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

Nanoindustry Russia

РЕШЕНИЕ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ НА КВАНТОВОМ ПРОЦЕССОРЕ IBM QUANTUM EXPERIENCE

Serge I. Doronin, Edward B. Fel’dman, Alexander Ivanovich Zenchuk

Published Sep 11, 2020• 0 citations
Publisher

Abstract

Предложен способ уменьшения ошибок расчетов на квантовом процессоре IBM Quantum Experience на примере протокола решения систем линейных алгебраических уравнений. Протокол содержит комбинацию классических и квантовых операций.

DOI
10.22184/1993-8578.2020.13.4s.682.683

Related papers

АНАЛИЗ КВАНТОВЫХ ИЗМЕРЕНИЙ НА ОСНОВЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

Dmitriy V. Fastovets, Ю.И. Богданов, В. Ф. Лукичев

С использованием методов машинного обучения и искусственных нейронных сетей разработана эффективная методика оценки параметров квантовых вычислительных систем. Показано, что разработанный подход позволяет построить математическую модель, описывающую процессы, происходящие при неунитарной эволюции квантовых состояний. Результаты работы были апробированы на квантовом процессоре IBM.

Nanoindustry Russia•Sep 11, 2020•0 citations

АНАЛИЗ КВАНТОВЫХ ИЗМЕРЕНИЙ НА ОСНОВЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

Dmitriy V. Fastovets, Ю.И. Богданов, В. Ф. Лукичев

С использованием методов машинного обучения и искусственных нейронных сетей разработана эффективная методика оценки параметров квантовых вычислительных систем. Показано, что разработанный подход позволяет построить математическую модель, описывающую процессы, происходящие при неунитарной эволюции квантовых состояний. Результаты работы были апробированы на квантовом процессоре IBM.

Nanoindustry Russia•Mar 28, 2021•0 citations

Имитационное моделирование квантового алгоритма решения систем линейных уравнений в прикладной программе MATLAB

Юрий Александрович Смирнов, Анатолий Валерьевич Актимиров

Молодой ученый•Jan 1, 2019•0 citations

Researching Possibilities of Performing Parallel Quantum Calculations by Composing Multiple Operations

Пронин Цезарь Борисович, Andrey Vladimirovich Ostroukh, К.А. Баринов +1 more

В статье исследован способ совершения параллельных квантовых вычислений путем объединения последовательностей из нескольких квантовых гейтов в одну комбинированную операцию. В случае поддержки архитектурой квантового компьютера или средства моделирования квантовых вычислений создания подобных комбинированных логических элементов, данный метод оптимизации позволит уменьшить количество операций, совершаемых в квантовых схемах, тем самым снижая помехи (шум) и повышая производительность отладки сложных и специализированных квантовых схем. Рост уровня шума в зависимости от увеличения количества операций был проанализирован на примере результатов отладки алгоритма Гровера на квантовых компьютерах IBM-Q. The following research highlights the possibility of performing parallel quantum calculations by composing a sequence of quantum logic gates into one combined operation. If such composed operations would be supported by quantum computing or simulation architectures, then this optimization method could decrease the number of operations performed in the runtime of quantum circuits, reducing noise and increasing performance of complex and specialized quantum circuits. The increase in noise levels with the number of performed logic operations was analyzed by running Grover’s algorithm on two different IBM-Q quantum computers and comparing received results to their predictions.

