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

Kuantum Devre Sentezi

Ömercan Susam

Published Jan 28, 2015• 0 citations
OpenAlex

Related papers

Kuantum hata düzeltme

Haydar Kızılırmak

•Jan 1, 2020•0 citations

Automated generation of quantum computing models using deep learning

Níyazí Furkan Bar

Kuantum hesaplama klasik hesaplamaya göre düşük enerji ile yüksek hesaplama gücü sunan, performansını kanıtlamış ve yüksek potansiyel sunan bir hesaplama paradigmasıdır. Bu avantajların kullanılabilmesine yönelik yoğun araştırmalar yapılsa da aktif kullanılmasının önünde hem donanımsal hem yazılımsal engeller bulunmaktadır. Tez çalışmasında, kuantum hesaplamanın sunduğu potansiyel ve avantajlardan daha fazla yararlanabilmek için araştırmalar yapılmıştır. Bu araştırmalarda süper pozisyon ve dolanıklık özellikleri, klasik verileri kuantum ortama aktarmak için veri kodlama yöntemleri, kuantum hesaplama simülatörleri, kuantum devre oluşturma yöntemleri, kuantum devre ve kod optimizasyon yöntemleri, kuantum üniter matrisi kuantum devre ve koda dönüştürme yöntemleri incelenmiştir. Yapılan araştırmalar ve incelemeler sonucu elde edilen temel bilimsel katkılar; klasik verileri kuantum ortama aktarmak için süper pozisyon özelliğini kullanan verimli bir veri kodlama yöntemi, derin takviyeli öğrenme için verimli ve ölçeklendirilebilir kuantum devre tasarımı, kuantum devre ve kod tasarımını kolaylaştıracak verimli bir kuantum hesaplama simülatörü, kuantum devre ve kod veri seti oluşturan yöntem ve derin öğrenme tabanlı otomatik kuantum hesaplama modeli oluşturan yöntemlerin geliştirilmesi alanlarında sağlanmıştır. Derin takviyeli öğrenme için önerilen verimli ve ölçeklenebilir devre tasarımında az kübit sayısıyla kabul edilebilir seviyede başarı oranlarına ulaşılmıştır. Ayrıca diğer yöntemlere göre devrenin kübit sayısının, parametre sayısından bağımsız olarak eylem kümesi eleman sayısı kadar olması garantilenmiştir. Önerilen kuantum hesaplama simülatöründe, diğer simülatörlere göre tasarım ve kod aşamasında %91.5'lik verimlilik elde edilmiştir. Kuantum devre ve kod veri seti oluşturan yöntem ile istenilen kübit sayısı ve derinliğe göre kuantum devrelerin doğruluk tablosu, TFC kodları, kuantum üniter matrisleri ve kuantum devre görselleri %100 doğruluk ve başarı oranı ile üretilmiştir. Derin öğrenme tabanlı otomatik kuantum hesaplama modeli oluşturan yöntemde doğruluk tablosundan kuantum üniter matrise dönüştüren derin öğrenme modeli ve üniter matrisi kuantum hesaplama modeline dönüştüren sistem ile %100 başarı oranı elde edilmiştir. Sonuç olarak yapılan çalışmalarla kuantum hesaplamanın potansiyeli ve avantajlarını kullanmak için çeşitli alanlarda önerilerde bulunulmuştur. Klasik hesaplamalarda kullanılan devre, doğruluk tablosu ve algoritmaların, kuantum devre ve koda dönüştürülebileceği görülmüştür.

•Jan 1, 2024•0 citations

Kuantum Fourier Dönüşümünün Yüksek Boyutta Cirq Kullanarak Uygulanması

Osman Semi Ceylan, Cumali Yaşar

Kuantum Fourier Dönüşümü (QFT), kuantum hesaplamada çeşitli kuantum algoritmaları için çok önemli bir işlemdir. Bu çalışma, devre tabanlı simülasyon yazılımında yüksek boyutta QFT algoritmasının bir uygulamasını sunmaktadır. İlk olarak QFT algoritması kuantum sistemlerde matematiksel olarak incelenmektedir. Ardından, kuantum devreler üzerinde yüksek boyutlu QFT algoritması verilmektedir. Son olarak, bu tekniklerin Cirq kuantum devre simülasyon yazılımı üzerinde pratik bir uygulamasını sunuyoruz. Çalışmamız, kuantum devre simülasyonlarında yüksek boyutlu QFT algoritmasının uygulanmasına yönelik değerli bilgiler ve pratik yönergeler sağlar. Böylelikle kuantum yüksek boyuta daha fazla ilgi çekeceği düşünülmektedir.

