Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

시간 지연 보상 방식의 라만 잡음 억제를 통한 TDM-PON기반의 고전 채널과 양자 채널의 통합 운용 성능 개선 = Performance improvement in coexistence comprised of quantum channel and classical channel in TDM-PON by using walk-off compensation of Raman noise

정용준

Published Jan 1, 2017• 0 citations
OpenAlex

Related papers

지연 간섭계를 이용한 양자암호통신용 단일 광자 광원의 성능 개선 = Performance improvement of single-photon sources for quantum cryptographic communication by using delayed-interferometers

한승철, Seung-Chul Han

•Jan 1, 2014•0 citations

Comparative Analysis of Quantum Computing Performance Analysis Methods

Duwon Lee, Byung-Soo Choi

양자 컴퓨팅은 양자역학적 특성을 이용한 신개념 컴퓨팅을 의미한다. 양자 컴퓨팅과 관련한 연구개발은 크게 활용기술 개발과 구현 기술 개발로 구분되며, 다양한 활용기술과 구현 기술이 제안되고 있다. 현재까지 다양한 구현 기술이 제안되고 있으나, 실제로 비트 컴퓨팅의 한계를 뛰어넘기 위해서는 다양한 기술적 이슈들이 해결되어야 한다. 이 과정에서 양자 컴퓨팅의 성능에 영향을 끼치는 모든 구성 요소들에 대한 기능적, 성능적 요구 수준을 명확히 분석하는 것이 매우 중요하다. 이에 따라, 양자 컴퓨팅 성능 평가 기술 연구개발도 최근 급격한 관심을 받고 있다. 관련하여 이미 다수의 양자 컴퓨팅 성능 평가 기술이 개발되었으나, 양자 컴퓨팅 시스템의 모든 구성요소 중 일부분을 주로 다루고 있거나 혹은 분석 가능 수준이 제한되는 한계점이 지적되고 있다. 이에 양자 컴퓨팅 성능 평가 기술들을 체계적으로 비교 분석하는 것이 중요하다. 본 연구에서는 이를 달성하기 위하여 최초로 양자 컴퓨팅 풀 스택 구조 관점에서 분석하는 기술을 적용한다. 다음으로 양자 컴퓨팅 성능 평가 기술들을 양자 컴퓨팅 계산 성능 지표 범위(계산 시간 등)와 도출 능력(분석 시간 등) 측면에서 체계적으로 비교하였다. 결론적으로 본 연구를 통해 양자 컴퓨팅 성능 평가 기술은 아직까지는 풀 스택 구조를 모두 분석하지 못하고 있으며, 분석 기술 측면에서 해결해야 할 기술적 이슈가 많음을 확인하였다. 이를 통해 최종적으로 향후 지향해야 하는 연구개발 방향성을 제시한다.

Journal of the Institute of Electronics and Information Engineers•Mar 31, 2024•0 citations

A Decision Transformer-Based Scheduling Method for Improving Service Rate in Quantum Networks

Yeong-Jun Seok, Dae-Gun Kang, Chankyun Lee +2 more

양자 네트워크는 보안 통신, 분산 양자 컴퓨팅, 고급 양자 기반 서비스 등을 실현하기 위한 핵심 인프라로 주목받고 있다. 그러나 실제 환경에서는 제한된 양자 자원, 짧은 Coherence time, 채널 손실 및 환경적 교란 등으로 인해 안정적인 운용이 어려운 과제에 직면해 있다. 이러한 제약 조건하에서 종단 간 요청 스케줄링의 효율성은 자원 활용도와 네트워크 신뢰성을 좌우하는 핵심 요소이다. 기존 연구들은 주로 충실도와 지연 최적화에 집중하였으나, 현실적인 운용 조건에서 서비스 처리율을 극대화하는 측면은 충분히 다루어지지 않았다. 본 논문에서는 Offline Reinforcement Learning기반의 스케줄링 프레임워크를 제안한다. 제안된 방법은 Decision Transformer와 Graph Attention Network를 결합하여, 요청 도착의 시간적 패턴과 네트워크 토폴로지 구조를 동시에 반영할 수 있도록 설계되었다. NetSquid 시뮬레이션을 통해 5X5 GRID 토폴로지와 46노드 Hefei metropolitan QKD 네트워크를 대상으로 평가한 결과, 제안된 모델은 기존의 Best-FIFO 및 일반적인 Offline Reinforcement Learning 기법인 Conservative Q-Learning 기법 대비 서비스 처리율에서 최대 약 5%, 평균적으로 3%의 향상을 보였다. 동시에 충실도는 0.8~0.9 범위를 안정적으로 유지하며, 지연 시간 또한 기존 방법과 동등한 수준으로 관리되었다. 이러한 결과는 제안된 Graph Attention Network와 결합한 Decision Transformer 기반 스케줄링 기법이 다양한 양자 네트워크 조건에서 효율성과 신뢰성을 균형 있게 달성할 수 있는 실질적인 방법임을 입증한다.

