Brǖschweiler量子搜索算法的改进及其实验实现

量子计算与经典计算相比 ,能够极大地提高运算速度 ,解决一些经典计算不能解决或很难解决的问题 .对于在无序数据库中进行搜索这类问题 ,可以用量子算法 ,如Br櫣ｓｃｈｗｅｉｌｅｒ量子搜索算法来解决 .与经典算法相比 ,Br櫣ｓｃｈｗｅｉｌｅｒ量子算法能够指数次地提高搜索速度 .在Br櫣ｓｃｈｗｅｉｌｅｒ提出的算法中 ,数据量子位和观测量子位 (辅助量子位 )是分开的 ,属于不同的量子位 .通过研究 ,对Br櫣ｓｃｈｗｅｉｌｅｒ算法作了改进 ,使之不需要用辅助量子位 ,就可以达到指数次提高搜索速度的目的 .改进后的Br櫣ｓｃｈｗｅｉｌｅｒ量子算法有利于简化实验的设计和实现过程 .同时还利用核磁共振实验 ,演示了改进后的Br櫣ｓｃｈｗｅｉｌｅｒ量子算法的实现. In recent years, quantum computing research has made big progress, which exploit quantum mechanical laws, such as interference, superposition and parallelism, to perform computing tasks. The most inducing thing is that the quantum computing can provide large rise to the speedup in quantum algorithm. Quantum computing can solve some problems, which are impossible or difficult for the classical computing. The problem of searching for a specific item in an unsorted database can be...     

基于相位匹配的量子行走搜索算法及电路实现

量子行走是经典随机行走在量子力学框架下的对应, 理论上可以用来解决一类无序数据库的搜索问题. 因为携带信息的量子态的扩散速度与经典相比有二次方式的增长, 所以量子行走优于经典随机行走, 量子行走的特性值得加以利用. 量子行走作为一种新发现的物理现象的数学描述, 引发了一种新的思维方式, 孕育了一种新的理论计算模型. 最新研究表明, 量子行走本身也是一种通用计算模型, 可被视为设计量子算法的高级工具, 因此受到部分计算机理论科学领域学者的关注和研究. 对于多数问题求解方案的量子算法的设计, 理论上可以只在量子行走模型下进行考虑. 基于Grover算法的相位匹配条件, 本文提出了一个新的基于量子行走的搜索算法. 理论演算表明: 一般情况下本算法的时间复杂度与Grover算法相同, 但是当搜索的目标数目多于总数的1/3时, 本算法搜索成功的概率要大于Grover算法. 本文不但利用Grover算法中相位匹配条件构造了一个新的量子行走搜索算法, 而且在本研究室原有的量子电路设计研究成果的基础上给出了该算法的量子电路表述.     

机器学习辅助绝热量子算法设计

量子计算在近十年取得了长足的进展.随着量子调控技术达到前所未有的高度,包括超导量子比特、光量子器件、原子系综等在内的量子实验平台都进入到了崭新的时代.目前在特定计算任务上超越经典的量子计算优势也已经被报道.其中一种可以有效运用可控量子器件的计算方案是采用绝热量子计算.绝热量子计算中算法的选择与研究至关重要,其将直接决定量子计算优势是否能够最大限度地被挖掘.本综述主要介绍近期机器学习在绝热量子算法设计方面的应用,并讲述该计算架构在3-SAT和Grover搜索等问题上的应用.通过与未经机器学习优化设计的绝热量子算法对比,研究表明机器学习方法的应用可以极大提高绝热量子算法的计算效率.     

基于Bloch球面搜索的量子粒子群优化算法

通过分析量子势阱粒子群优化算法的设计过程,提出一种基于Bloch球面搜索的量子粒子群优化算法.首先用基于Bloch球面描述的量子位描述粒子,用泡利矩阵建立旋转轴,用Delta势阱模型计算旋转角度,用量子位在Bloch球面上的绕轴旋转实现搜索.然后用Hadamard门实现粒子变异,以避免早熟收敛.这种旋转可使当前量子位沿着Bloch球面上的大圆逼近目标量子位,从而可加速优化进程.仿真结果表明,该算法的优化能力优于原算法.     

