Разработка методики моделирования запутанных квантовых вычислений в области квантовых алгоритмов

Описание основ квантовой теории информации, место в ней понятия квантовой запутанности. Рассмотрение алгоритма работы универсального квантового алгоритма в терминах квантового компьютинга. Влияние уровня запутанности на работу квантовых алгоритмов.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык русский
Дата добавления 20.07.2018
Размер файла 241,5 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Инженерно-технологическая академия Южного федерального университета

Разработка методики моделирования запутанных квантовых вычислений в области квантовых алгоритмов

Гушанский Сергей Михайлович,

кандидат наук, доцент, доцент

Потапов Виктор Сергеевич, магистр, аспирант

Аннотация

запутанность квантовый информация алгоритм

В статье предполагается описание основ квантовой теории информации, а также место в ней понятия квантовой запутанности. Разработана методика моделирования запутанных квантовых вычислений в области квантовых алгоритмов, являющаяся полным алгоритмом работы универсального квантового алгоритма в терминах квантового компьютинга, а также исследованием влияния уровня запутанности на работу квантовых алгоритмов.

Введение

Изучение запутанности [1] квантово-механических состояний систем является одним из важнейших направлений исследований в области теории квантовой информации и квантового компьютинга по причине важности понятия запутанности в прикладных алгоритмах и взаимосвязи этого понятия с другими разделами квантового компьютинга. Как демонстрирует история развития этого направления, углубление нашего понимания концепции запутанности приводит к улучшению понимания структуры и логики квантовой механики, к новому взгляду на само понятие физического состояния.

В настоящее время запутанность рассматривается как одно из основных отличий квантово-механических систем от классических, делающее первые интересными с точки зрения приложений в вопросах обработки информации и квантовых коммуникаций. Ряд авторов указывают на запутанность как на основную причину ускорения квантово-механических расчетов по сравнению с классическими. Несмотря на прилагаемые большие усилия, направленные на понимание этого физического явления, законченной теории запутанности в настоящее время не создано. Так, остаются нерешенными вопросы определения универсальных мер запутанности, приложимых не только к смешанным, но и к чистым состояниям; установление критериев запутанности квантового состояния; вопросы взаимосвязи различных мер запутанности; изучение общих свойств многокомпонентных квантовых систем.

Разработка методики моделирования запутанных квантовых вычислений в области квантовых алгоритмов

Критерий запутанности

Запутанность - это особая форма корреляции квантовых частиц, не имеющая классических аналогов. Для того чтобы создать максимальную запутанную пару необходимо на первый кубит воздействовать гейтом Адамара, а потом на оба гейтом CNOT [2]. Кубиты изначально берутся в чистом состоянии.

Пусть существует чистое квантовое состояние в пространстве , , , .

(1)

Отметим, что незапутанным называется состояние, представимое в виде , а все оставшиеся состояния являются запутанными.

Задача. Запутано ли состояние, а все оставшиеся состояния являются запутанными.

Задача. Запутано ли состояние ?

Решение. Матрица, соответствующая этому квантовому состоянию будет

.

rank(A)=2, следовательно, состояние является запутанным.

Сингулярное разложение матриц

Базис всех гейтов составляют четыре матрицы Паули, все остальные гейты получаются путем обычного и тензорного произведения матриц, а также умножением на коэффициент. Важную роль в запутанности квантовых состояний играет сингулярное разложение матриц [3] (или SVD-разложение, Singular Value Decomposition). Любая комплексная матрица A размера mЧn имеет разложение , где U - унитарная матрица порядка m, V - унитарная матрица порядка n, S - диагональная матрица m Ч n c неотрицательными действительными числами {{} на диагонали (эти числа называют сингулярными числами матрицы A).

Разложение Шмидта

Пусть имеется чистое квантовое состояние в гильбертовом пространстве и (1). Конечномерное гильбертово пространство изоморфно своему сопряжению, и по этой причине есть возможность рассмотрения одного вместо другого. Заменим пространство HB на H*B.