Kuantum teknolojileri ve enformatik araştırmaları dergisi.•Mar 3, 2024•0 citations

Kuantum Öğrenme

Behçet Oral, Tuncay ARDIÇ

Ankara Pegem Akademi Yayıncılık eBooks•Jan 1, 2011•0 citations

Kuantum Temelli Görüntü İşleme

ENGİN ŞAHİN

•Feb 1, 2019•0 citations

Quantum Circuit Synthesis

Ömercan Susam

Bu tez, tersinir devre sentezine dayalı kuantum devrelerin sentezlenmesi için yeni bir yöntem sunmaktadır. Kuantum bilgisayarlar, özellikle kuantum devrelerle oluşturulan kauntum algoritmalar, hesaplamalı alanda vaat ettikleriyle son yıllarda dikkatleri üzerine çekti. Bu bilgisayarlar, klasik bilgisayarların çözemediği kompleks problemleri hesaplamanın önünü açmaktadır. Geleneksel olarak bilgisayarlar 0 veya 1 değeri alabilen bitler ile hesaplamaları gerçekleştirirler. Bitler ile hesaplama genel anlamda oldukça etkin ve verimli olmasına rağmen bazı önemli problemlerin çözümünde yetersiz kalmaktadır. Bunun en önemli nedeni ise bitlerin deterministik olarak çalışması, yani belirli bir zaman aralığında sadece 0 veya 1 değeri alabilmesidir. Richard Feynman tarafından önerilen kuantum bilgisayar fikri, kuantum mekaniğinden faydalanarak hesaplama işlemlerini gerçekleştirme mantığına dayanmaktadır. Bu hesaplama yönteminde, veri saklama elemanları “kübit” olarak adlandırılır. Kuantum mekaniğinin süperpozisyon prensibi gereği, kübitler 0 veya 1 aynı anda hem 0 hem 1 konumunda bulunabilir. Bir başka deyişle bir kübitin değeri, 0 veya 1 olma olasılığını belirtir. Böylece, pratik limitler dahilinde olanaksız olan bir çok problem, kuantum algoritmaları ile rahatlıkla çözebilmektedir. Bu problemlerin belki de en ünlüsü kriptolojide yaygın kullanılan yarı-asal sayıların çarpanlarına ayrılmasıdır. Shor’un kübit tabanlı çarpanlara ayırma algoritması, geleneksel anlamda çözümü yüzyıllar süren durumları, hızlıca çözmektedir. Kuantum devreler, kübitler üzerinde işlem yapan kuantum kapılar kullanılarak inşa edilir. Kuantum devrelerin en önemli özelliklerinden birisi aynı zamanda tersinir (reversible) devreler olmalarıdır. Bu devrelerde, devrenin girişindeki ve çıkışındaki bit sayısı eşittir. Devrenin çıkışındaki değerler bize devrenin girişindeki değerler hakkında bilgi verir. Bu sayede devreleri çift yönlü olarak kullanabilmemize imkan sağlarlar. Tersinir devrelerin en büyük getirisi, bilgisayarlarda yüksek enerji tasarrufuna olanak sağlamalarıdır. Kuantum bilgisayarlar ile ilgili yapılan deneysel uygulamalar her ne kadar emekleme aşamasında olsa da, kuantum hesaplamanın uygulanabilir olduğunu göstermektedir. Bu noktada kuantum hesaplamanın en önemli bölümü olan kuantum devre tasarımı ön plana çıkmaktadır. Çalışmalar