基于奇异值分解的矩阵低秩近似量子算法

在大数据时代,高效的数据处理至关重要,量子计算具有平行计算能力,为方便处理数据提供了新的解决途径.本文提出了一个基于奇异值分解的矩阵低秩近似量子算法,复杂度为O [log(pq)].在核磁共振量子计算系统完成了算法的原理演示,选择一个8 × 8维的图像矩阵,实现共振跃迁算法的哈密顿量H的时间演化,用量子态层析法分别读出密度矩阵的不同成分,对密度矩阵进行重构,保真度为99.84%,在误差范围内验证了本文提出的矩阵低秩近似量子算法的正确性.而通过奇异值分解计算低秩矩阵的经典算法的复杂度是O[poly(pq)],量子算法与经典算法相比,实现了指数加速.     

量子网络中非局域Toffoli门的腔-QED实现方案

量子计算机能够解决经典计算机难以处理的问题，比如大数分解等。然而，在实际操作中，需要对足够多的量子位进行逻辑操作，而制备和操作大数量的量子位已经遇到了阻力；Grover提出了分布式量子计算的方案，构建由多个只包含少量量子位处理器组成的量子计算机，有效的解决了制备和操作大数量量子位问题。这种方案可以看作解决由传送者和接受者操纵包含多个由少量量子位组成的网点的量子网络问题。因此在分布式量子计算中利用量子纠缠通道，通过局域操作和经典通讯实现非局域的量子操作就显得非常有意义。我们这里给出了一种有效的简单非局域Toffoli门的腔-QED实现方案。     

量子逻辑网络的核磁共振实现

利用相位相反技术,设计出了实现精确的CN门的脉冲序列;构造了三量子位的双重控制相位旋转门（CCS门）,它是将核磁共振(NMR)实现Grover量子算法从二量子位推广到三量子位的关键逻辑门,而且,依此方法,可以用NMR实现N量子位的Grover量子算法;还给出了量子Toffoli门以及量子态的各种对称操作的逻辑部件。所有这些逻辑操作都是构建量子态工程的工具。文中大部分脉冲序列己经在实验中得到验证,这些结果对于量子计算的理论研究和实验实现都具有现实意义。     

量子算法的NMR实现方法

量子计算机是一种以量子耦合方式进行信息处理的装置[1 ] 。原则上 ,它能利用量子相干干涉方法以比传统计算机更快的速度进行诸如大数的因式分解、未排序数据库中的数据搜索等工作[2 ] 。建造大型量子计算机的主要困难是噪音、去耦和制造工艺。一方面 ,虽然离子陷阱和光学腔实验方法大有希望 ,但这些方法都还没有成功实现过量子计算。另一方面 ,因为隔离于自然环境 ,核自旋可以成为很好的“量子比特” ,可能以非传统方式使用核磁共振 (NMR)技术实现量子计算。本文介绍一种用NMR方法实现量子计算的方法 ,该方法能够用比传统方法少的步骤解决一个纯数学问题。基于该方法的简单量子计算机使用比传统计算机使用更少的函数“调用”判断一未知函数的类别。     

膜量子蜂群优化的多目标频谱分配

为了解决认知无线电系统中最大和网络效益和用户间公平性联合最优化的多目标频谱分配难题,基于量子蜂群理论和膜计算,提出了一种新的离散多目标组合优化算法—–膜量子蜂群优化.所提算法在基础膜可以搜索到单个目标的全局最优解,在表层膜获得兼顾网络效益和公平的Pareto前端解.通过膜间的通信规则、量子觅食行为的协同演进和非支配解排序可获得能同时求解单目标和多目标优化问题的多目标优化算法,并与经典的敏感图论着色算法、遗传算法、量子遗传算法和粒子群算法等频谱分配算法在不同的目标函数下进行仿真性能比较.仿真结果表明:在不同网络效益函数下所提的膜量子蜂群频谱分配算法都能够较好地找到单目标最优解,优于经典的频谱分配算法和已有的智能频谱分配算法,还可获得多目标频谱分配的Pareto前端最优解集.     