Промышленные АСУ и контроллеры.•Dec 1, 2020•0 citations

Квантовая перспектива машинного обучения: обзор

Pavel A. Golovinski

Машинное обучение в сочетании с квантовыми технологиями породило новое научное направление, получившее название «квантовое машинное обучение» (QML). В QML реализуется квантовое превосходство за счет большей емкости представления данных квантовыми состояниями, по сравнению с классическим двоичным кодированием, и использования квантового параллелизма. Важным стимулом к развитию QML является прогресс в квантовых вычислениях и создание нанопроцессоров, в которых квантовые эффекты становятся неотъемлемой частью их функционирования. QML позволяет непосредственно оперировать с квантовыми данными при их измерении и в процессах управления квантовыми системами. В обзоре рассматривается общий статистический метод, на котором базируется традиционное машинное обучение. Для него характерно использование принципа максимального правдоподобия и байесовского подхода к оценке больших данных. Требование увеличения быстродействия и снижения потребления энергии приводит к квантовой постановке задачи машинного обучения на основе статистической теории квантовых измерений, которая является обобщением классического статистического подхода. Особенностью квантовых систем является их описание на основе амплитуд вероятностей, что приводит к явлениям интерференции, отсутствующим в классических вероятностных моделях. Наиболее общий способ представления квантовых состояний дает метод матрицы плотности. Процесс измерения квантового состояния является статистическим, т.е. требует проведения измерения над квантовым ансамблем. В результате отдельного измерения квантовая система случайным образом скачком переходит в новое состояние. Для построения систем машинного обучения вводится понятие расстояния между квантовыми данными для чистых и смешанных состояний и определяется вероятность их различения. Обсуждаются принципы построения линейных и нелинейных моделей QML и их основные разновидности. Показана перспективность резервуарного и экстремального квантового машинного обучения, в котором смешение амплитуд, вводимых в систему, производится за счет использования случайных гамильтонианов. Обсуждаются возможности физической реализации QML. Предложен подход к построению квантовой машины экстремального обучения путем формирования спектрального отклика ансамбля квантовых точек на модулированный по времени входной внешний сигнал. Сформулированные базовые представления и принципы QML, а также способ реализации квантового резервуара с временным кодированием сигнала на основе оптического отклика создают базу для развития новых квантовых моделей и устройств, основанных на современных достижениях квантовых технологий и нанооптики.

Вестник ВГУ Серия Системный анализ и информационные технологии•May 12, 2025•0 citations

PARALLEL COMPACT MODELING OF QUANTUM CIRCUITS

S.Yu. Tyryshkin

Цель статьи заключается в рассмотрении особенностей и перспектив реализации параллельного компактного моделирования квантовых схем.Материалы и методы исследования -модели, методы, алгоритмы и процедуры параллельного синтеза и анализа специализированных логических схем, численные методы решения алгебраических уравнений, группировка, сравнение, абстракция, дедукция.Результаты: в статье описывается подход к параллельному компактному моделированию квантовых схем, который основан на моделировании равномерно-структурированных гамильтонианов.Отдельный акцент в процессе исследования сделан на изучении того, каким образом параллелизм может ускорить квантовое моделирование.В частности, рассмотрен параллельный квантовый алгоритм для моделирования динамики большого класса гамильтонианов.Кроме того, освещены общие вычислительные аспекты параллелизации с выделением особенностей компактного формата вычислений, который предполагает хранение и вычисление только ненулевых элементов для повышения эффективности моделирования.Для достижения максимальной пропускной способности вводавывода предложена техника управления памятью на основе наложения.Отдельный акцент сделан на методах оптимизации параллелизма для ускорения компактного моделирования квантовых схем.Выводы: стратегия параллельной декомпозиции задач для межзатворных и внутризатворных операций на основе разделенных блоков данных открывает дополнительные возможности оптимизации для моделирования квантовых схем.

