квантових ядерних класифікаторів за точністю, ефективністю та практичною застосовністю. У роботі використано методи машинного навчання, квантового машинного навчання, стратифікованої 5-кратної крос-валідації, статистичного аналізу та аналізу виразності квантових схем. Розроблено програмний продукт мовою Python, який реалізує 8 моделей класифікації: Classical-Only NN, BasicRotation, BasicEntangler, StronglyEntangled, Classical RBF-SVM, ZZFeatureMap Kernel, IQP-style Kernel та Amplitude Embed Kernel. Проведено експериментальне порівняння моделей із використанням бібліотек PennyLane, PyTorch та scikit-learn. Встановлено, що квантові та гібридні підходи є перспективними для задач ядрової класифікації, однак їхня ефективність залежить від вибору схеми кодування даних, типу ядра та розміру вибірки. Отримані результати можуть бути використані для подальших досліджень квантового машинного навчання, тестування моделей на складніших наборах даних, реальних квантових процесорах та в умовах квантового шуму.