en az sayıda kapı kullanarak optimum devreleri sentezlemeyi amaçlamaktadır. Optimize edilmiş devreler, bir yandan güvenilirliği artırırken, diğer bir yandan çalışma süresini düşürmektedir. Şuana kadar yapılan çalışmalarda, optimum devre sentezi sadece 4 bite kadar gerçekleştirildi. Son yapılan ve 84 kübit kullanılan deneyler göz önüne alındığında, optimal devre sentezi pratik olmaktan oldukça uzak kalmaktadır. Bu, çalışmamızı hızlı sentezleme algoritmalarına yönelten motivasyonların başında gelmektedir. Literatürdeki birkaç çalışmada, özellikle yüksek bit sayısı ile sentezleme yapılanlarda, “garbage output” birimleri kullanılmıştır. Bu birimler, ihtiyaç olduğunda kullanılmak üzere devrede fazladan bulundurulan veri yolları olarak düşünülebilir. Bir çok yöntemde, enerji verimililiği ile ilgili problemlerinden ötürü kullanımı düşünülmemiştir. Bu nedenle çalışmamızda “garbage ouput” kullanmadık. Önerdiğimiz yöntem, istenilen fonksiyonu kuantum kapıları kullanarak verimli bir şekilde elde etmekte ve bunu iki ana aşamada yapmaktadır. İlk aşamada, permütasyona dayalı bir algoritma ile seçilen bit büyüklüğüne göre optimum sayıda kapı kullanılan “temel fonksiyonlar” sentezlenmektedir. Her temel fonksiyon için, en az kapı sayısından başlayıp, tüm kapıları ve permütasyonlarını deneyerek, fonksiyonu gerçekleştiren devreyi temel fonksiyonlar kütüphanesine ekler ve bir sonraki temel fonksiyonu aramaya başlar. Kütüphane tamamlandıktan sonra sıralama aşamasına geçilmektedir. Algoritmanın bu aşaması, en çok vakit alan kısım olmasına rağmen, temel fonksiyonların sayısının azlığı ve sıralama algoritmasının hızı, bu yöntemi literatürdeki çalışmalardan oldukça hızlı kılmaktadır. Optimum çözüm üretmeyen yöntemlerle bu devreler çok daha hızlı bir şekilde elde edilebilir ancak devre maliyetleri çok daha yüksek olacaktır. Temel fonksiyonların maliyetleri, oluşturulacak olan tüm devrelerin maliyetini etkileyeceğinden, devreleri optimum olarak sentezlemeyi tercih ettik. Devre sentezleme aşaması, istenilen fonksiyonu elde etmemizi sağlayan sıralama süreci ile devam eder. Bu süreç, algoritmamıza hızını kazandıran, yöntemimizin en önemli bölümdür. Sıralama algoritmaları, matematik ve bilgisayar biliminde uzun süredir çalışılan bir konu olduğundan, birçok farklı sıralama algoritması geliştirilmiştir. Biz çalışmamızda, “Seçmeli Sıralama” algoritmasını kullandık. Bu sıralama yöntemi, verilen fonksiyonu, doğruluk tablosu ile karşılaştırarak satır satır kontrol edip, eşleşmeyen her durum için temel fonksiyonlardan birini kullanarak, fonksiyonu adım adım birim fonksiyona çevirmektedir. Diğer sıralama algoritmalarının aksine kaydırma veya bölme işlemlerini uygulamadığından, fazladan temel fonksiyon kullanımını önleyerek, devre maliyetini düşük tutmaktadır. Örneğin, birleştirmeli sıralama, verilen sıralama kümesini öncelikle alt kümelere ayırıp, bu alt kümeleri sıralamaktadır. Ardından, oluşturulan alt kümeler, parça parça birleştirilerek her yeni birleşmede yeni bir sıralama yapılmaktadır. Sıralamalardaki yer değiştirme işlemlerinin her biri ek bir temel fonksiyon kullanımına neden olmaktadır. Aynı şekilde, eklemeli sıralama algoritmasında kullanılan kaydırma işlemlerinin her biri, bir temel fonksiyona karşılık gelmektedir. Seçmeli algoritma ile oluşturulan devrelerin maliyeti, yerdeğiştirilecek olan satırların değiştirilme sırasının, doğru bir şekilde belirlenmesiyle iyileştirilebileceğini gösterdik. Bu amaçla, çalışmamıza her fonksiyon için optimum sıralamayı bulan ek bir bölüm ekledik. Eklediğimiz bu kısım bazı devrelerin maliyetini azaltırken, programın çalışma süresini artırmıştır. İkinci aşama, oluşturduğumuz şablonları kullanarak, sentezlenen devrelerde optimizasyon yapmaktadır. Şablonlar, aynı fonksiyonu daha az sayıda kapıyla gerçekleyen ve devredeki eşdeğeri ile değiştirilerek toplam kapı sayısında düşüş sağlayan devrelerdir. Şablonlarımızı iki farklı yolla oluşturduk. Birincisi, tersinir kapı kütüphanemizi kullanarak. İkincisi de bu kütüphanedeki kapıların içlerinde bulunan kuantum kapıları göz önüne alarak. Birinci yöntem, sıralama algoritmasının uygulanmasından sonra, aynı iki kapının yanyana gelebileceği göz önünde bulundurularak üretilmiştir. İkinci türdeki şablonlarda, sentezlediğimiz devrelerde sıkça kullandığımız Toffoli kapısının, kuantum kapılarla (V, V† ve CNOT) kaç farklı şekilde gerçekleştirilebileceğini inceledik. Bu aşamada, kompleks sayılardan oluşan matrisleri kullanacağımız için, MATLAB programını kullandık. Devre içiersinde Toffoli kapısının yanına gelen CNOT kapılarından bir kısmının optimizasyon için kullanılabileceğini gösterdik. Ayrıca çalışmamızda, pozitif kontrollü kapılara (CNT) ek olarak negatif kontrollülerinde sentezleme aşamasına eklenmesiyle devre maliyetlerinde önemli ölçüde iyileştirmeler elde ettik. Kuantum hesaplama, deneysel olarak bir çok farklı şekilde gerçekleştirilmiştir. Her gerçeklemenin, kendine özgü prensipleri ve özellikleri olduğundan, algoritmalardaki kapıların uygulanış biçimi de farklı olmaktadır. Bu nedenle, her yöntem için ayrı kapı maliyetleri oluşmaktır. Çalışmamızki kuantum devrelerin maliyetlerini literatürde yaygın olarak kullanılan NCV-111 maliyet metriğini kullanarak hesapladık. Son olarak, yöntemimizi literatürde bulunan çalışmalar ile kıyasladık.

•Jan 1, 2015•0 citations
Kuantum hesaplama klasik hesaplamaya göre düşük enerji ile yüksek hesaplama gücü sunan, performansını kanıtlamış ve yüksek potansiyel sunan bir hesaplama paradigmasıdır. Bu avantajların kullanılabilmesine yönelik yoğun araştırmalar yapılsa da aktif kullanılmasının önünde hem donanımsal hem yazılımsal engeller bulunmaktadır. Tez çalışmasında, kuantum hesaplamanın sunduğu potansiyel ve avantajlardan daha fazla yararlanabilmek için araştırmalar yapılmıştır. Bu araştırmalarda süper pozisyon ve dolanıklık özellikleri, klasik verileri kuantum ortama aktarmak için veri kodlama yöntemleri, kuantum hesaplama simülatörleri, kuantum devre oluşturma yöntemleri, kuantum devre ve kod optimizasyon yöntemleri, kuantum üniter matrisi kuantum devre ve koda dönüştürme yöntemleri incelenmiştir. Yapılan araştırmalar ve incelemeler sonucu elde edilen temel bilimsel katkılar; klasik verileri kuantum ortama aktarmak için süper pozisyon özelliğini kullanan verimli bir veri kodlama yöntemi, derin takviyeli öğrenme için verimli ve ölçeklendirilebilir kuantum devre tasarımı, kuantum devre ve kod tasarımını kolaylaştıracak verimli bir kuantum hesaplama simülatörü, kuantum devre ve kod veri seti oluşturan yöntem ve derin öğrenme tabanlı otomatik kuantum hesaplama modeli oluşturan yöntemlerin geliştirilmesi alanlarında sağlanmıştır. Derin takviyeli öğrenme için önerilen verimli ve ölçeklenebilir devre tasarımında az kübit sayısıyla kabul edilebilir seviyede başarı oranlarına ulaşılmıştır. Ayrıca diğer yöntemlere göre devrenin kübit sayısının, parametre sayısından bağımsız olarak eylem kümesi eleman sayısı kadar olması garantilenmiştir. Önerilen kuantum hesaplama simülatöründe, diğer simülatörlere göre tasarım ve kod aşamasında %91.5'lik verimlilik elde edilmiştir. Kuantum devre ve kod veri seti oluşturan yöntem ile istenilen kübit sayısı ve derinliğe göre kuantum devrelerin doğruluk tablosu, TFC kodları, kuantum üniter matrisleri ve kuantum devre görselleri %100 doğruluk ve başarı oranı ile üretilmiştir. Derin öğrenme tabanlı otomatik kuantum hesaplama modeli oluşturan yöntemde doğruluk tablosundan kuantum üniter matrise dönüştüren derin öğrenme modeli ve üniter matrisi kuantum hesaplama modeline dönüştüren sistem ile %100 başarı oranı elde edilmiştir. Sonuç olarak yapılan çalışmalarla kuantum hesaplamanın potansiyeli ve avantajlarını kullanmak için çeşitli alanlarda önerilerde bulunulmuştur. Klasik hesaplamalarda kullanılan devre, doğruluk tablosu ve algoritmaların, kuantum devre ve koda dönüştürülebileceği görülmüştür.
Kuantum Fourier Dönüşümü (QFT), kuantum hesaplamada çeşitli kuantum algoritmaları için çok önemli bir işlemdir. Bu çalışma, devre tabanlı simülasyon yazılımında yüksek boyutta QFT algoritmasının bir uygulamasını sunmaktadır. İlk olarak QFT algoritması kuantum sistemlerde matematiksel olarak incelenmektedir. Ardından, kuantum devreler üzerinde yüksek boyutlu QFT algoritması verilmektedir. Son olarak, bu tekniklerin Cirq kuantum devre simülasyon yazılımı üzerinde pratik bir uygulamasını sunuyoruz. Çalışmamız, kuantum devre simülasyonlarında yüksek boyutlu QFT algoritmasının uygulanmasına yönelik değerli bilgiler ve pratik yönergeler sağlar. Böylelikle kuantum yüksek boyuta daha fazla ilgi çekeceği düşünülmektedir.
