Algorithmes quantiques dédiés aux systèmes NOMA Le nombre croissant d'appareils connectés dans les réseaux sans fil de cinquième génération (5G) nécessite le développement de nouveaux protocoles d'accès afin de gérer efficacement les ressources limitées disponibles, notamment grâce à l'utilisation de schémas d'accès multiple non orthogonaux (NOMA). Dans ce contexte, des solutions algorithmiques pour la récupération de données sont essentielles pour répondre aux exigences strictes en matière de latence tout en assurant le déploiement d'un nombre massif d'appareils. Alors que les solutions conventionnelles impliquent souvent un compromis entre performance et complexité computationnelle, l'émergence de nouveaux paradigmes de calcul - tels que l'informatique quantique - offre la possibilité de dépasser ces limitations. Cette thèse explore l'application de l'informatique quantique au problème de la détection d'activité dans les réseaux sans fil. Nous commençons par formuler une représentation quantique fidèle du problème, conforme à la fois aux axiomes de la mécanique quantique et aux contraintes technologiques du matériel quantique actuel. Nous apportons également des éclairages physiques sur les systèmes quantiques distribués et illustrons, à travers des simulations numériques, les défis liés à la mise en œuvre de protocoles d'intrication évolutifs entre qubits spatialement séparés. Ensuite, nous adoptons la perspective des réseaux sans fil afin d'optimiser les algorithmes implémentés pour le problème de détection d'activité. À cette fin, des simulations numériques d'annealing quantique sont réalisées. Nous proposons une stratégie de planification générique pour le processus d'annealing et menons une étude afin d'identifier les paramètres les plus critiques pour la convergence des algorithmes quantiques.
Algorithmes quantiques dédiés aux systèmes NOMA Le nombre croissant d'appareils connectés dans les réseaux sans fil de cinquième génération (5G) nécessite le développement de nouveaux protocoles d'accès afin de gérer efficacement les ressources limitées disponibles, notamment grâce à l'utilisation de schémas d'accès multiple non orthogonaux (NOMA). Dans ce contexte, des solutions algorithmiques pour la récupération de données sont essentielles pour répondre aux exigences strictes en matière de latence tout en assurant le déploiement d'un nombre massif d'appareils. Alors que les solutions conventionnelles impliquent souvent un compromis entre performance et complexité computationnelle, l'émergence de nouveaux paradigmes de calcul - tels que l'informatique quantique - offre la possibilité de dépasser ces limitations. Cette thèse explore l'application de l'informatique quantique au problème de la détection d'activité dans les réseaux sans fil. Nous commençons par formuler une représentation quantique fidèle du problème, conforme à la fois aux axiomes de la mécanique quantique et aux contraintes technologiques du matériel quantique actuel. Nous apportons également des éclairages physiques sur les systèmes quantiques distribués et illustrons, à travers des simulations numériques, les défis liés à la mise en œuvre de protocoles d'intrication évolutifs entre qubits spatialement séparés. Ensuite, nous adoptons la perspective des réseaux sans fil afin d'optimiser les algorithmes implémentés pour le problème de détection d'activité. À cette fin, des simulations numériques d'annealing quantique sont réalisées. Nous proposons une stratégie de planification générique pour le processus d'annealing et menons une étude afin d'identifier les paramètres les plus critiques pour la convergence des algorithmes quantiques.