Данная методика является моделированием запутанных квантовых вычислений в области квантовых алгоритмов, а также исследованием влияния уровня запутанности на работу квантовых алгоритмов.

Квантовый алгоритм Q [4] - это классический алгоритм A, который можно реализовать на классических вычислительных устройствах и, в соответствии с входом x, реализующий описание квантовой схемы Cx в универсальном конечном базисе, реализующей оператор Ux на nx кубитах, и описание регистра результата Sx.

Если необходимо реализовать квантовый алгоритм Q, который будет вычислять f(x) с вероятностью ошибки е < Ѕ, то алгоритм Qs' будет работать следующим образом:

· S раз обособленно друг от друга повторить алгоритм Q;

· Выдать результатом то значение y, которое встретилось чаще всего.

Предложим следующий принцип построения методики: начиная с в = 0 (отсутствие запутанности) моделируется работа квантового алгоритма, после в увеличивается на некоторое значение и квантовый алгоритм моделируется снова. Для этого необходимо синтезировать матрицу оператора, в котором можно регулировать степень запутанности. Поэтому воспользуемся следующим оператором:

(2)

где в - параметр определяющий степень запутанности кубит, устанавливается в интервале [0; р/2]. А и - матрицы Паули.

Так повторяется до тех пор, пока запутанность не станет максимальной (в = р/2). Квантовый алгоритм предполагает воздействие на кубит или кубиты (квантовый регистр) унитарных операторов - гейтов. Эти операторы подготавливаются заранее: некоторые берутся как есть, другие синтезируются с помощью тензорного произведения и перемножения матриц. Тензорное произведение необходимо при составлении операторов, которые будет применяться к регистру. Все гейты и операторы (кроме запутывающего оператора (2)) будут одинаковые на всех циклах алгоритма, поэтому их необходимо подготовить до начала цикла, чтобы сократить время моделирования. Начало работы любого квантового алгоритма должно начинаться с выравнивания вероятности всех состояний и перевод их в базисные состояния |0> для дальнейшей реализации состояния суперпозиции в рамкам существующего квантового регистра.

Рисунок 1 Методика моделирования запутанных квантовых вычислений в области квантовых алгоритмов

Алгоритм включает цикл, для того, чтобы планомерно с небольшого значения до максимального наращивать степень запутанности и фиксировать, как реагирует на это тестируемый алгоритм. В начале каждого цикла необходимо создавать кубиты со степенью запутанности задаваемой в, либо строится оператор, с помощью которого кубиты в дальнейшем можно будет запутать со степенью в, о котором говорилось выше (2). Отметим, что данный цикл будет выполняться, по крайней мере, один раз, так как не существует изначально максимальной степени запутанности из-за декогерентности окружающей среды. Создав запутанные кубиты, измеряем их в терминах энтропии фон Неймана. Необходимо сделать это сразу после создания запутанных кубит, пока не произведены действия над вектором кубит в результате которых он изменится.

Далее создаются векторы кубит, либо регистр кубит над которыми в дальнейшем будут проводиться операции. На этом этапе подготовка закончена, имеются все необходимые гейты (матрицы) и регистр с необходимым количеством кубит (вектора).

После того, как квантовый алгоритм отработал, кубит или регистр кубитов измеряется с помощью специально синтезированной функции, которая раскрывалась выше. В результате декогеренции взамен суперпозиции мы получаем классическое двоичное значение, с вероятностью определенной в суперпозиции. Далее запоминаем или выводим степень запутанности измеренной энтропией фон Неймана. В конце цикла увеличиваем в, тем самым на следующем шаге алгоритм будет промоделирован с большей степенью запутанности. Если результат зависит от случайных величин, как, например, в модели квантовой телепортации, то квантовый алгоритм необходимо повторить достаточное количество раз с одним уровнем запутанности, используя среднестатистический результат, чтобы исключить фактор случайности, а только потом наращивать степень запутанности.

На следующем изображении (Рис. 2) представлена разработанная и описанная выше методика моделирования запутанных квантовых вычислений на примере реализации алгоритма факторизации Шора.