Bu tez, tersinir devre sentezine dayalı kuantum devrelerin sentezlenmesi için yeni bir yöntem sunmaktadır. Kuantum bilgisayarlar, özellikle kuantum devrelerle oluşturulan kauntum algoritmalar, hesaplamalı alanda vaat ettikleriyle son yıllarda dikkatleri üzerine çekti. Bu bilgisayarlar, klasik bilgisayarların çözemediği kompleks problemleri hesaplamanın önünü açmaktadır. Geleneksel olarak bilgisayarlar 0 veya 1 değeri alabilen bitler ile hesaplamaları gerçekleştirirler. Bitler ile hesaplama genel anlamda oldukça etkin ve verimli olmasına rağmen bazı önemli problemlerin çözümünde yetersiz kalmaktadır. Bunun en önemli nedeni ise bitlerin deterministik olarak çalışması, yani belirli bir zaman aralığında sadece 0 veya 1 değeri alabilmesidir. Richard Feynman tarafından önerilen kuantum bilgisayar fikri, kuantum mekaniğinden faydalanarak hesaplama işlemlerini gerçekleştirme mantığına dayanmaktadır. Bu hesaplama yönteminde, veri saklama elemanları “kübit” olarak adlandırılır. Kuantum mekaniğinin süperpozisyon prensibi gereği, kübitler 0 veya 1 aynı anda hem 0 hem 1 konumunda bulunabilir. Bir başka deyişle bir kübitin değeri, 0 veya 1 olma olasılığını belirtir. Böylece, pratik limitler dahilinde olanaksız olan bir çok problem, kuantum algoritmaları ile rahatlıkla çözebilmektedir. Bu problemlerin belki de en ünlüsü kriptolojide yaygın kullanılan yarı-asal sayıların çarpanlarına ayrılmasıdır. Shor’un kübit tabanlı çarpanlara ayırma algoritması, geleneksel anlamda çözümü yüzyıllar süren durumları, hızlıca çözmektedir. Kuantum devreler, kübitler üzerinde işlem yapan kuantum kapılar kullanılarak inşa edilir. Kuantum devrelerin en önemli özelliklerinden birisi aynı zamanda tersinir (reversible) devreler olmalarıdır. Bu devrelerde, devrenin girişindeki ve çıkışındaki bit sayısı eşittir. Devrenin çıkışındaki değerler bize devrenin girişindeki değerler hakkında bilgi verir. Bu sayede devreleri çift yönlü olarak kullanabilmemize imkan sağlarlar. Tersinir devrelerin en büyük getirisi, bilgisayarlarda yüksek enerji tasarrufuna olanak sağlamalarıdır. Kuantum bilgisayarlar ile ilgili yapılan deneysel uygulamalar her ne kadar emekleme aşamasında olsa da, kuantum hesaplamanın uygulanabilir olduğunu göstermektedir. Bu noktada kuantum hesaplamanın en önemli bölümü olan kuantum devre tasarımı ön plana çıkmaktadır. Çalışmalar en az sayıda kapı kullanarak optimum devreleri sentezlemeyi amaçlamaktadır. Optimize edilmiş devreler, bir yandan güvenilirliği artırırken, diğer bir yandan çalışma süresini düşürmektedir. Şuana kadar yapılan çalışmalarda, optimum devre sentezi sadece 4 bite kadar gerçekleştirildi. Son yapılan ve 84 kübit kullanılan deneyler göz önüne alındığında, optimal devre sentezi pratik olmaktan oldukça uzak kalmaktadır. Bu, çalışmamızı hızlı sentezleme algoritmalarına yönelten motivasyonların başında gelmektedir. Literatürdeki birkaç çalışmada, özellikle yüksek bit sayısı ile sentezleme yapılanlarda, “garbage output” birimleri kullanılmıştır. Bu birimler, ihtiyaç olduğunda kullanılmak üzere devrede fazladan bulundurulan veri yolları olarak düşünülebilir. Bir çok yöntemde, enerji verimililiği ile ilgili problemlerinden ötürü kullanımı düşünülmemiştir. Bu nedenle çalışmamızda “garbage ouput” kullanmadık. Önerdiğimiz yöntem, istenilen fonksiyonu kuantum kapıları kullanarak verimli bir şekilde elde etmekte ve bunu iki ana aşamada yapmaktadır. İlk aşamada, permütasyona dayalı bir algoritma ile seçilen bit büyüklüğüne göre optimum sayıda kapı kullanılan “temel fonksiyonlar” sentezlenmektedir. Her temel fonksiyon için, en az kapı sayısından başlayıp, tüm kapıları ve permütasyonlarını deneyerek, fonksiyonu gerçekleştiren devreyi temel fonksiyonlar kütüphanesine ekler ve bir sonraki temel fonksiyonu aramaya başlar. Kütüphane tamamlandıktan sonra sıralama aşamasına geçilmektedir. Algoritmanın bu aşaması, en çok vakit alan kısım olmasına rağmen, temel fonksiyonların sayısının azlığı ve sıralama algoritmasının hızı, bu yöntemi literatürdeki