Algorithmes quantiques pour les équations aux dérivées partielles : circuits quantiques et applications physiques Les simulations classiques actuelles des phénomènes physiques présentent de nombreuses limitations, en particulier lorsqu'il s'agit de systèmes complexes tels que les fluides turbulents, les plasmas ou les matériaux quantiques fortement corrélés. Ces simulations rencontrent souvent des difficultés liées à des coûts de calculs élevés, une mise à l'échelle limitée à travers plusieurs dimensions ou échelles temporelles, ainsi qu'à la complexité de capturer des dynamiques intrinsèquement non-linéaires ou chaotiques. Même avec l'accès à des ressources de calcul haute performance (HPC), la résolution précise des dynamiques à fine échelle ou des évolutions sur de longues périodes reste un défi majeur. Le développement de nouvelles méthodes numériques est donc essentiel, tant pour la recherche académique que pour les applications industrielles. Les ordinateurs quantiques émergent comme de nouveaux outils numériques pour l'étude de tels systèmes et la résolution des équations aux dérivées partielles qui les modélisent. Grâce aux propriétés de superposition et d'intrication des qubits, les calculs numériques peuvent être réalisés de manière inédite, offrant des avantages théoriques prometteurs pour certains problèmes. Dans ce contexte, cette thèse contribue au développement et à la compréhension des algorithmes quantiques, allant de la conception de circuits quantiques à la résolution numérique d'équations différentielles partielles et ordinaires. Dans une première partie, des circuits quantiques efficaces sont présentés pour l'implémentation de routines couramment utilisées dans les algorithmes quantiques (opérations multi-contrôlées, préparation d'états quantiques, opérations diagonales), ainsi que pour une nouvelle routine : la transformée de Laplace quantique. Ces routines limitaient l'efficacité des algorithmes quantiques en raison d'implémentations génériques dont la complexité croissait de manière exponentielle avec le nombre de qubits. Désormais, ces tâches peuvent être réalisées à l'aide de circuits quantiques adaptés qui exploitent la structure des problèmes physiques. Dans une seconde partie, des schémas numériques quantiques sont introduits pour résoudre des équations de transport anisotropes et des équations différentielles ordinaires hamiltoniennes non linéaires. Ces schémas se composent de trois étapes (initialisation, évolution et mesure) et reposent sur des approximations en différences finies d'ordre élevé et des formules de Trotterisation. Des protocoles efficaces pour mesurer des grandeurs d'intérêt sont présentés, et une nouvelle analyse numérique, basée sur la norme vectorielle plutôt que sur la norme d'opérateur générique, est introduite. Cette approche permet d'atteindre une précision donnée tout en réduisant le nombre de pas de temps par un facteur qui croît de manière exponentielle avec le nombre de qubits. De plus, une étude de différentes transformations de Madelung non linéaires est présentée afin de résoudre certaines équations fluides sur ordinateur quantique. Les différents résultats de cette thèse sont illustrés par des simulations classiques des algorithmes quantiques ainsi que par des simulations sur des processeurs quantiques actuels. Ce travail pose les bases de la simulation pratique de systèmes physiques classiques, aussi bien sur les dispositifs quantiques actuels de type NISQ (noisy intermediate-scale quantum) que sur les futurs ordinateurs quantiques tolérants aux erreurs.
Algorithmes quantiques pour réseaux de neurones et apprentissage automatique non supervisé Cette thèse vise à étudier si les algorithmes quantiques peuvent être utilisés dans le domaine de l'apprentissage automatique, ou intelligence artificielle. Nous rappelons d'abord les principes fondamentaux de l'apprentissage automatique et de l'informatique quantique, puis nous décrivons plus précisément comment les relier par l'algèbre linéaire: nous introduisons des algorithmes quantiques pour résoudre efficacement des tâches telles que le produit de matrices ou l'estimation de distances. Ces résultats sont ensuite utilisés pour développer de nouveaux algorithmes quantiques pour l'apprentissage automatique non supervisé, comme le k-means et le Spectral Clustering. Cela nous permet de définir de nombreuses procédures fondamentales, notamment en analyse vectorielle et en analyse de graphes. Nous présentons également de nouveaux algorithmes quantiques pour les réseaux de neurones. Pour cela, nous introduirons un algorithme permettant d'effectuer un produit de convolution quantique sur des images, ainsi qu'une nouvelle façon d'effectuer une tomographie rapide sur des états quantiques. Nous prouvons que ces algorithmes quantiques sont des équivalents plus rapide de leur version classique, en terme de complexité algorithmique, mais présentent des effets aléatoires dus à la nature quantique du calcul. De nombreuses simulations ont été réalisées pour étudier ces effets et mesurer la précision d'apprentissage de nos algorithmes quantiques sur des données réelles. Enfin, nous présenterons un circuit pour réseau neuronal orthogonal adapté aux ordinateurs quantiques de petite taille et imparfaits actuellement disponibles (NISQ). Cela nous permet de réaliser des expériences sur des ordinateurs quantiques réels pour tester notre théorie.
Algorithmes quantiques pour la chimie quantique ab initio : une approche à plusieurs échelles L'équation de Schrödinger polyélectronique régit l'évolution non relativiste des systèmes quantiques tels que les électrons, atomes et molécules. La chimie quantique ab initio consiste à trouver des solutions approximées de cette équation afin de prédire des propriétés moléculaires comme les longueurs de liaison, les spectres vibrationnels et les mécanismes réactionnels. Malgré les immenses progrès de la puissance de calcul, atteindre la précision chimique (une erreur d'énergie inférieure à 1 kcal/mol) reste exponentiellement coûteux pour les algorithmes classiques lorsque la taille du système augmente. Cette limite a conduit à envisager l'informatique quantique comme alternative pour la simulation moléculaire, les ordinateurs quantiques obéissant aux mêmes principes physiques que les systèmes simulés. Il a été établi que, sous certaines conditions, l'équation de Schrödinger moléculaire pouvait être résolue en temps polynomial sur un ordinateur quantique, permettant en principe une accélération exponentielle par rapport aux méthodes classiques. La concrétisation de cet avantage reste un problème ouvert et requiert des avancées tant matérielles (stabilité des processeurs) que algorithmiques (consommation de ressources). Ce dernier aspect constitue l'objectif principal de cette thèse. Trois défis fondamentaux sont identifiés: établir une correspondance et une discrétisation efficace entre le problème de structure électronique et les qubits; concevoir des algorithmes pour préparer de bonnes approximations de l'état fondamental ; décomposer les opérations quantiques en circuits implémentables à coût minimal. La première partie traite du court terme, où le faible nombre de qubits et le bruit limitent les opérations exécutables. Dans ce contexte, le Variational Quantum Eigensolver (VQE) et son extension adaptative ADAPT-VQE sont des références établies. Nous proposons plusieurs améliorations pour la construction adaptative d'ansätze. L'algorithme Greedy Gradient-Free Adaptive VQE simplifie le processus d'optimisation, réduisant considérablement la consommation de ressources et permettant même une démonstration sur un processeur de 25 qubits. La méthode Overlap-ADAPT-VQE introduit un schéma de compactification variationnelle qui reconstruit des approximations d'états quantiques cibles, permettant en chimie quantique d'accélérer significativement la convergence du VQE pour divers niveaux de corrélation électronique. Nous développons ensuite une stratégie d'initialisation des registres quantiques à partir de fonctions d'onde corrélées issues de calculs classiques, pour combiner calcul haute performance et post-traitement quantique. La seconde partie adopte une perspective de long terme centrée sur le comportement asymptotique des algorithmes. Nous présentons une décomposition de la porte NOT multi-contrôlée avec une profondeur de circuit polylogarithmique en nombre de qubits de contrôle, offrant une amélioration exponentielle sur les approches linéaires existantes. Enfin, nous proposons une méthode de chimie quantique en espace réel, compatible avec les algorithmes quantiques d'extraction de valeurs propres. L'objectif étant d'améliorer la convergence spatiale en remplaçant les discrétisations uniformes, utilisées dans la plupart des approches en première quantification, par des grilles non uniformes, adaptées à la molécule, qui concentrent les points de discrétisation dans les zones de forte densité électronique. Nous étendons cette stratégie aux hamiltoniens transcorrélés : des opérateurs qui régularisent les singularités du potentiel coulombien, et dont les fonctions propres sont lisses dans l'espace. Notre approche est plurielle, explorant tous les niveaux d'abstraction, de la théorie à l'implémentation, et couvrant des algorithmes exploitables sur des machines actuelles, et d'autres destinés aux architectures de long terme. Ces contributions renforcent les fondements des algorithmes quantiques pour la simulation moléculaire.
