Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Κβαντική μηχανική μάθηση, εφαρμογές και υλοποίηση σε κβαντικό Hardware

Skordias Themistoklis-Io

Πλήρης Εγγραφή


URI: http://purl.tuc.gr/dl/dias/86D3B384-EB1C-4FD6-B956-A562E3A64E11
Έτος 2020
Τύπος Διπλωματική Εργασία
Άδεια Χρήσης
Λεπτομέρειες
Βιβλιογραφική Αναφορά Θεμιστοκλής-Ιωάννης Σκορδιάς, "Κβαντική μηχανική μάθηση, εφαρμογές και υλοποίηση σε κβαντικό Hardware ", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2020 https://doi.org/10.26233/heallink.tuc.86653
Εμφανίζεται στις Συλλογές

Περίληψη

Η διπλωματική αυτή εργασία ασχολείται με θέματα κλασσικής και κβαντικήςμηχανικής μάθησης. Αρχικά, ξεκινάμε παρουσιάζοντας τα βασικά στοιχεία τουκβαντικού υπολογισμού, την έννοια του qubit, τις κβαντικές πύλες ενός και δύο qubits, τον κβαντικό εναγκαλισμό, καθώς και πως λειτουργούν μερικοί από τους βασικούς κβαντικούς αλγορίθμους, όπως ο αλγόριθμος του Deutsch. Ύστερα αναλύουμε λεπτομερώς τα μαθηματικά δύο σημαντικών κβαντικών προχωρημένων αλγορίθμων. Του κβαντικού αλγορίθμου του μετασχηματισμού Fourier και αυτού της εκτίμησης φάσης. Στη συνέχεια, παρουσιάζουμε τις κατηγορίες της κλασσικής μηχανικής μάθησης και πιο συγκεκριμένα τον κλασσικό αλγόριθμο της Ανάλυσης Κύριων Συνιστωσών(PCA), ο οποίος χρησιμοποιείται για τη μείωση συνιστωσών σε πολύπλοκα προβλήματα ανάλυσης δεδομένων.Στο κεντρικό κομμάτι της διπλωματικής αναλύουμε τον κβαντικό αλγόριθμο τηςΑνάλυσης Κύριων Συνιστωσών(QPCA), παρουσιάζοντας λεπτομερώς τις απαιτούμενεςκβαντικές πύλες, τα βήματα και τα κβαντικά κυκλώματα που χρειάστηκαν. Επίσης,συζητάμε τις αναμενόμενες επιταχύνσεις σε σύγκριση με την κλασσική περίπτωση.Ακόμα, στο κεντρικό κομμάτι της διπλωματικής παρουσιάζουμε τις υλοποιήσεις καιτην σύγκριση και των δύο αλγορίθμων, χρησιμοποιώντας τους διαθέσιμους κβαντικούς υπολογιστές της ΙΒΜQ και την κβαντική γλώσσα προγραμματισμού QSkit, καθώς και δικούς μας προσομοιωτές σε γλώσσα Python. Ένα παράδειγμα με πραγματικά δεδομένα χρησιμοποιείται για να συγκρίνει την επίδοση σε κάθε περίπτωση και για να αναλύσει τις διαφορές και τα πλεονεκτήματα της κβαντικής περίπτωσης σε σύγκριση με την κλασσική.

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά