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

Journal of Korean institute of intelligent systems

Implementation of Fuzzy Inference Using Quantum Computing

Heesoo Hwang

Published Aug 31, 2025• 0 citations
Publisher

Abstract

양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 전통적인 컴퓨터에 비해 혁신적인 병렬 처리를 구현한다 본 논문에서는 빅데이터나 . 분산 시스템과 같은 복잡한 환경에서 빠른 퍼지 추론이 가능하도록 퍼지 입력 변수의 모든 조합에 대응하는 전건부의 탐색, 전건부 적합도 계산 및 전건부에 대응하는 후건부 멤버십 함수의 탐색을 양자 계산으로 병렬 처리하는 퍼지 추론 방법을 제안한다. 제안된 방법에서 퍼지 규칙베이스는 양자컴퓨터에서 프로그램 되고 실행될 수 있도록 양자 회로로 구현된다. 제안된 방법은 예시 퍼지 규칙 베이스 시스템을 대상으로 IBM Q 백엔드로 시뮬레이션 되고 계산 정확도와 복잡도로 퍼지 추론의 성능을 평가한다.

DOI
10.5391/jkiis.2025.35.4.327

Related papers

A Quantum Gate-based Fuzzy Inference Computation for Fuzzy Rules with Fuzzy Singleton Consequent

Heesoo Hwang

양자 계산을 퍼지 추론에 도입한 기존 연구는 퍼지 추론의 집계 과정에만 양자 계산을 적용하는 한계가 있었다. 본 논문에서는 퍼지화 및 비퍼지화 연산을 제외한 나머지 추론 과정을 양자 계산으로 처리하는 방법을 제안한다. 이를 위해 후건부는 퍼지 싱글톤을 갖는 퍼지 규칙을 사용한다. 활성화될 퍼지 규칙의 전건부 탐색, 전건부 적합도 계산 및 후건부 퍼지 싱글톤의 함의 과정은 양자 계산으로 병렬처리 된다. 퍼지 규칙 베이스는 양자 컴퓨터에서 프로그램 되고 실행되는 양자 회로로 구현된다. 비퍼지화는 양자회로의 측정을 통해 얻어진 값을 전통적인 덧셈 연산으로 처리된다. 예시 퍼지 규칙 베이스 시스템에 대해 제안된 방법을 시뮬레이션 하고 계산 정확도와 계산 복잡도로 그 성능을 평가한다. 기존 컴퓨팅 방식에서 집계와 함의 연산의 계산 복잡도가 𝘖(𝑚𝑛)이지만 본 논문에서 제안한 방식은 규칙베이스에 대한 질의 𝘖(₁)으로 이루어진다.

Journal of Korean institute of intelligent systems•Apr 30, 2026•0 citations

Exploiting Quantum Parallel Processing for Fast Fuzzy Inference

Heesoo Hwang

본 논문에서는 퍼지 집합의 언어 표현 및 처리 능력과 양자 컴퓨터의 병렬 처리 장점을 결합한 양자 퍼지 추론 방법을 제시한다. 양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 고전 컴퓨터에 비해 더 효율적인 병렬 처리를 구현한다. 대규모의 퍼지 규칙에도 빠른 퍼지 추론이 가능하도록 양자 컴퓨터의 병렬 처리 기능을 퍼지 추론에 활용하는 두 가지 방법을 제시한다: 입력 퍼지 값을 전건부 코드에 매핑한 후 규칙 베이스를 검색하는 방법과 입력 퍼지 값을 후건부 퍼지 집합에 직접 매핑하는 방법. 기존 퍼지 추론 및 양자 퍼지추론 방식과의 성능 비교를 통해 제시한 방법을 평가한다.

Journal of Korean institute of intelligent systems•Oct 31, 2024•0 citations

Introduction to Quantum Circuit Implementation Using IBM Qiskit

Sangwon Min, Jungsoo Rhee

양자 컴퓨팅과 양자 기술은 암호학과 국방산업 등 다양한 분야에서 기존의 한계를 극복하고 새로운 패러다임을 제공하는 혁신적인 도구로 간주 되고 있다. 이러한 큰 영향력이 기대됨에도 불구하고 양자 컴퓨팅과 양자 기술을 사용할 수 있게 도와주는 양자 코딩에 대한 관심은 상대적으로 적은 것이 사실이다. 최근에는 접근성이 용이한 양자 코딩 플랫폼의 등장으로 실제 양자 컴퓨터를 활용하거나 양자 시뮬레이터를 통해 양자 코드를 작성하고 동작시킬 수 있는 환경이 조성되고 있다. 이에 따라 본 논문은 상용화된 양자 코딩 플랫폼들을 소개하고 큐비트와 양자 게이트에 대해 알아본다. 또, 이를 바탕으로 IBM의 Qiskit을 활용하여 고전 리플 캐리 덧셈(RCA) 알고리즘을 양자 RCA 회로로 구현하는 과정을 상세히 소개한다.