Algorithmes quantiques pour la méthode de Monte Carlo La méthode de Monte Carlo est un paradigme central de l'algorithmique basée sur l'analyse statistique et sur les techniques d'échantillonnage aléatoire appliquées aux problèmes ayant une interprétation probabiliste. Cette thèse explore les avantages qu'offrirait un ordinateur quantique pour augmenter l'efficacité de cette méthode. Nous étudions dans un premier temps le problème d'estimation de valeurs moyennes par des techniques à temps de calcul minimal. Nous développons de nouveaux algorithmes quantiques pour estimer l'espérance d'une variable aléatoire réelle produite en sortie d'un processus quantique. Les estimateurs que nous construisons procurent une accélération quadratique par rapport au nombre d'échantillons classiques nécessaires pour obtenir une borne d'erreur sous-gaussienne ou une (epsilon,delta)-approximation. Nous décrivons également un cadre théorique fournissant une notion de «temps d'arrêt» pour un processus quantique générant une variable aléatoire. Nous démontrons que le problème d'estimation de la moyenne peut être résolu plus efficacement lorsque le temps d'arrêt moyen du processus sous-jacent est court. Ces résultats sont appliqués au développement d'un algorithme de requête quantique quasi-optimal pour approximer le nombre de triangles dans un graphe. Dans un second temps, nous étudions le problème d'échantillonnage préférentiel et ses applications en optimisation stochastique. Nous construisons un algorithme quantique pour échantillonner plusieurs éléments d'une distribution finie spécifiée par un vecteur de probabilité. Notre approche résout le problème plus général consistant à préparer plusieurs copies d'un état quantique dont les amplitudes sont accessibles via un oracle. L'utilité de ce résultat est illustrée à travers le développement de deux algorithmes hybrides quantiques-classiques basés sur la méthode des poids multiplicatifs et sur l'algorithme du gradient stochastique. Ces deux applications concernent la prédiction en ligne avec conseil d'experts, et la minimisation des fonctions sous-modulaires. La dernière partie de cette thèse est consacrée à l'étude des algorithmes quantiques à mémoire limitée. Nous étudions tout d'abord le problème d'approximation des moments de fréquence dans le modèle de flots de données à passes multiples. Nous construisons un algorithme quantique qui nécessite une quantité de mémoire moindre que les meilleurs algorithmes de streaming classiques possible. Notre méthode repose sur les estimateurs quantiques de moyenne susmentionnés et sur des techniques de simulation de calcul reversible. Nous explorons ensuite certaines limites des algorithmes à mémoire restreinte dans le modèle de requête quantique. Nous développons une nouvelle approche pour obtenir des bornes inférieures temps-mémoire, basée sur une technique récente d'enregistrement des requêtes quantiques. Ce résultat est appliqué au problème de la recherche de paires de collisions dans une fonction aléatoire. Nous démontrons que la complexité en requête quantique de cette tâche augmente lorsque la quantité de mémoire disponible diminue.
Résoudre le problème quantique à N-corps à l'aide de calculateurs quantiques Les calculateurs quantiques promettent de résoudre des problèmes insolvables pour les ordinateurs classiques. En particulier, manipuler des états superposés et intriqués de bits quantiques est une voie naturelle pour étudier la physique des systèmes quantiques à N particules. Avec les avancées rapides des technologies quantiques, nous avons pu voir émerger les premiers processeurs quantiques, nommés processeurs "NISQ" (de l'anglais "Noisy-Intermediate-Scale-Quantum"). Les progrès de ces machines ouvrent de nouveaux chemins aux physiciens pour simuler des systèmes quantiques. Cependant, leur taille limitée et les erreurs liées à la décohérence limitent fortement leur usage aujourd'hui. La conception d'algorithmes quantiques efficaces, résistant aux erreurs, est un défi considérable. Ce travail de thèse s'attelle à comprendre les capacités des processeurs quantiques à simuler des systèmes quantiques à N corps, avec une attention particulière aux applications pour la physique de la matière condensée. Dans un premier temps, nous abordons le sujet du calcul de l'état fondamental d'Hamiltoniens, à l'aide d'un algorithme variationnel quantique-classique (nommée l'algorithme VQE, de l'anglais « Variational Quantum Eigensolver »). Nous évaluons les performances de cette méthode sur le modèle de Hubbard, grâce à différentes métriques, comme la fidélité, l'énergie et les propriétés physiques des solutions obtenues. Nous démontrons, malgré des performances prometteuses en simulant un calculateur quantique sans bruit, que le niveau de bruit des machines contemporaines rend impossible la réalisation d'un calcul significatif. En revanche, certains états quantiques aux propriétés intéressantes peuvent avoir une forme simple. Leur préparation sur un calculateur quantique est un problème pertinent dans le but d'initialiser un calcul quantique avec ces états pour les amener vers des régimes où ils perdent leur forme simple. Pour illustrer ceci, nous prenons l'exemple du modèle Affleck-Lieb-Kennedy-Tasaki (AKLT), le premier modèle de chaîne de spin entier antiferromagnétique possédant une solution simple vérifiant la conjecture d'Haldane. Nous proposons deux schémas pour préparer les états AKLT, l'un suivant leur construction naturelle en projetant des paires de qubits sur leur sous-espace triplet, l'autre utilisant leur forme de réseaux de tenseurs. Nous analysons l'implémentation de ces méthodes en fonction de la taille du système, avec une réalisation expérimentale sur un processeur quantique. Enfin, nous explorons la synergie entre les méthodes de réseaux de tenseurs et les calculateurs quantiques bruités pour simuler la dynamique hors-équilibre de systèmes de spins. La simulation de dynamique quantique est une tâche naturelle pour les calculateurs quantiques, mais atteindre des temps longs est fortement limité par le bruit. D'autre part, les réseaux de tenseurs sont également limités aux temps courts, contraints par la quantité d'intrication qu'ils peuvent encoder. Nous proposons d'utiliser le meilleur des deux mondes : la dynamique à temps court est simulée efficacement par un réseau de tenseur, compilée vers des circuits quantiques de faible profondeur pour poursuivre l'évolution temporelle sur le calculateur quantique. Nous étudions les performances de ce schéma hybride quantique-classique en regardant la fidélité des états obtenus et la production d'intrication, avec une validation expérimentale. Finalement, nous proposons d'optimiser les circuits quantiques approximant l'opérateur évolution temporelle grâce à des réseaux de tenseurs, résultant en une simulation quantique classiquement améliorée utilisant moins de ressources quantiques.
