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

Programming quantum computers

Vlastimil Hudeček

Published Jan 27, 2023• 0 citations
OpenAlex

Abstract

Díky rychlému vývoji kvantových počítačů v nedávné době, narůstá zájem o kvantové algoritmy a jejich využití. V prvních kapitolách této práce je podán stručný úvod do tématu kvantové výpočetní techniky a algoritmů. Dále jsou v nich shrnuty principy, vlastnosti a použití dvou významných kvantových algoritmů, variační algoritmus hledání vlastních čísel (VQE) a kvantový aproximační optimalizační algoritmus (QAOA). V dalších kapitolách jsou nastíněny v současné době dostupné softwarové nástroje pro vývoj kvantových programů, důraz je zde kladen na SDK Qiskit od IBM. Poslední část práce se věnuje implementaci zkoumaných algoritmů.

Related papers

Programming and simulation with quantum computers

Jiří Viták

Přestože kvantové počítače, které mohou překonat konvenční počítače, jsou stále ve vývoji, je pro přípravu na budoucnost kvantové výpočetní techniky zásadní, abychom pokročili v porozumění a vývoji kvantových algoritmů. Tento bakalářský projekt zkoumá rozvíjející se oblast kvantového programování a simulace na aktuálně dostupných kvantových počítačích. Studujeme základy kvantového počítání a shrnujeme běžně používané principy používané v této oblasti. Teoreticky popisujeme kvantové procházky s klíčovým důrazem na varianty s diskrétním časem, které tvoří stěžejní část této práce. Dále představujeme optimalizovanou metodu pro efektivní implementaci kvantových procházek v diskrétním čase vhodnou pro současnou architekturu kvantových počítačů. Ukazujeme, že tato metoda je ve srovnání s běžnými metodami úspěšnější při zkoumání aspektů souvisejících s kvantovými procházkami, jako je dynamika šíření a dokonalý přenos stavu.

•Aug 21, 2024•0 citations

Hybrid Quantum Computing: Practical Applications and Implementation

Jan Swiatkowski

Tato práce se zabývá metodikou mapování a spuštění prakticky uplatnitelných optimalizačních úloh jako Exact Set Cover, Knapsack, SAT na kvantových počítačích. Na rozdíl od klasických počítačů, které pracují s bity, využívají kvantové počítače kvantové qubity a jevy jako superpozice a provázanost, což jim umožňuje paralelně prohledávat rozsáhlé stavové prostory. Jsou proto vhodné zejména pro řešení složitých kombinatorických problémů, kde klasické algoritmy narážejí na výpočetní limity.Jádrem práce je hybridní solver pro problém Exact Set Cover využívající strategii Branch-and-Bound. V jejím rámci jsou selektivně generovány kvantové obvody založené na Groverově algoritmu pro relevantní podproblémy. Groverův algoritmus poskytuje kvadratické zrychlení pro nestrukturované prohledávání, což je důležité pro nalezení konfigurací. S ohledem na omezení současné generace hardwaru NISQ práce obsahuje komparativní analýzu výsledků ze simulátorů a reálných systémů IQM Star24 a IBM Marrakesh (Heron R2), včetně porovnání frameworků Qrisp a Qiskit. Výsledky těchto implementací optimalizačních úloh byly zhodnoceny pomocí Z-Score a byly porovnány požadavky daných kvantových obvodů pro experimentální instance problémů daných úloh. Dále byly provedeny experimenty zhodnocující prahovou hloubku kvantového obvodu, kdy se stane očekávaný výsledek obvodu nerozlišitelným. K potlačení šumu byla využita technika Matrix-free Measurement Mitigation (M3).Práce je zakončena praktickou metodickou příručkou pro vývoj hybridních kvantově-klasických aplikací. Také diskutuje výhody integrace kvantového počítače se superpočítačem v jedné fyzické lokaci a koordinaci alokace jejich zdrojů.