量子生成模型

近年来,很多基于生成模型的机器学习算法,如生成对抗网络、玻尔兹曼机、自编码器等,在数据生成、概率模拟等方面有广泛的应用.另一方面,融合量子计算和经典机器学习的量子机器学习算法也不断被提出.特别地,量子生成模型作为量子机器学习的分支,目前已有很多进展.量子生成算法是一类量子-经典混合算法,算法中引入参数量子线路,通过执行参数线路得到损失函数及其梯度,然后通过经典的优化算法来优化求解,从而完成对应的生成任务.与经典生成模型相比,量子生成模型通过参数线路将数据流映射到高维希尔伯特空间,在高维空间中学习数据的特征,从而在一些特定问题上超越经典生成模型.在中等规模含噪声的量子体系下,量子生成模型是一类有潜力实现量子优势的量子机器学习算法.     

计算的量子飞跃

利用量子力学的迭加和纠缠等特性进行的量子计算是计算技术的巨大飞跃。它能够比经典计算远为有效地解决一些问题。例如最为著名的Ｓｈｏｒ的算法原则上能够以多项式的时间因子化大的合数,从而使得经典计算机难以计算的这一问题得以解决。文章介绍了至今所发现的主要量子算法的基本原理和步骤,并且概述了量子计算的优越性、现状和发展前景,同时讨论了量子计算在物理学上的应用和意义。     

快速匹配算法在药筒模块检测中的应用

为了能够快速、准确判断药筒模块是否合格,实现检测的自动化,针对药筒模块中可燃性紧塞盖图像的特点和检测要求,在研究经典相关系数匹配算法基础上,采用了一种快速图像匹配算法,即通过减少相关系数计算量和模板搜索范围,在保证匹配准确度的前提下来提高图像匹配速度。实验和现场测试表明,使用该方法,匹配速度提高了近67%,实现了图像的快速匹配,软件误判率1%,满足实际生产要求。     

利用仲氢诱导极化技术实现 Deutsch算法

核磁共振系统是实现量子计算的有效物理体系之一．但是随着量子位数的不断增加,运用核磁共振技术实现计算任务存在明显的局限性,原因之一是量子计算的初始态-赝纯态,随着量子位数的增加,信号指数性的衰减,量子位数越多制备赝纯态所需的脉冲序列越复杂,越不容易实现,不利于量子位数的扩展;另外,由于核磁共振中制备的赝纯态实际上也是一种混合态,用于实现量子信息任务时存在一定的争议．该文介绍的利用仲氢诱导极化技术(PHIP)制备出的实验初态,能够解决初态处于混合态的问题,并且信号强度显著增强,作者利用此态实现了 ALTADENA 条件下的两量子位的 Deutsch-Jozsa 量子算法和 PASADENA 条件下的三量子位的Deutsch-Like 量子算法．
     

量子信道容量的数值计算方法

无论在经典信息论中,还是在量子信息论中,信道容量的确都是一个重要的问题.根据量子信息辅助资源的选择,传输协议的选择,及信号携带的是经典信息还是量子信息,一个量子信道上面可以定义多种容量.比如量子信道量子容量、量子信道经典容量、纠缠辅助的量子信道容量和经典辅助量子容量.其中量子信道的经典容量和纠缠辅助的量子信道容量的计算公式已经给出.但是,利用这些公式并不能容量地算出信道容量,这就要用到数值计算的方法.     