Современные наукоемкие технологии (Modern High Technologies)•Jan 1, 2025•1 citation
Предложен способ уменьшения ошибок расчетов на квантовом процессоре IBM Quantum Experience на примере протокола решения систем линейных алгебраических уравнений. Протокол содержит комбинацию классических и квантовых операций.
С использованием методов машинного обучения и искусственных нейронных сетей разработана эффективная методика оценки параметров квантовых вычислительных систем. Показано, что разработанный подход позволяет построить математическую модель, описывающую процессы, происходящие при неунитарной эволюции квантовых состояний. Результаты работы были апробированы на квантовом процессоре IBM.
С использованием методов машинного обучения и искусственных нейронных сетей разработана эффективная методика оценки параметров квантовых вычислительных систем. Показано, что разработанный подход позволяет построить математическую модель, описывающую процессы, происходящие при неунитарной эволюции квантовых состояний. Результаты работы были апробированы на квантовом процессоре IBM.
В статье исследован способ совершения параллельных квантовых вычислений путем объединения последовательностей из нескольких квантовых гейтов в одну комбинированную операцию. В случае поддержки архитектурой квантового компьютера или средства моделирования квантовых вычислений создания подобных комбинированных логических элементов, данный метод оптимизации позволит уменьшить количество операций, совершаемых в квантовых схемах, тем самым снижая помехи (шум) и повышая производительность отладки сложных и специализированных квантовых схем. Рост уровня шума в зависимости от увеличения количества операций был проанализирован на примере результатов отладки алгоритма Гровера на квантовых компьютерах IBM-Q. The following research highlights the possibility of performing parallel quantum calculations by composing a sequence of quantum logic gates into one combined operation. If such composed operations would be supported by quantum computing or simulation architectures, then this optimization method could decrease the number of operations performed in the runtime of quantum circuits, reducing noise and increasing performance of complex and specialized quantum circuits. The increase in noise levels with the number of performed logic operations was analyzed by running Grover’s algorithm on two different IBM-Q quantum computers and comparing received results to their predictions.
Машинное обучение в сочетании с квантовыми технологиями породило новое научное направление, получившее название «квантовое машинное обучение» (QML). В QML реализуется квантовое превосходство за счет большей емкости представления данных квантовыми состояниями, по сравнению с классическим двоичным кодированием, и использования квантового параллелизма. Важным стимулом к развитию QML является прогресс в квантовых вычислениях и создание нанопроцессоров, в которых квантовые эффекты становятся неотъемлемой частью их функционирования. QML позволяет непосредственно оперировать с квантовыми данными при их измерении и в процессах управления квантовыми системами. В обзоре рассматривается общий статистический метод, на котором базируется традиционное машинное обучение. Для него характерно использование принципа максимального правдоподобия и байесовского подхода к оценке больших данных. Требование увеличения быстродействия и снижения потребления энергии приводит к квантовой постановке задачи машинного обучения на основе статистической теории квантовых измерений, которая является обобщением классического статистического подхода. Особенностью квантовых систем является их описание на основе амплитуд вероятностей, что приводит к явлениям интерференции, отсутствующим в классических вероятностных моделях. Наиболее общий способ представления квантовых состояний дает метод матрицы плотности. Процесс измерения квантового состояния является статистическим, т.е. требует проведения измерения над квантовым ансамблем. В результате отдельного измерения квантовая система случайным образом скачком переходит в новое состояние. Для построения систем машинного обучения вводится понятие расстояния между квантовыми данными для чистых и смешанных состояний и определяется вероятность их различения. Обсуждаются принципы построения линейных и нелинейных моделей QML и их основные разновидности. Показана перспективность резервуарного и экстремального квантового машинного обучения, в котором смешение амплитуд, вводимых в систему, производится за счет использования случайных гамильтонианов. Обсуждаются возможности физической реализации QML. Предложен подход к построению квантовой машины экстремального обучения путем формирования спектрального отклика ансамбля квантовых точек на модулированный по времени входной внешний сигнал. Сформулированные базовые представления и принципы QML, а также способ реализации квантового резервуара с временным кодированием сигнала на основе оптического отклика создают базу для развития новых квантовых моделей и устройств, основанных на современных достижениях квантовых технологий и нанооптики.
Цель статьи заключается в рассмотрении особенностей и перспектив реализации параллельного компактного моделирования квантовых схем.Материалы и методы исследования -модели, методы, алгоритмы и процедуры параллельного синтеза и анализа специализированных логических схем, численные методы решения алгебраических уравнений, группировка, сравнение, абстракция, дедукция.Результаты: в статье описывается подход к параллельному компактному моделированию квантовых схем, который основан на моделировании равномерно-структурированных гамильтонианов.Отдельный акцент в процессе исследования сделан на изучении того, каким образом параллелизм может ускорить квантовое моделирование.В частности, рассмотрен параллельный квантовый алгоритм для моделирования динамики большого класса гамильтонианов.Кроме того, освещены общие вычислительные аспекты параллелизации с выделением особенностей компактного формата вычислений, который предполагает хранение и вычисление только ненулевых элементов для повышения эффективности моделирования.Для достижения максимальной пропускной способности вводавывода предложена техника управления памятью на основе наложения.Отдельный акцент сделан на методах оптимизации параллелизма для ускорения компактного моделирования квантовых схем.Выводы: стратегия параллельной декомпозиции задач для межзатворных и внутризатворных операций на основе разделенных блоков данных открывает дополнительные возможности оптимизации для моделирования квантовых схем.