L'équation de Schrödinger polyélectronique régit l'évolution non relativiste des systèmes quantiques tels que les électrons, atomes et molécules. La chimie quantique ab initio consiste à trouver des solutions approximées de cette équation afin de prédire des propriétés moléculaires comme les longueurs de liaison, les spectres vibrationnels et les mécanismes réactionnels. Malgré les immenses progrès de la puissance de calcul, atteindre la précision chimique (une erreur d'énergie inférieure à 1 kcal/mol) reste exponentiellement coûteux pour les algorithmes classiques lorsque la taille du système augmente. Cette limite a conduit à envisager l'informatique quantique comme alternative pour la simulation moléculaire, les ordinateurs quantiques obéissant aux mêmes principes physiques que les systèmes simulés. Il a été établi que, sous certaines conditions, l'équation de Schrödinger moléculaire pouvait être résolue en temps polynomial sur un ordinateur quantique, permettant en principe une accélération exponentielle par rapport aux méthodes classiques. La concrétisation de cet avantage reste un problème ouvert et requiert des avancées tant matérielles (stabilité des processeurs) que algorithmiques (consommation de ressources). Ce dernier aspect constitue l'objectif principal de cette thèse. Trois défis fondamentaux sont identifiés: établir une correspondance et une discrétisation efficace entre le problème de structure électronique et les qubits; concevoir des algorithmes pour préparer de bonnes approximations de l'état fondamental ; décomposer les opérations quantiques en circuits implémentables à coût minimal. La première partie traite du court terme, où le faible nombre de qubits et le bruit limitent les opérations exécutables. Dans ce contexte, le Variational Quantum Eigensolver (VQE) et son extension adaptative ADAPT-VQE sont des références établies. Nous proposons plusieurs améliorations pour la construction adaptative d'ansätze. L'algorithme Greedy Gradient-Free Adaptive VQE simplifie le processus d'optimisation, réduisant considérablement la consommation de ressources et permettant même une démonstration sur un processeur de 25 qubits. La méthode Overlap-ADAPT-VQE introduit un schéma de compactification variationnelle qui reconstruit des approximations d'états quantiques cibles, permettant en chimie quantique d'accélérer significativement la convergence du VQE pour divers niveaux de corrélation électronique. Nous développons ensuite une stratégie d'initialisation des registres quantiques à partir de fonctions d'onde corrélées issues de calculs classiques, pour combiner calcul haute performance et post-traitement quantique. La seconde partie adopte une perspective de long terme centrée sur le comportement asymptotique des algorithmes. Nous présentons une décomposition de la porte NOT multi-contrôlée avec une profondeur de circuit polylogarithmique en nombre de qubits de contrôle, offrant une amélioration exponentielle sur les approches linéaires existantes. Enfin, nous proposons une méthode de chimie quantique en espace réel, compatible avec les algorithmes quantiques d'extraction de valeurs propres. L'objectif étant d'améliorer la convergence spatiale en remplaçant les discrétisations uniformes, utilisées dans la plupart des approches en première quantification, par des grilles non uniformes, adaptées à la molécule, qui concentrent les points de discrétisation dans les zones de forte densité électronique. Nous étendons cette stratégie aux hamiltoniens transcorrélés : des opérateurs qui régularisent les singularités du potentiel coulombien, et dont les fonctions propres sont lisses dans l'espace. Notre approche est plurielle, explorant tous les niveaux d'abstraction, de la théorie à l'implémentation, et couvrant des algorithmes exploitables sur des machines actuelles, et d'autres destinés aux architectures de long terme. Ces contributions renforcent les fondements des algorithmes quantiques pour la simulation moléculaire.