한국통신학회논문지•May 20, 2026•0 citations

Recent Advances and Trends in Hybrid Quantum-Classical Computing

Sangmin Lee

양자 컴퓨터의 뛰어난 병렬 연산 능력과 기존 컴퓨터의 정확한 제어 및 최적화 능력을 결합한 고전-양자 하이브리드 컴퓨팅(Hybrid Quantum-Classical Computing, HQCC)은, 아직 완전하지 못한 현재의 양자 컴퓨팅 시대(NISQ)의 기술적 한계에서 새로운 해결책으로 주목받고 있다. 이 논문에서는 HQCC의 핵심 원리 및 시스템이 어떻게 연결되고 작동하는지, 그리고 중요한 알고리즘들과 실제 적용 사례들을 자세히 살펴본다. 특히, 양자 연산 장치(Quantum Process Units, QPU)와 중앙 처리 장치(CPU)가 어떻게 함께 계산을 수행하는지, 그리고 클라우드를 이용한 양자 서비스의 현재 모습을 하드웨어 관점에서 심도 있게 분석한다. 소프트웨어 측면에서는 Qiskit, PennyLane, Cirq와 같은 주요 개발 도구들을 비교하며 설명한다. 또한, 변분 양자 고유값 알고리즘(Variational Quantum EigenSolver, VQE), 양자 근사 최적화 알고리즘(Quantum Approximation Optimization Algorithm, QAOA), 양자 커널 방법과 같은 대표적인 알고리즘들이 고전 컴퓨터와 양자 컴퓨터 사이에서 어떻게 정보를 주고받으며 작동하는지에 대해 살펴본다. 그리고 양자 화학, 최적화, 기계 학습 등 여러 분야에서 HQCC가 어떻게 활용될 수 있는지 구체적인 예를 들어 살펴본다. 결론적으로, 하이브리드 컴퓨팅 방식의 효율성과 자동화 기술을 통해, 우리가 실질적인 양자 컴퓨팅 시대로 더욱 빠르게 다가갈 수 있을 것임을 보여준다.

Journal of the Korea Academia-Industrial cooperation Society•Nov 30, 2025•0 citations

Quantum circuit of n.n. G(A,B) gates and its classical simulation

김완수

계산 복잡성은 계산문제를 풀기위해서 필요한 시간과 공간에 대해\n연구한다. 고전 컴퓨터에서 효율적으로 풀리지 않는 많은 문제들이 있다. 따라서 우리는 순수한 계산에서 양자 계산법이 고전 계산법보다 강력하길 기대한다. 그러나 현재까지 BPP=BQP 인지는 알려지지 않았다. 이런 관점에서 우리는 양자 계산법과 고전 계산법이 같아지는 특별한 상황을 관찰할것이다. 더 나아가 무엇이 둘 사이의 차이를 가져올수 있는지를 확인할것이다.