•Jan 1, 2026•0 citations

Quantum variational methods applied in physics

Štěpán Skalka

Tato bakalářská práce se zabývá kvantovými variačními metodami a jejich aplikací ve fyzice. V teoretické části jsou popsány základní principy kvantové informatiky a variačních kvantových algoritmů. Dále jsou naznačeny možné fyzikální aplikace těchto algoritmů. Praktická část se zaměřuje na aplikaci algoritmu VQE (Variational Quantum Eigensolver) na reálný fyzikální problém, konkrétně na hledání základního stavu charmonia. Výsledky ukazují, že i přes omezení současných kvantových počítačů je možné dosáhnout relevantních výsledků, které mohou být užitečné pro další výzkum v různých oblastech fyziky.

•Aug 24, 2024•0 citations

Implementing measurement enhanced continuous search algorithm on IBM quantum hardware

Vojtěch Dědek

Tato práce se zabývá implementací spojitého kvantového vyhledávacího algoritmu s měřením na kvantovém hardwaru IBM. Spojitý kvantový vyhledávací algoritmus Farhiho a Gutmanna je modifikován zavedením dynamiky řízené měřením, což řeší praktické problémy při implementaci. Použitý přístup využívá Trotterizaci pro převod spojité časové evoluce řízené Hamiltoniánem na diskrétní kvantové obvody. Výkonnostní metriky, jako je pravděpodobnost a fidelita, jsou vyhodnoceny pomocí simulací v prostředí Qiskit Aer s následným experimentálním ověřením na kvantovém hardwaru IBM. Výsledky demonstrují funkčnost algoritmu, závislost jeho výkonu a dopady omezení současného kvantového hardwaru, což poskytuje vhled do možností optimalizace kvantových vyhledávacích algoritmů.

•Aug 4, 2025•0 citations

Programming and simulation with quantum computers

Yakovenko, Mykola

Tato práce zkoumá výkonnost a spolehlivost kvantového hardwaru éry NISQ při provádění kvantových algoritmů a simulaci otevřených kvantových systémů. Po přehledu základních konceptů kvantového výpočtu, simulace a dynamiky otevřených systémů představujeme techniky kolizních modelů pro emulaci nemarkovovských procesů. Následně implementujeme Deutsch-Jozsův a Groverův algoritmus na kvantových počítačích IBM a charakterizujeme přesnost výsledků. Na téže platformě implementujeme nemarkovovský kolizní model a ukazujeme, že kvantový hardware dokáže tyto procesy úspěšně simulovat. Také pozorujeme, že šum v hardwaru negativně ovlivňuje paměťové efekty, které jsou pro nemarkovovské procesy zásadní. Pro zmírnění tohoto šumu aplikujeme techniky mitigace chyb a systematicky porovnáváme nemitigované a mitigované výsledky, abychom vyhodnotili zlepšení přesnosti. Naše zjištění ukazují, že ačkoliv zařízení NISQ mohou věrně reprodukovat klíčové kvantové jevy, mitigace chyb není nezbytná pro kvantitativně spolehlivou simulaci paměťových efektů.

•Aug 4, 2025•0 citations

Quantum computing methods for malware classification

Eliška Krátká

Práce zkoumá potenciál kvantových počítačů v oblasti klasifikace malware prostřednictvím aplikace algoritmů kvantového strojového učení (QML). Hlavním cílem je prozkoumat výkon algoritmu Quantum Support Vector Machine (QSVM) ve srovnání s přístupy, nevyužívají kvantové výpočty. Byl vyvinut Python modul pro výběr, extrakci a preprocessing vzorků malware z veřejně dostupného datasetu PE Malware Machine Learning. Byl implementován algoritmus QSVM, který zahrnuje kvantová jádra s různými typy mapování příznaků. Následně byl otestován na lokálním simulátoru z Qiskit SDK a na kvantových počítačích od IBM. Výsledky experimentů poskytují vhled do chování a skutečného výkonu kvantových počítačů, zejména pokud jde o komplexní výpočty typické pro oblast klasifikace malware. Práce pokládá základy pro budoucí výzkum v oblasti klasifikace malware, demonstruje proveditelnost a přínosnost v rozvoji kybernetické bezpečnosti. Stěžejní přínos práce zahrnuje nalezení a nápravu kritických chyb v původní implementaci tříd pro výpočet kvantového jádra v knihovně Qiskit Machine Learning. Chyby zahrnovaly neprovádění transpilace kvantových obvodů odeslaných ke zpracování kvantovému počítači nebo překročení limitu maximální velikosti výpočetní úlohy v důsledku zpracování všech obvodů v rámci jediné úlohy.

