Geri Dön

Optimization of quantum random walk simulations

Rastsal kuantum gezintilerinin benzetiminin eniyilenmesi

  1. Tez No: 196793
  2. Yazar: UĞUR KÜÇÜK
  3. Danışmanlar: PROF. DR. AHMET CELAL CEM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Fizik ve Fizik Mühendisliği, Computer Engineering and Computer Science and Control, Physics and Physics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 155

Özet

RASTSAL KUANTUM GEZİNTİLERİNİN BENZETİMİNİNENİYİLENMESİUĞUR KÜÇÜKBilgisayar bilimleri alanında üstel ifadelerle ölçülen bir başarım artışı, pratikteçözülebilir sayılan problemler kümesinin tanımını genişletebilecek kadar önemli bir başarıdır.Kuantum bilgisayarlarına duyulan ilginin arkasında bazı kuantum algoritmalarının klasikeşdeğerleri karşısında üstel ifadelerle ölçülecek düzeyde hız kazanımları sağlamalarıyatmaktadır. Bu çalışmada, bu algoritmaların en yenisi, rastsal kuantum gezintilerine dayalıolanı ele alınacak. Rastsal kuantum gezintileri yoluyla üstel algoritmik hız kazanımları eldeetmenin metodları detaylı biçimde incelenecek. Bu inceleme, kuantum bilgisayarlarının temelkavramlarının, kuantum benzetim tekniklerinin ve rastsal kuantum gezintisi fikrinin tartışıldığıtanıtıcı bölümlerden sonra yer alacak. Ayrıca rastsal kuantum gezintilerinin kuramsaluygulamasına dair yeni bir eniyileme tekniği de tanıtılacak. Bu teknik benzetim algoritmasınındöngüsel adımlarında küçük süreler için benzetimlenen bileşen Hamilton operatörlerinin sırasıüzerinde yapılacak oynamalara dayanmaktadır. Yaklaşımımız doğrusal kombinasyonlarkuralının bir grup Hamilton operatörünün benzetiminde kullanıldığı durumlar içingenelleştirilebilir.

Özet (Çeviri)

OPTIMIZATION OF QUANTUM RANDOM WALK SIMULATIONSUĞUR KÜÇÜKIn computer science, an exponential performance gain is considered an importantachievement that can extend the set of practically computable problems. Behind the interest inquantum computation, there is the fact that several quantum algorithms have been shown toprovide exponential speedup against their classical counterparts. Of these, the most recent one,the one based on quantum random walks, is discussed in this work. The methods used indemonstrating the exponential algorithmic speedup by quantum random walks are analyzed indetail. This analysis comes after introductory parts where basic quantum computationconcepts, quantum simulation techniques and quantum random walk ideas are discussed. Anew optimization technique on the implementation of quantum random walks is alsointroduced. This technique is based on the idea of manipulating the order in which theconstituent Hamiltonians are simulated for small durations in the iterative step of thesimulation algorithm. Our approach can be generalized to optimize any quantum simulation inwhich the linear combination rule is used to simulate a collection of constituent Hamiltonians.

Benzer Tezler

  1. Makine öğrenmesi kullanarak QAOA parametrelerinin iki şehirli gezgin satıcı problemi için optimizasyonu

    Optimizing QAOA parameters for a two-city traveling salesman problem using machine learning

    BURHAN ENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Fizik ve Fizik MühendisliğiBursa Teknik Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. SONGÜL AKBULUT ÖZEN

  2. Kuantum programlama ile hiper parametre optimizasyonu

    Hyper parameter optimization with quantum programming

    FADİME DEMİRTAŞ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ERKAN TANYILDIZI

  3. Taşıyıcı yüzey sistemlerinin girdap kafes yöntemi ile analizi ve genetik algoritma ile eniyilemesi

    Analysis and optimization of lifting surface systems using vortex lattice method with genetic algorithm

    OSMAN MİRZA DEMİRCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT ADİL YÜKSELEN

  4. Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi

    Developing a new approach to feature selection with metaheuristic methods for large scale data

    ESİN AYŞE ZAİMOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİLÜFER YURTAY

  5. Instruction set extension of RISC-V core with plantard modular reduction for number theoretic transform used in post-quantum cryptography

    RISC-V çekirdeğinin talimat setinin post-kuantum kriptografide kullanılan sayısal teorik dönüşüm için plantard modüler indirgeme metodu ile genişletilmesi

    ALİ ÜSTÜN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. SIDDIKA BERNA ÖRS YALÇIN