•Jan 1, 2012•0 citations

Exploiting Quantum Parallel Processing for Fast Fuzzy Inference

Heesoo Hwang

본 논문에서는 퍼지 집합의 언어 표현 및 처리 능력과 양자 컴퓨터의 병렬 처리 장점을 결합한 양자 퍼지 추론 방법을 제시한다. 양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 고전 컴퓨터에 비해 더 효율적인 병렬 처리를 구현한다. 대규모의 퍼지 규칙에도 빠른 퍼지 추론이 가능하도록 양자 컴퓨터의 병렬 처리 기능을 퍼지 추론에 활용하는 두 가지 방법을 제시한다: 입력 퍼지 값을 전건부 코드에 매핑한 후 규칙 베이스를 검색하는 방법과 입력 퍼지 값을 후건부 퍼지 집합에 직접 매핑하는 방법. 기존 퍼지 추론 및 양자 퍼지추론 방식과의 성능 비교를 통해 제시한 방법을 평가한다.

Journal of Korean institute of intelligent systems•Oct 31, 2024•0 citations
양자 컴퓨팅은 양자역학적 특성을 이용한 신개념 컴퓨팅을 의미한다. 양자 컴퓨팅과 관련한 연구개발은 크게 활용기술 개발과 구현 기술 개발로 구분되며, 다양한 활용기술과 구현 기술이 제안되고 있다. 현재까지 다양한 구현 기술이 제안되고 있으나, 실제로 비트 컴퓨팅의 한계를 뛰어넘기 위해서는 다양한 기술적 이슈들이 해결되어야 한다. 이 과정에서 양자 컴퓨팅의 성능에 영향을 끼치는 모든 구성 요소들에 대한 기능적, 성능적 요구 수준을 명확히 분석하는 것이 매우 중요하다. 이에 따라, 양자 컴퓨팅 성능 평가 기술 연구개발도 최근 급격한 관심을 받고 있다. 관련하여 이미 다수의 양자 컴퓨팅 성능 평가 기술이 개발되었으나, 양자 컴퓨팅 시스템의 모든 구성요소 중 일부분을 주로 다루고 있거나 혹은 분석 가능 수준이 제한되는 한계점이 지적되고 있다. 이에 양자 컴퓨팅 성능 평가 기술들을 체계적으로 비교 분석하는 것이 중요하다. 본 연구에서는 이를 달성하기 위하여 최초로 양자 컴퓨팅 풀 스택 구조 관점에서 분석하는 기술을 적용한다. 다음으로 양자 컴퓨팅 성능 평가 기술들을 양자 컴퓨팅 계산 성능 지표 범위(계산 시간 등)와 도출 능력(분석 시간 등) 측면에서 체계적으로 비교하였다. 결론적으로 본 연구를 통해 양자 컴퓨팅 성능 평가 기술은 아직까지는 풀 스택 구조를 모두 분석하지 못하고 있으며, 분석 기술 측면에서 해결해야 할 기술적 이슈가 많음을 확인하였다. 이를 통해 최종적으로 향후 지향해야 하는 연구개발 방향성을 제시한다.
양자 네트워크는 보안 통신, 분산 양자 컴퓨팅, 고급 양자 기반 서비스 등을 실현하기 위한 핵심 인프라로 주목받고 있다. 그러나 실제 환경에서는 제한된 양자 자원, 짧은 Coherence time, 채널 손실 및 환경적 교란 등으로 인해 안정적인 운용이 어려운 과제에 직면해 있다. 이러한 제약 조건하에서 종단 간 요청 스케줄링의 효율성은 자원 활용도와 네트워크 신뢰성을 좌우하는 핵심 요소이다. 기존 연구들은 주로 충실도와 지연 최적화에 집중하였으나, 현실적인 운용 조건에서 서비스 처리율을 극대화하는 측면은 충분히 다루어지지 않았다. 본 논문에서는 Offline Reinforcement Learning기반의 스케줄링 프레임워크를 제안한다. 