한국통신학회논문지•Jul 21, 2024•0 citations

The analysis of quantum network simulators

남서울대학교 컴퓨터소프트웨어학과 교수, Hyuncheol Kim

양자암호통신 시장의 신속한 도입과 확대를 위해서는 전용 링크와 네트워크로 구성된 양자암호 통신망을 구축하는 것을 넘어, 더 광범위한 인프라와 서비스 모델이 필요하다. 현재 단계에서는 실제 양자 통신망을 구축하고 이를 실질적으로 활용하는 연구 가 활발히 이루어지고 있지만, 초기 비용이 매우 높다는 점에서 큰 제약이 있다. 따라서 양자 통신망의 구성 및 활용연구를 효과 적으로 수행하기 위해서는 QKDNetSim, NetSquid, 그리고 SeQUeNCe와 같은 양자암호 통신망 시뮬레이션 툴에 대한 기본적인 조사와 활용 방안의 연구가 필수적이다. 본 논문에서는 오픈소스 양자암호 통신망 시뮬레이터의 요구사항과 각 툴의 특징을 체 계적으로 분석하였다. 이를 통해 시뮬레이터들이 제공하는 기능, 장점 및 단점을 비교하고, 이들 시뮬레이터를 활용하여 양자 통 신망의 성능을 극대화하고, 보다 안전하고 효율적인 양자암호통신 솔루션을 개발하는 데 필요한 통찰력을 제공하고자 한다.

Jouranl of Information and Security•Oct 31, 2024•0 citations

Korean Sentiment Analysis using Quantum Circuit-based Classification Model

박천음

최근 텍스트 분석, 감성 분석 등 영어 데이터 기반 자연어처리 태스크에 대하여 양자 자연어처리(Quantum NLP) 연구가 활발히 진행되고 있다. 본 논문은 한국어 감성 분석을 대상으로 한 양자 자연어 처리 모델을 제안하며, 양자회로 기반 모델이 한국어 문제를 해결할 수 있음을 분석한다. 제안 방법은 사전학습 언어모델의 단어 임베딩을 매개변수화 양자회로(PQC)에 진폭 부호화하고 computational basis 기저상태 확률을 측정하는 양자회로를 기반으로 하며, 모든 양자회로는 실제 양자 하드웨어가 아닌 고전 GPU 상의 상태벡터 시뮬레이션으로 실행된다. 제안 방법은 목적에 따라 두 가지 구성으로 활용된다. 단어 임베딩 위에 PQC를 적용하는 효율 중심 구성은 2∼4qubit 소규모 회로로 구성하며, ansatz, qubit 수, 회로 깊이, 풀링을 최적화한다. NSMC에서 KcELECTRA 대비 약 70% 적은 파라미터만으로 86.1%의 정확도(약 6%p 차이 이내)를 유지하면서 고전 GPU 시 뮬레이션 환경에서 약 1.7배 빠른 추론을 보인다. 한편 KcELECTRA 인코더 위에 PQC를 적용하는 성능 중심 구성은 NSMC 91.8%, 네이버 쇼핑 94.2%로 성능이 향상되는 것을 확인하였다.

Journal of KIISE•Sep 28, 2026•0 citations

A Decision Transformer-Based Scheduling Method for Improving Service Rate in Quantum Networks

Yeong-Jun Seok, Dae-Gun Kang, Chankyun Lee +2 more

양자 네트워크는 보안 통신, 분산 양자 컴퓨팅, 고급 양자 기반 서비스 등을 실현하기 위한 핵심 인프라로 주목받고 있다. 그러나 실제 환경에서는 제한된 양자 자원, 짧은 Coherence time, 채널 손실 및 환경적 교란 등으로 인해 안정적인 운용이 어려운 과제에 직면해 있다. 이러한 제약 조건하에서 종단 간 요청 스케줄링의 효율성은 자원 활용도와 네트워크 신뢰성을 좌우하는 핵심 요소이다. 기존 연구들은 주로 충실도와 지연 최적화에 집중하였으나, 현실적인 운용 조건에서 서비스 처리율을 극대화하는 측면은 충분히 다루어지지 않았다. 본 논문에서는 Offline Reinforcement Learning기반의 스케줄링 프레임워크를 제안한다. 제안된 방법은 Decision Transformer와 Graph Attention Network를 결합하여, 요청 도착의 시간적 패턴과 네트워크 토폴로지 구조를 동시에 반영할 수 있도록 설계되었다. NetSquid 시뮬레이션을 통해 5X5 GRID 토폴로지와 46노드 Hefei metropolitan QKD 네트워크를 대상으로 평가한 결과, 제안된 모델은 기존의 Best-FIFO 및 일반적인 Offline Reinforcement Learning 기법인 Conservative Q-Learning 기법 대비 서비스 처리율에서 최대 약 5%, 평균적으로 3%의 향상을 보였다. 동시에 충실도는 0.8~0.9 범위를 안정적으로 유지하며, 지연 시간 또한 기존 방법과 동등한 수준으로 관리되었다. 이러한 결과는 제안된 Graph Attention Network와 결합한 Decision Transformer 기반 스케줄링 기법이 다양한 양자 네트워크 조건에서 효율성과 신뢰성을 균형 있게 달성할 수 있는 실질적인 방법임을 입증한다.

한국통신학회논문지•May 20, 2026•0 citations
양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 전통적인 컴퓨터에 비해 혁신적인 병렬 처리를 구현한다 본 논문에서는 빅데이터나 . 분산 시스템과 같은 복잡한 환경에서 빠른 퍼지 추론이 가능하도록 퍼지 입력 변수의 모든 조합에 대응하는 전건부의 탐색, 전건부 적합도 계산 및 전건부에 대응하는 후건부 멤버십 함수의 탐색을 양자 계산으로 병렬 처리하는 퍼지 추론 방법을 제안한다. 제안된 방법에서 퍼지 규칙베이스는 양자컴퓨터에서 프로그램 되고 실행될 수 있도록 양자 회로로 구현된다. 제안된 방법은 예시 퍼지 규칙 베이스 시스템을 대상으로 IBM Q 백엔드로 시뮬레이션 되고 계산 정확도와 복잡도로 퍼지 추론의 성능을 평가한다.
양자 계산을 퍼지 추론에 도입한 기존 연구는 퍼지 추론의 집계 과정에만 양자 계산을 적용하는 한계가 있었다. 본 논문에서는 퍼지화 및 비퍼지화 연산을 제외한 나머지 추론 과정을 양자 계산으로 처리하는 방법을 제안한다. 이를 위해 후건부는 퍼지 싱글톤을 갖는 퍼지 규칙을 사용한다. 활성화될 퍼지 규칙의 전건부 탐색, 전건부 적합도 계산 및 후건부 퍼지 싱글톤의 함의 과정은 양자 계산으로 병렬처리 된다. 퍼지 규칙 베이스는 양자 컴퓨터에서 프로그램 되고 실행되는 양자 회로로 구현된다. 비퍼지화는 양자회로의 측정을 통해 얻어진 값을 전통적인 덧셈 연산으로 처리된다. 예시 퍼지 규칙 베이스 시스템에 대해 제안된 방법을 시뮬레이션 하고 계산 정확도와 계산 복잡도로 그 성능을 평가한다. 기존 컴퓨팅 방식에서 집계와 함의 연산의 계산 복잡도가 𝘖(𝑚𝑛)이지만 본 논문에서 제안한 방식은 규칙베이스에 대한 질의 𝘖(₁)으로 이루어진다.
본 논문에서는 퍼지 집합의 언어 표현 및 처리 능력과 양자 컴퓨터의 병렬 처리 장점을 결합한 양자 퍼지 추론 방법을 제시한다. 양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 고전 컴퓨터에 비해 더 효율적인 병렬 처리를 구현한다. 대규모의 퍼지 규칙에도 빠른 퍼지 추론이 가능하도록 양자 컴퓨터의 병렬 처리 기능을 퍼지 추론에 활용하는 두 가지 방법을 제시한다: 입력 퍼지 값을 전건부 코드에 매핑한 후 규칙 베이스를 검색하는 방법과 입력 퍼지 값을 후건부 퍼지 집합에 직접 매핑하는 방법. 기존 퍼지 추론 및 양자 퍼지추론 방식과의 성능 비교를 통해 제시한 방법을 평가한다.
양자 컴퓨팅과 양자 기술은 암호학과 국방산업 등 다양한 분야에서 기존의 한계를 극복하고 새로운 패러다임을 제공하는 혁신적인 도구로 간주 되고 있다. 이러한 큰 영향력이 기대됨에도 불구하고 양자 컴퓨팅과 양자 기술을 사용할 수 있게 도와주는 양자 코딩에 대한 관심은 상대적으로 적은 것이 사실이다. 최근에는 접근성이 용이한 양자 코딩 플랫폼의 등장으로 실제 양자 컴퓨터를 활용하거나 양자 시뮬레이터를 통해 양자 코드를 작성하고 동작시킬 수 있는 환경이 조성되고 있다. 이에 따라 본 논문은 상용화된 양자 코딩 플랫폼들을 소개하고 큐비트와 양자 게이트에 대해 알아본다. 또, 이를 바탕으로 IBM의 Qiskit을 활용하여 고전 리플 캐리 덧셈(RCA) 알고리즘을 양자 RCA 회로로 구현하는 과정을 상세히 소개한다.