çalışmalardan oldukça hızlı kılmaktadır. Optimum çözüm üretmeyen yöntemlerle bu devreler çok daha hızlı bir şekilde elde edilebilir ancak devre maliyetleri çok daha yüksek olacaktır. Temel fonksiyonların maliyetleri, oluşturulacak olan tüm devrelerin maliyetini etkileyeceğinden, devreleri optimum olarak sentezlemeyi tercih ettik. Devre sentezleme aşaması, istenilen fonksiyonu elde etmemizi sağlayan sıralama süreci ile devam eder. Bu süreç, algoritmamıza hızını kazandıran, yöntemimizin en önemli bölümdür. Sıralama algoritmaları, matematik ve bilgisayar biliminde uzun süredir çalışılan bir konu olduğundan, birçok farklı sıralama algoritması geliştirilmiştir. Biz çalışmamızda, “Seçmeli Sıralama” algoritmasını kullandık. Bu sıralama yöntemi, verilen fonksiyonu, doğruluk tablosu ile karşılaştırarak satır satır kontrol edip, eşleşmeyen her durum için temel fonksiyonlardan birini kullanarak, fonksiyonu adım adım birim fonksiyona çevirmektedir. Diğer sıralama algoritmalarının aksine kaydırma veya bölme işlemlerini uygulamadığından, fazladan temel fonksiyon kullanımını önleyerek, devre maliyetini düşük tutmaktadır. Örneğin, birleştirmeli sıralama, verilen sıralama kümesini öncelikle alt kümelere ayırıp, bu alt kümeleri sıralamaktadır. Ardından, oluşturulan alt kümeler, parça parça birleştirilerek her yeni birleşmede yeni bir sıralama yapılmaktadır. Sıralamalardaki yer değiştirme işlemlerinin her biri ek bir temel fonksiyon kullanımına neden olmaktadır. Aynı şekilde, eklemeli sıralama algoritmasında kullanılan kaydırma işlemlerinin her biri, bir temel fonksiyona karşılık gelmektedir. Seçmeli algoritma ile oluşturulan devrelerin maliyeti, yerdeğiştirilecek olan satırların değiştirilme sırasının, doğru bir şekilde belirlenmesiyle iyileştirilebileceğini gösterdik. Bu amaçla, çalışmamıza her fonksiyon için optimum sıralamayı bulan ek bir bölüm ekledik. Eklediğimiz bu kısım bazı devrelerin maliyetini azaltırken, programın çalışma süresini artırmıştır. İkinci aşama, oluşturduğumuz şablonları kullanarak, sentezlenen devrelerde optimizasyon yapmaktadır. Şablonlar, aynı fonksiyonu daha az sayıda kapıyla gerçekleyen ve devredeki eşdeğeri ile değiştirilerek toplam kapı sayısında düşüş sağlayan devrelerdir. Şablonlarımızı iki farklı yolla oluşturduk. Birincisi, tersinir kapı kütüphanemizi kullanarak. İkincisi de bu kütüphanedeki kapıların içlerinde bulunan kuantum kapıları göz önüne alarak. Birinci yöntem, sıralama algoritmasının uygulanmasından sonra, aynı iki kapının yanyana gelebileceği göz önünde bulundurularak üretilmiştir. İkinci türdeki şablonlarda, sentezlediğimiz devrelerde sıkça kullandığımız Toffoli kapısının, kuantum kapılarla (V, V† ve CNOT) kaç farklı şekilde gerçekleştirilebileceğini inceledik. Bu aşamada, kompleks sayılardan oluşan matrisleri kullanacağımız için, MATLAB programını kullandık. Devre içiersinde Toffoli kapısının yanına gelen CNOT kapılarından bir kısmının optimizasyon için kullanılabileceğini gösterdik. Ayrıca çalışmamızda, pozitif kontrollü kapılara (CNT) ek olarak negatif kontrollülerinde sentezleme aşamasına eklenmesiyle devre maliyetlerinde önemli ölçüde iyileştirmeler elde ettik. Kuantum hesaplama, deneysel olarak bir çok farklı şekilde gerçekleştirilmiştir. Her gerçeklemenin, kendine özgü prensipleri ve özellikleri olduğundan, algoritmalardaki kapıların uygulanış biçimi de farklı olmaktadır. Bu nedenle, her yöntem için ayrı kapı maliyetleri oluşmaktır. Çalışmamızki kuantum devrelerin maliyetlerini literatürde yaygın olarak kullanılan NCV-111 maliyet metriğini kullanarak hesapladık. Son olarak, yöntemimizi literatürde bulunan çalışmalar ile kıyasladık.