Concept and Algorithm of Quantum Computing During Pandemic Situation of COVID-19

Pathak, Nirupma; Misra, Neeraj Kumar; Bhoi, Bandan Kumar; Kumar, Santosh

doi:10.1007/978-981-16-2877-1_48

Cited by 2 publications

(6 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Herhangi bir kuantum devresi tasarlamak için temel tersinir kapılara, programlama bilgisine ve tasarım görüşüne ihtiyaç vardır. Kuantum bilgisayarlarında kubitleri tasarlamak ve hesaplamak için Qiskit (IBM), pyQuil (Google), ProjectQ (ETH), Revkit ve RCViewer + gibi simülatör araçları vardır [17].…”

Section: Kuantum Kapıların Programlanmasında Kullanılan Araçlarunclassified

“…Aynı zamanda, kuantum devre hata analizi olarak kullanılabilir. IBM tarafından geliştirilen bu araçta, standart kapılar, Boole mantık devreleri kapıları, birçok genelleştirilmiş kapı, birçok aritmetik devre, toplayıcı, karşılaştırıcı ve veri kodlama devreleri işlemler gerçekleştirilebilmektedir [17].  pyQuil: python platformunu kullanarak kuantum programlama için geliştirilmiştir.…”

Section: Kuantum Kapıların Programlanmasında Kullanılan Araçlarunclassified

“… pyQuil: python platformunu kullanarak kuantum programlama için geliştirilmiştir. Bu pyQuil aracı ile; kuantum kapıları ve işlemleri için program geliştirme, python'da quil programlarını derlemek ve simüle etmek ve bir kuantum işlemcisi gibi bir quil programı oluşturabilmektedir [17].  ProjectQ: kuantum hesaplama devrelerini analiz etmek için geliştirilen açık kaynaklı bir araçtır [17].…”

Section: Kuantum Kapıların Programlanmasında Kullanılan Araçlarunclassified

“…Optimal bir devrenin avantajı, performans parametrelerinin kuantum maliyeti gibi iyi olmasıdır. Daha az kuantum maliyetinin faydası, kuantum devrelerinde daha az sayıda kuantum kapısına ihtiyaç duymasıdır [17].…”

Section: Kuantum Kapıların Programlanmasında Kullanılan Araçlarunclassified

See 3 more Smart Citations

A YOLO-Based Method for Detection of Gate and Input in Quantum Circuits

Yılmaz

Yaman

Karaköse

2023

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

Tersinir kuantum devreleri farklı türde ve sayıdaki kuantum kapıları kullanılarak oluşturulmaktadır. Kuantum devreleri oluşturulurken kullanılacak kapı sayısının optimize edilmesi maliyeti ve karmaşıklığı azaltmaktadır. Tersinir kuantum devrelerinde durum tablolarının elde edilmesi ve optimizasyonu için giriş sayısı, çıkış sayısı ve kapı sayılarının bilinmesi önemlidir. Ayrıca bu parametreler kuantum devrelerinde oluşabilecek arızaların tespit edilmesinde de kullanılmaktadır. Literatürde kuantum devreleri için giriş, çıkış ve kapı sayılarının tespitinde eksiklik vardır. Ayrıca, literatürde yapılan uygulamaların test edilebilmesi için sınırlı sayıdaki standart kuantum devreleri kullanılmaktadır. Bu kapsamda kullanılabilecek veri setlerinin çok az olduğu tespit edilmiştir. Literatürdeki bu eksikliklerin giderilmesi çalışmamızın amacını, önerilen yöntem ise çalışmamızın özgünlüğünü oluşturmaktadır. Bu çalışmada Yolo (You Only Look Once) tabanlı yöntemler kullanılarak kapı sayısı ve giriş sayısı tespit edilmiştir. “MATLAB” ve “RCViewer+” programları kullanılarak CNOT, Feynman ve Toffoli kapılarından oluşan büyük bir veri seti oluşturulmuştur. Bu çalışmada, 1-8 kapı sayısına ve 3-7 giriş sayısına sahip toplamda 5000 adet kuantum devre oluşturulmuştur. Elde edilen veri setleri üzerinde kapılar ve girişler etiketlenmiştir. Etiketlenen veri setleri üzerinde 80:20 eğitim ve test oranı ile YoloV4, YoloV7 ve YoloV7x yöntemleri uygulanmıştır. YoloV4, YoloV7 ve YoloV7x yöntemleri için sırasıyla %87.1, %89.7 ve %89.3 mAP hesaplanmıştır. Önerilen yöntem 2800 iterasyon çalıştırılmış ve en iyi sonuç YoloV7 algoritması ile elde edilmiştir.

show abstract

Section: Kuantum Kapıların Programlanmasında Kullanılan Araçlarunclassified

See 2 more Smart Citations

A YOLO-Based Method for Detection of Gate and Input in Quantum Circuits

Yılmaz

Yaman

Karaköse

2023

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

show abstract

“…In a recent work, Pathak et al ( 2022 ), presented an Algorithm of Quantum Computing During Pandemic Situation of COVID-19. Further, this work presents fundamental about quantum properties such as superposition, entanglement, and quantum programming tools such as Qiskit (IBM), pyQuil (Google), etc.…”

Section: Literature Reviewmentioning

confidence: 99%

A review on quantum computing and deep learning algorithms and their applications

Valdez

Melín

2022

Soft Comput

View full text Add to dashboard Cite

In this paper, we describe a review concerning the Quantum Computing (QC) and Deep Learning (DL) areas and their applications in Computational Intelligence (CI). Quantum algorithms (QAs), engage the rules of quantum mechanics to solve problems using quantum information, where the quantum information is concerning the state of a quantum system, which can be manipulated using quantum information algorithms and other processing techniques. Nowadays, many QAs have been proposed, whose general conclusion is that using the effects of quantum mechanics results in a significant speedup (exponential, polynomial, super polynomial) over the traditional algorithms. This implies that some complex problems currently intractable with traditional algorithms can be solved with QA. On the other hand, DL algorithms offer what is known as machine learning techniques. DL is concerned with teaching a computer to filter inputs through layers to learn how to predict and classify information. Observations can be in the form of plain text, images, or sound. The inspiration for deep learning is the way that the human brain filters information. Therefore, in this research, we analyzed these two areas to observe the most relevant works and applications developed by the researchers in the world.

show abstract

Concept and Algorithm of Quantum Computing During Pandemic Situation of COVID-19

Cited by 2 publications

References 15 publications

A YOLO-Based Method for Detection of Gate and Input in Quantum Circuits

A YOLO-Based Method for Detection of Gate and Input in Quantum Circuits

A review on quantum computing and deep learning algorithms and their applications

Contact Info

Product

Resources

About