양자암호통신 시장의 신속한 도입과 확대를 위해서는 전용 링크와 네트워크로 구성된 양자암호 통신망을 구축하는 것을 넘어, 더 광범위한 인프라와 서비스 모델이 필요하다. 현재 단계에서는 실제 양자 통신망을 구축하고 이를 실질적으로 활용하는 연구 가 활발히 이루어지고 있지만, 초기 비용이 매우 높다는 점에서 큰 제약이 있다. 따라서 양자 통신망의 구성 및 활용연구를 효과 적으로 수행하기 위해서는 QKDNetSim, NetSquid, 그리고 SeQUeNCe와 같은 양자암호 통신망 시뮬레이션 툴에 대한 기본적인 조사와 활용 방안의 연구가 필수적이다. 본 논문에서는 오픈소스 양자암호 통신망 시뮬레이터의 요구사항과 각 툴의 특징을 체 계적으로 분석하였다. 이를 통해 시뮬레이터들이 제공하는 기능, 장점 및 단점을 비교하고, 이들 시뮬레이터를 활용하여 양자 통 신망의 성능을 극대화하고, 보다 안전하고 효율적인 양자암호통신 솔루션을 개발하는 데 필요한 통찰력을 제공하고자 한다.
최근 텍스트 분석, 감성 분석 등 영어 데이터 기반 자연어처리 태스크에 대하여 양자 자연어처리(Quantum NLP) 연구가 활발히 진행되고 있다. 본 논문은 한국어 감성 분석을 대상으로 한 양자 자연어 처리 모델을 제안하며, 양자회로 기반 모델이 한국어 문제를 해결할 수 있음을 분석한다. 제안 방법은 사전학습 언어모델의 단어 임베딩을 매개변수화 양자회로(PQC)에 진폭 부호화하고 computational basis 기저상태 확률을 측정하는 양자회로를 기반으로 하며, 모든 양자회로는 실제 양자 하드웨어가 아닌 고전 GPU 상의 상태벡터 시뮬레이션으로 실행된다. 제안 방법은 목적에 따라 두 가지 구성으로 활용된다. 단어 임베딩 위에 PQC를 적용하는 효율 중심 구성은 2∼4qubit 소규모 회로로 구성하며, ansatz, qubit 수, 회로 깊이, 풀링을 최적화한다. NSMC에서 KcELECTRA 대비 약 70% 적은 파라미터만으로 86.1%의 정확도(약 6%p 차이 이내)를 유지하면서 고전 GPU 시 뮬레이션 환경에서 약 1.7배 빠른 추론을 보인다. 한편 KcELECTRA 인코더 위에 PQC를 적용하는 성능 중심 구성은 NSMC 91.8%, 네이버 쇼핑 94.2%로 성능이 향상되는 것을 확인하였다.
양자 네트워크는 보안 통신, 분산 양자 컴퓨팅, 고급 양자 기반 서비스 등을 실현하기 위한 핵심 인프라로 주목받고 있다. 그러나 실제 환경에서는 제한된 양자 자원, 짧은 Coherence time, 채널 손실 및 환경적 교란 등으로 인해 안정적인 운용이 어려운 과제에 직면해 있다. 이러한 제약 조건하에서 종단 간 요청 스케줄링의 효율성은 자원 활용도와 네트워크 신뢰성을 좌우하는 핵심 요소이다. 기존 연구들은 주로 충실도와 지연 최적화에 집중하였으나, 현실적인 운용 조건에서 서비스 처리율을 극대화하는 측면은 충분히 다루어지지 않았다. 본 논문에서는 Offline Reinforcement Learning기반의 스케줄링 프레임워크를 제안한다. 제안된 방법은 Decision Transformer와 Graph Attention Network를 결합하여, 요청 도착의 시간적 패턴과 네트워크 토폴로지 구조를 동시에 반영할 수 있도록 설계되었다. NetSquid 시뮬레이션을 통해 5X5 GRID 토폴로지와 46노드 Hefei metropolitan QKD 네트워크를 대상으로 평가한 결과, 제안된 모델은 기존의 Best-FIFO 및 일반적인 Offline Reinforcement Learning 기법인 Conservative Q-Learning 기법 대비 서비스 처리율에서 최대 약 5%, 평균적으로 3%의 향상을 보였다. 동시에 충실도는 0.8~0.9 범위를 안정적으로 유지하며, 지연 시간 또한 기존 방법과 동등한 수준으로 관리되었다. 이러한 결과는 제안된 Graph Attention Network와 결합한 Decision Transformer 기반 스케줄링 기법이 다양한 양자 네트워크 조건에서 효율성과 신뢰성을 균형 있게 달성할 수 있는 실질적인 방법임을 입증한다.