Рисунок 2 Методика моделирования запутанных квантовых вычислений на примере реализации алгоритма факторизации Шора

Заключение

Моделирование и реализация запутанных квантовых вычислений в области квантовых алгоритмов, основанное на данной методике позволяет:

· Прогнозировать и анализировать поведение квантового алгоритма при частичной запутанности, которая может возникнуть под влиянием окружающей среды на квантовую систему. Квантовую систему нельзя полностью оградить от окружающей среды, поэтому такое прогнозирование актуально в любом алгоритме с запутанностью.

· Наглядно описать универсальную методику реализации квантовых алгоритмов с учетом различной степени запутанности.

· Находить новые способы применения частичной запутанности для моделирования каких-либо параметров в исполняемой задаче.

В процессе написания данной работы была проанализирована схема взаимосвязей элементов квантовой теории информации, а также место в ней понятия квантовой запутанности. Разработана методика моделирования запутанных квантовых вычислений в области квантовых алгоритмов, являющаяся полным алгоритмом работы универсального квантового алгоритма в терминах квантового компьютинга, а также исследованием влияния уровня запутанности на работу квантовых алгоритмов.

Список литературы

1. Гузик В.Ф., Гушанский С.М., Потапов В.С. Количественные характеристики степени запутанности // Известия ЮФУ. Технические науки. Моделирование физических процессов и систем. Ростов-на-Дону: Изд-во ЮФУ, 2016, № 3. С. 76-86.

2. Гушанский С.М., Потапов В.С. Определение и реализация операторов квантовых алгоритмов // Научный журнал "Juvenis scientia". 2016, № 2. С. 38 - 40.

3. Cингулярное разложение матрицы // URL: http://matlab.exponenta.ru /ml/book2/chapter7/svd.php (Дата обращения: 20.10.2016)

4. Гузик В.Ф., Гушанский С.М., Поленов М.Ю., Потапов В.С. Понятие и структура квантового алгоритма // Информатизация и связь. 2016, № 1. С. 13-18.

Размещено на Allbest.ru

...

Подобные документы

  • Структура квантового компьютера. Несколько идей и предложений как сделать надежные и легко управляемые квантовые биты. Использование квантовых электродинамических полостей для фотонов. Системы двух одномерных квантовых каналов для электронных волн.

    презентация [102,5 K], добавлен 24.05.2014

  • Основные понятия квантовой механики, понятия и принципы квантовых вычислений. Возможность построения квантового компьютера, и его преимущества перед "классическим". Алгоритм Гровера - квантовый алгоритм быстрого поиска в неупорядоченной базе данных.

    реферат [241,0 K], добавлен 07.05.2009

  • История возникновения идеи о квантовых вычислениях. Основные понятия квантовых вычислений. Квантовые биты, вентили и алгоритмы. Основные принципы работы и реализации квантового компьютера. Алгоритмы Шора и Гровера. Квантовый компьютер на ионных ловушках.

    реферат [1,8 M], добавлен 26.05.2012

  • Нейровычислитель как устройство переработки информации на основе принципов работы естественных нейронных систем. Основные преимущества нейрокомпьютеров. Кубит как основа для работы квантового компьютера. Основные перспективы квантовых компьютеров.

    курсовая работа [31,7 K], добавлен 07.01.2011

  • Описание формальной модели алгоритма на основе рекурсивных функций. Разработка аналитической и программной модели алгоритма для распознающей машины Тьюринга. Разработка аналитической модели алгоритма с использованием нормальных алгоритмов Маркова.

    курсовая работа [1,5 M], добавлен 07.07.2013

  • Физическая реализация квантового компьютера. Вычислимые функции и разрешимые предикаты. Вероятностные алгоритмы, проверка простоты числа. Соотношение между классическим и квантовым вычислением. Базисы для квантовых схем. Универсальная квантовая схема.

    курсовая работа [3,8 M], добавлен 05.04.2013

  • Основные направления технического развития. Что же такое нанотехнологии? Основные типы квантовых компьютеров. Область применения и проблемы создания квантовых компьютеров. Компоненты субатомного размера. Нанотехнологии в информационных технологиях.