•Jun 7, 2024•0 citations
Díky rychlému vývoji kvantových počítačů v nedávné době, narůstá zájem o kvantové algoritmy a jejich využití. V prvních kapitolách této práce je podán stručný úvod do tématu kvantové výpočetní techniky a algoritmů. Dále jsou v nich shrnuty principy, vlastnosti a použití dvou významných kvantových algoritmů, variační algoritmus hledání vlastních čísel (VQE) a kvantový aproximační optimalizační algoritmus (QAOA). V dalších kapitolách jsou nastíněny v současné době dostupné softwarové nástroje pro vývoj kvantových programů, důraz je zde kladen na SDK Qiskit od IBM. Poslední část práce se věnuje implementaci zkoumaných algoritmů.
Přestože kvantové počítače, které mohou překonat konvenční počítače, jsou stále ve vývoji, je pro přípravu na budoucnost kvantové výpočetní techniky zásadní, abychom pokročili v porozumění a vývoji kvantových algoritmů. Tento bakalářský projekt zkoumá rozvíjející se oblast kvantového programování a simulace na aktuálně dostupných kvantových počítačích. Studujeme základy kvantového počítání a shrnujeme běžně používané principy používané v této oblasti. Teoreticky popisujeme kvantové procházky s klíčovým důrazem na varianty s diskrétním časem, které tvoří stěžejní část této práce. Dále představujeme optimalizovanou metodu pro efektivní implementaci kvantových procházek v diskrétním čase vhodnou pro současnou architekturu kvantových počítačů. Ukazujeme, že tato metoda je ve srovnání s běžnými metodami úspěšnější při zkoumání aspektů souvisejících s kvantovými procházkami, jako je dynamika šíření a dokonalý přenos stavu.
Tato práce se zabývá metodikou mapování a spuštění prakticky uplatnitelných optimalizačních úloh jako Exact Set Cover, Knapsack, SAT na kvantových počítačích. Na rozdíl od klasických počítačů, které pracují s bity, využívají kvantové počítače kvantové qubity a jevy jako superpozice a provázanost, což jim umožňuje paralelně prohledávat rozsáhlé stavové prostory. Jsou proto vhodné zejména pro řešení složitých kombinatorických problémů, kde klasické algoritmy narážejí na výpočetní limity.Jádrem práce je hybridní solver pro problém Exact Set Cover využívající strategii Branch-and-Bound. V jejím rámci jsou selektivně generovány kvantové obvody založené na Groverově algoritmu pro relevantní podproblémy. Groverův algoritmus poskytuje kvadratické zrychlení pro nestrukturované prohledávání, což je důležité pro nalezení konfigurací. S ohledem na omezení současné generace hardwaru NISQ práce obsahuje komparativní analýzu výsledků ze simulátorů a reálných systémů IQM Star24 a IBM Marrakesh (Heron R2), včetně porovnání frameworků Qrisp a Qiskit. Výsledky těchto implementací optimalizačních úloh byly zhodnoceny pomocí Z-Score a byly porovnány požadavky daných kvantových obvodů pro experimentální instance problémů daných úloh. Dále byly provedeny experimenty zhodnocující prahovou hloubku kvantového obvodu, kdy se stane očekávaný výsledek obvodu nerozlišitelným. K potlačení šumu byla využita technika Matrix-free Measurement Mitigation (M3).Práce je zakončena praktickou metodickou příručkou pro vývoj hybridních kvantově-klasických aplikací. Také diskutuje výhody integrace kvantového počítače se superpočítačem v jedné fyzické lokaci a koordinaci alokace jejich zdrojů.
