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

Kuantum hesaplamada sürekli değişkenler ve uygulamaları

CUMALİ YAŞAR

Published Jan 1, 2024• 0 citations
OpenAlex

Related papers

Kuantum kuramı ve kuantum hesaplama

Ali Can Günhan

Kuantum kuramı fiziksel gerçekliği tutarlı bir şekilde tarif eder. Bir gizli değişkenler kuramı onun yerine geçemez. Bu doğrultuda bu çalışmada kuantum oluş için gerekli ölçütler tartışıldı. Burada, gözlenebilirlerin bağlamsallığı hayati önemdedir. Bu bağlamda hesaplama ve bilgi işlemenin kuantum mekaniksel yapılması için bilinen çözüm yolları değerlendirilerek yeni sorun ve yeni çözüm yolları için negatif Wigner fonksiyonu ölçütüne değinildi.

Journal of Awareness•Jan 31, 2024•1 citation

Dalgacık temelli işlem sonrası tekniklerin katı hal kuantum ölçümleme uygulamaları için geliştirilmesi

Ekrem Taha Güldeste

Cataloged from PDF version of article.

•Aug 1, 2024•0 citations

Bulanık Mantık ve Kuantum Hesaplama ile Gelişmiş Veri BilimiYöntemleri

CUMALİ YAŞAR

•Nov 29, 2024•0 citations

Sürekli Değişken Modele Dayalı Gözetimli Kuantum Makine Öğrenmesi ile Kişilerin Satın Alma Davranışlarının Tespitinin Simulasyonu

O. Levent Eryılmaz, İhsan Yılmaz

Bu çalışmada kişilerin satın alma davranışları sürekli-değişken modele dayalı gözetimli kuantum makine öğrenmesi ile incelenmiştir. Bu bağlamda, örnek veriler bulut ortamından alınmaktadır. Bu verilerin %75’inin eğitim ve %25’inin test verisi olarak, homojen bir şekilde ayrılması sağlanmıştır. Ayrılan test verisinin eğitim işleminde kullanılmamasına, öğrenme işleminin sağlıklı gerçekleştirilmesi için dikkat edilmiştir. Sonrasında bu verilerdeki bağımsız değişkenler arasındaki uyumun sağlanması için normalizasyon işlemi gerçekleştirilmiştir. Böylece öğrenme işlemi için hazır hale gelen veriler, sürekli değişken modele dayalı varyasyonel devre üzerinde gerçekleştirilen gözetimli kuantum makine öğrenme algoritmasında kullanılmıştır. Ayrıca bu veriler klasik destek vektör makine öğrenme algoritması ile de simüle edilmiştir. Hem kuantum hem de klasik makine öğrenme algoritmalarına ait çapraz tahmin matrisleri ve alıcı işletim karakteristiği (AİK) eğrileri elde edilmiştir. Son olarak veri kümesindeki test verisi haricinde örnek değerler girilerek, sonuçlar metinsel ve görsel olarak görüntülenmiştir. Elde edilen sonuçların karşılaştırılması sonucunda ise sürekli değişken modele dayalı kuantum makine öğrenmesinin daha duyarlı sonuç verdiği tespit edilmiştir. Algoritmalar ile ilgili kaynak kodlar Github’ta bulunmaktadır.

Journal of Advanced Research in Natural and Applied Sciences•May 30, 2019•0 citations

Finans, Muhasebe ve Denetimde Kuantum Bilgisayar Uygulamaları

Elif ULUCENK

Kuantum bilgisayar teknolojileri, finans ve muhasebe alanlarında klasik yöntemlerin ötesinde hız, doğruluk ve güvenlik avantajları sunmaktadır. Bu çalışmada, kuantum bilgisayarların finansal risk yönetimi, portföy optimizasyonu, ödeme ve takas sistemleri, makroekonomik modelleme ile yapay zekâ entegrasyonu alanlarındaki uygulamaları incelenmiş; ayrıca muhasebe ve denetim süreçlerindeki potansiyel katkıları ele alınmıştır. Kuantum algoritmalarının sağladığı işlem hızlanması, paralel veri işleme kapasitesi ve kuantum kriptografi ile veri güvenliği, finansal sistemlerin daha etkin ve güvenli bir şekilde yönetilmesine imkân tanımaktadır. Çalışma, kuantum teknolojilerinin finans ve muhasebe uygulamalarında mevcut ve gelecekteki potansiyel faydalarını ortaya koyarak, bu alandaki araştırma boşluklarına dikkat çekmektedir.

Karadeniz Ekonomi Araştırmaları Dergisi•Jul 30, 2026•0 citations

Kuantum Bilgisayımın Temelleri

All Sciences Academy

•Nov 4, 2025•0 citations
Bu çalışmada kişilerin satın alma davranışları sürekli-değişken modele dayalı gözetimli kuantum makine öğrenmesi ile incelenmiştir. Bu bağlamda, örnek veriler bulut ortamından alınmaktadır. Bu verilerin %75’inin eğitim ve %25’inin test verisi olarak, homojen bir şekilde ayrılması sağlanmıştır. Ayrılan test verisinin eğitim işleminde kullanılmamasına, öğrenme işleminin sağlıklı gerçekleştirilmesi için dikkat edilmiştir. Sonrasında bu verilerdeki bağımsız değişkenler arasındaki uyumun sağlanması için normalizasyon işlemi gerçekleştirilmiştir. Böylece öğrenme işlemi için hazır hale gelen veriler, sürekli değişken modele dayalı varyasyonel devre üzerinde gerçekleştirilen gözetimli kuantum makine öğrenme algoritmasında kullanılmıştır. Ayrıca bu veriler klasik destek vektör makine öğrenme algoritması ile de simüle edilmiştir. Hem kuantum hem de klasik makine öğrenme algoritmalarına ait çapraz tahmin matrisleri ve alıcı işletim karakteristiği (AİK) eğrileri elde edilmiştir. Son olarak veri kümesindeki test verisi haricinde örnek değerler girilerek, sonuçlar metinsel ve görsel olarak görüntülenmiştir. Elde edilen sonuçların karşılaştırılması sonucunda ise sürekli değişken modele dayalı kuantum makine öğrenmesinin daha duyarlı sonuç verdiği tespit edilmiştir. Algoritmalar ile ilgili kaynak kodlar Github’ta bulunmaktadır.
Kuantum bilgisayar teknolojileri, finans ve muhasebe alanlarında klasik yöntemlerin ötesinde hız, doğruluk ve güvenlik avantajları sunmaktadır. Bu çalışmada, kuantum bilgisayarların finansal risk yönetimi, portföy optimizasyonu, ödeme ve takas sistemleri, makroekonomik modelleme ile yapay zekâ entegrasyonu alanlarındaki uygulamaları incelenmiş; ayrıca muhasebe ve denetim süreçlerindeki potansiyel katkıları ele alınmıştır. Kuantum algoritmalarının sağladığı işlem hızlanması, paralel veri işleme kapasitesi ve kuantum kriptografi ile veri güvenliği, finansal sistemlerin daha etkin ve güvenli bir şekilde yönetilmesine imkân tanımaktadır. Çalışma, kuantum teknolojilerinin finans ve muhasebe uygulamalarında mevcut ve gelecekteki potansiyel faydalarını ortaya koyarak, bu alandaki araştırma boşluklarına dikkat çekmektedir.