    отчет по практике [546,3 K], добавлен 06.06.2015

  • Анализ существующих алгоритмов обработки информации человеком и современных моделей памяти. Разработка алгоритмов и математической модели ассоциативного мышления. Имитационная модель обработки информации. Компьютерный эксперимент по тестированию модели.

    курсовая работа [2,3 M], добавлен 19.11.2014

  • Квантовые и классические приборы. Алгоритмы, классы их сложности. Квантовая информация в квантовой системе. Определение квантовой информации, реализация алгоритма. Универсальные наборы элементарных операций. Общий вид двухкубитовой операции CNOT.

    курсовая работа [213,0 K], добавлен 24.12.2012

  • Проблема улучшения качества отпечатков пальца с целью повышения эффективности работы алгоритмов биометрической аутентификации. Обзор алгоритмов обработки изображений отпечатков пальцев. Анализ алгоритма, основанного на использовании преобразования Габора.

    дипломная работа [4,5 M], добавлен 16.07.2014

  • Основные особенности эволюционных алгоритмов. Описание алгоритмов селекции, мутации, скрещивания, применяемых для реализации генетических алгоритмов. Вычисление функции приспособленности. Программная реализация. Тестирование и руководство пользователя.

    курсовая работа [1,3 M], добавлен 11.03.2014

  • Комплексное исследование истории развития, основных понятий, области применения и особенностей генетических алгоритмов. Анализ преимуществ генетических алгоритмов. Построение генетического алгоритма, позволяющего находить максимум целочисленной функции.

    курсовая работа [27,9 K], добавлен 23.07.2011

  • Понятие и свойства алгоритма, виды, характеристики. Роль алгоритма в построении программы, представление и запись. Словесный, графический, табличный способ. Псевдокод. Примеры известных алгоритмов. Операции над массивами. Уточнение корней уравнения.

    курсовая работа [1,1 M], добавлен 10.11.2016

  • Виды алгоритмов как логико-математических средств, характеристика свойств. Корректный вывод алгоритма при решении вычислительной задачи. Механизм реализации алгоритма, его описание. Решение задачи Майхилла при помощи автоматной модели поведения стрелка.

    курсовая работа [53,6 K], добавлен 17.07.2014

  • Использование нестандартных функций и подпрограмм (процедур) для составления алгоритмов вычислений. Программы для вычисления значение корней нелинейного уравнения по методу половинного деления. Составление алгоритма операций над матрицами и интегралами.

    курсовая работа [580,0 K], добавлен 23.08.2015

  • Анализ алгоритмов, оценка параметров алгоритма (эффективности, сложности, правильности). Комплексный анализ эффективности алгоритма на основе комплексной оценки ресурсов формальной системы. Верификация при коллективной разработке программных систем.

    презентация [234,9 K], добавлен 22.10.2013

  • Исследование понятия алгоритма, особенностей линейных и разветвляющихся алгоритмов. Свойства алгоритма: понятность, точность, дискретность, массовость и результативность. Составление программы для вычисления значения функции и построение её графика.

    контрольная работа [278,0 K], добавлен 25.03.2013

  • Общее понятие алгоритма и меры его сложности. Временная и емкостная сложность алгоритмов. Основные методы и приемы анализа сложности. Оптимизация, связанная с выбором метода построения алгоритма и с выбором методов представления данных в программе.

    реферат [90,6 K], добавлен 27.11.2012

  • Характеристика методов нечеткого моделирования и изучение системы кластеризации в пакетах прикладных программ. Разработка и реализация алгоритма для оптимизации базы правил нечеткого классификатора с помощью генетического алгоритма аппроксимации функции.

    дипломная работа [1,9 M], добавлен 21.06.2014

  • Исследование симметричных алгоритмов блочного шифрования. Минусы и плюсы алгоритма IDEA. Разработка программы аутентификации пользователя и сообщений на основе алгоритма IDEA. Выбор языка программирования. Тестирование и реализация программного средства.

    курсовая работа [314,2 K], добавлен 27.01.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.