Tato bakalářská práce se zabývá kvantovými variačními metodami a jejich aplikací ve fyzice. V teoretické části jsou popsány základní principy kvantové informatiky a variačních kvantových algoritmů. Dále jsou naznačeny možné fyzikální aplikace těchto algoritmů. Praktická část se zaměřuje na aplikaci algoritmu VQE (Variational Quantum Eigensolver) na reálný fyzikální problém, konkrétně na hledání základního stavu charmonia. Výsledky ukazují, že i přes omezení současných kvantových počítačů je možné dosáhnout relevantních výsledků, které mohou být užitečné pro další výzkum v různých oblastech fyziky.
Tato práce se zabývá implementací spojitého kvantového vyhledávacího algoritmu s měřením na kvantovém hardwaru IBM. Spojitý kvantový vyhledávací algoritmus Farhiho a Gutmanna je modifikován zavedením dynamiky řízené měřením, což řeší praktické problémy při implementaci. Použitý přístup využívá Trotterizaci pro převod spojité časové evoluce řízené Hamiltoniánem na diskrétní kvantové obvody. Výkonnostní metriky, jako je pravděpodobnost a fidelita, jsou vyhodnoceny pomocí simulací v prostředí Qiskit Aer s následným experimentálním ověřením na kvantovém hardwaru IBM. Výsledky demonstrují funkčnost algoritmu, závislost jeho výkonu a dopady omezení současného kvantového hardwaru, což poskytuje vhled do možností optimalizace kvantových vyhledávacích algoritmů.
Tato práce zkoumá výkonnost a spolehlivost kvantového hardwaru éry NISQ při provádění kvantových algoritmů a simulaci otevřených kvantových systémů. Po přehledu základních konceptů kvantového výpočtu, simulace a dynamiky otevřených systémů představujeme techniky kolizních modelů pro emulaci nemarkovovských procesů. Následně implementujeme Deutsch-Jozsův a Groverův algoritmus na kvantových počítačích IBM a charakterizujeme přesnost výsledků. Na téže platformě implementujeme nemarkovovský kolizní model a ukazujeme, že kvantový hardware dokáže tyto procesy úspěšně simulovat. Také pozorujeme, že šum v hardwaru negativně ovlivňuje paměťové efekty, které jsou pro nemarkovovské procesy zásadní. Pro zmírnění tohoto šumu aplikujeme techniky mitigace chyb a systematicky porovnáváme nemitigované a mitigované výsledky, abychom vyhodnotili zlepšení přesnosti. Naše zjištění ukazují, že ačkoliv zařízení NISQ mohou věrně reprodukovat klíčové kvantové jevy, mitigace chyb není nezbytná pro kvantitativně spolehlivou simulaci paměťových efektů.
Práce zkoumá potenciál kvantových počítačů v oblasti klasifikace malware prostřednictvím aplikace algoritmů kvantového strojového učení (QML). Hlavním cílem je prozkoumat výkon algoritmu Quantum Support Vector Machine (QSVM) ve srovnání s přístupy, nevyužívají kvantové výpočty. Byl vyvinut Python modul pro výběr, extrakci a preprocessing vzorků malware z veřejně dostupného datasetu PE Malware Machine Learning. Byl implementován algoritmus QSVM, který zahrnuje kvantová jádra s různými typy mapování příznaků. Následně byl otestován na lokálním simulátoru z Qiskit SDK a na kvantových počítačích od IBM. Výsledky experimentů poskytují vhled do chování a skutečného výkonu kvantových počítačů, zejména pokud jde o komplexní výpočty typické pro oblast klasifikace malware. Práce pokládá základy pro budoucí výzkum v oblasti klasifikace malware, demonstruje proveditelnost a přínosnost v rozvoji kybernetické bezpečnosti. Stěžejní přínos práce zahrnuje nalezení a nápravu kritických chyb v původní implementaci tříd pro výpočet kvantového jádra v knihovně Qiskit Machine Learning. Chyby zahrnovaly neprovádění transpilace kvantových obvodů odeslaných ke zpracování kvantovému počítači nebo překročení limitu maximální velikosti výpočetní úlohy v důsledku zpracování všech obvodů v rámci jediné úlohy.