一般泡利信道量子容量的逼近

量子编码定理证明信道在没有辅助资源的情况下其量子容量等于规整化相干信息的最大值。一般泡利信道是最普遍使用的信道模型,其量子容量目前无法准确计算,只能用多信道相干信息去逼近。本文应用量子图态级联编码,得到一般泡利信道在该编码输入下的多信道相干信息的公式,能够有效计算一般泡利信道量子容量的逼近值和信道传输量子信息的噪声容限。计算速度比Monte Carlo算法提高三个数量级。     

基于云模型的自适应量子免疫克隆算法

利用云模型能够兼顾随机性和模糊性的品质,提出一种基于云模型的自适应量子免疫克隆算法.使用云算子代替通用的量子旋转门这一量子进化算法核心算子用于寻优变异操作;通过控制云算子间的协作,实现算法在进化过程中对搜索范围的动态调整,使算法具有较强的全局搜索能力;同时,补充针对性的优化方案,有效避免了算法陷入局部最优.对标准数值优化问题的仿真对比实验表明,该算法具有寻优能力强、搜索精度高、稳定度好等优点;对非线性系统的参数估计仿真实验,该算法也取得了对参数的高精度有效估计.     

量子计算算法介绍

量子计算机利用量子力学原理进行计算,具有量子并行计算的优势,能够超越经典计算1990年中期,量子算法取得突破,舒尔(Shor)构造了大数质因子的量子算法,葛洛沃(Grover)构造了无序数据库的量子搜索算法,引起了人们对量子计算的重视,极大地推动了量子计算的研究.文章简单介绍了几个典型的量子算法以及量子算法研究的一些新进展.     

基于ABC-NB的慢性病诊断分类研究

在医疗领域,医生做出有效正确的决策非常重要,为了提高医生诊断的准确性,避免诊断结果受到医生的直觉、潜意识和自身知识不全面等因素的干扰而造成误判。提出了将改进的ABC-NB算法应用于慢性病诊断领域,以提高诊断效率,减少误判几率。将基于改进尺度因子的人工蜂群算法应用于慢性病特征的选择,对数据进行降维,剔除冗余、无关的特征,提高收敛速度,增强算法搜索全局最优解的能力。接着将预处理后的数据各特征值进行训练和学习生成贝叶斯分类器,构建预测模型。预测模块将诊断结果显示出来供医护人员参考,辅助进行诊断和决策。实验表明该模型具有很好的柔性和鲁棒性,能够稳定的计算出慢性病的概率,有效的辅助医护人员进行诊断。     

量子算法与量子计算实验

从量子体系的基本特性出发 ,介绍了量子计算的基本概念和物理背景 ,系统阐述了几种主要的量子算法以及量子计算在实验方面的发展现状。对比经典计算机 ,讨论了量子计算机的优越性、实现量子计算的困难和以期克服的途径。     

核磁共振量子计算机与并行量子计算

在本文，我们首先回顾了量子计算的发展历史，阐述了核磁共振量子计算的原理．在叙述了利用有效纯态方法进行核磁共振量子计算之后，我们阐述了利用混合态进行核磁共振的量子计算的方法．首先是刘维尔量子计算方法，它是由Madi，Brushweiler，Ernst等人1998年提出的，在这一模式中，可以对搜索算法进行加速算法，Brushweilet。提出了一个指数速度的搜索算法．我们在3个比特的量子计算机中实现了这一搜索算法．我们在这一模式中提出了一个只需要一次搜索即可找标记物的直接拿取算法，并且在7个比特的核磁共振的量子计算机中实现了这一直接拿取算法．本文提出了在一个核磁共振量子计算机，或者更一般地一个系统量子计算机中实现多个量子计算机的并行计算．我们着重对量子搜索算法和Shor。的大数分解算法进行了并行实现．在并行量子计算中，一部分量子比特处在纯态，一部分量子比特处在混合态．如果所有的量子比特都处在纯态上，则就是有效纯态量子计算，如果所有的量子比特都处在混合态上，则就是刘维尔量子计算．在这两个极限中间，相当于2个到N／2个量子计算机的并行计算．量子搜索方法可以很有效地进行并行计算，而Shor算法则只能在小的范围内进行并行计算．