제안된 방법은 Decision Transformer와 Graph Attention Network를 결합하여, 요청 도착의 시간적 패턴과 네트워크 토폴로지 구조를 동시에 반영할 수 있도록 설계되었다. NetSquid 시뮬레이션을 통해 5X5 GRID 토폴로지와 46노드 Hefei metropolitan QKD 네트워크를 대상으로 평가한 결과, 제안된 모델은 기존의 Best-FIFO 및 일반적인 Offline Reinforcement Learning 기법인 Conservative Q-Learning 기법 대비 서비스 처리율에서 최대 약 5%, 평균적으로 3%의 향상을 보였다. 동시에 충실도는 0.8~0.9 범위를 안정적으로 유지하며, 지연 시간 또한 기존 방법과 동등한 수준으로 관리되었다. 이러한 결과는 제안된 Graph Attention Network와 결합한 Decision Transformer 기반 스케줄링 기법이 다양한 양자 네트워크 조건에서 효율성과 신뢰성을 균형 있게 달성할 수 있는 실질적인 방법임을 입증한다.
양자 컴퓨터의 뛰어난 병렬 연산 능력과 기존 컴퓨터의 정확한 제어 및 최적화 능력을 결합한 고전-양자 하이브리드 컴퓨팅(Hybrid Quantum-Classical Computing, HQCC)은, 아직 완전하지 못한 현재의 양자 컴퓨팅 시대(NISQ)의 기술적 한계에서 새로운 해결책으로 주목받고 있다. 이 논문에서는 HQCC의 핵심 원리 및 시스템이 어떻게 연결되고 작동하는지, 그리고 중요한 알고리즘들과 실제 적용 사례들을 자세히 살펴본다. 특히, 양자 연산 장치(Quantum Process Units, QPU)와 중앙 처리 장치(CPU)가 어떻게 함께 계산을 수행하는지, 그리고 클라우드를 이용한 양자 서비스의 현재 모습을 하드웨어 관점에서 심도 있게 분석한다. 소프트웨어 측면에서는 Qiskit, PennyLane, Cirq와 같은 주요 개발 도구들을 비교하며 설명한다. 또한, 변분 양자 고유값 알고리즘(Variational Quantum EigenSolver, VQE), 양자 근사 최적화 알고리즘(Quantum Approximation Optimization Algorithm, QAOA), 양자 커널 방법과 같은 대표적인 알고리즘들이 고전 컴퓨터와 양자 컴퓨터 사이에서 어떻게 정보를 주고받으며 작동하는지에 대해 살펴본다. 그리고 양자 화학, 최적화, 기계 학습 등 여러 분야에서 HQCC가 어떻게 활용될 수 있는지 구체적인 예를 들어 살펴본다. 결론적으로, 하이브리드 컴퓨팅 방식의 효율성과 자동화 기술을 통해, 우리가 실질적인 양자 컴퓨팅 시대로 더욱 빠르게 다가갈 수 있을 것임을 보여준다.
계산 복잡성은 계산문제를 풀기위해서 필요한 시간과 공간에 대해\n연구한다. 고전 컴퓨터에서 효율적으로 풀리지 않는 많은 문제들이 있다. 따라서 우리는 순수한 계산에서 양자 계산법이 고전 계산법보다 강력하길 기대한다. 그러나 현재까지 BPP=BQP 인지는 알려지지 않았다. 이런 관점에서 우리는 양자 계산법과 고전 계산법이 같아지는 특별한 상황을 관찰할것이다. 더 나아가 무엇이 둘 사이의 차이를 가져올수 있는지를 확인할것이다.
본 논문에서는 퍼지 집합의 언어 표현 및 처리 능력과 양자 컴퓨터의 병렬 처리 장점을 결합한 양자 퍼지 추론 방법을 제시한다. 양자 컴퓨터는 중첩 및 얽힘과 같은 양자 역학 원리를 활용하여 고전 컴퓨터에 비해 더 효율적인 병렬 처리를 구현한다. 대규모의 퍼지 규칙에도 빠른 퍼지 추론이 가능하도록 양자 컴퓨터의 병렬 처리 기능을 퍼지 추론에 활용하는 두 가지 방법을 제시한다: 입력 퍼지 값을 전건부 코드에 매핑한 후 규칙 베이스를 검색하는 방법과 입력 퍼지 값을 후건부 퍼지 집합에 직접 매핑하는 방법. 기존 퍼지 추론 및 양자 퍼지추론 방식과의 성능 비교를 통해 제시한 방법을 평가한다.