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

Международный журнал Программные продукты и системы

Оценка возможностей классических компьютеров при реализации симуляторов квантовых алгоритмов

Petr Zrelov, P.V. Zrelov, С.В. Ульянов, S.V. Ulyanov, Рябов Н. В., Ryabov N.V., Иванцова О. В., В.В. Кореньков

Published Dec 16, 2022• 7 citations
Publisher

Abstract

computers in implementing quantum algorithm simulators
DOI
10.15827/0236-235x.140.618-630

Related papers

COMPARATIVE ANALYSIS OF OPTIMISATION ALGORITHMS IN THE CONTEXT OF CLASSICAL AND QUANTUM COMPUTING MODELS

S.Yu. Tyryshkin

СРАВНИТЕЛЬНЫЙ АНАЛИЗ АЛГОРИТМОВ ОПТИМИЗАЦИИ В КОНТЕКСТЕ КЛАССИЧЕСКИХ И КВАНТОВЫХ ВЫЧИСЛИТЕЛЬНЫХ МОДЕЛЕЙ Тырышкин С.

Современные наукоемкие технологии (Modern High Technologies)•Jan 1, 2025•0 citations

Quantum Decision-Making Algorithms Modeling in the Classical Simulator: the Quantum Software Engineering Visualization for the Educational Process

В.С. Ульянов, Sergey Victorovich Ulyanov

Отличие квантового от классического алгоритма заключается в следующем: задача, решаемая квантовым алгоритмом (КА), закодирована в структуре квантовых операторов, применяемых к входному сигналу. Вид входного сигнала в структуру КA в этом случае всегда один и тот же. Выходной сигнал КA включает в себя информацию о решении закодированной проблемы. В результате КA задается функция для анализа, и КA определяет ее свойство в виде ответа без количественных вычислений, т. е. КA изучает качественные свойства функций. Ядром любого КA является набор унитарных квантовых операторов или квантовых вентилей. На практике квантовый вентиль представляет собой унитарную матрицу с определенной структурой. Размер этой матрицы растет экспоненциально с увеличением количества входных данных, что существенно ограничивает моделирование КA на классическом компьютере с фон-неймановской архитектурой. Модели квантовых поисковых алгоритмов применяются для решения задач информатики, таких как поиск в неструктурированной базе данных, квантовая криптография, инженерные задачи, проектирование систем управления, робототехника, интеллектуальные контроллеры и т. д. Алгоритм Deutsch относится к классу алгоритмов принятия решений и подробно объясняется вместе с реализациями на локальном компьютерном симуляторе. В представленной статье описывается практический подход к моделированию двух из самых известных КA принятия решения на классических компьютерах: Deutsch и Deutsch – Jozsa алгоритмов. The difference between classical and quantum algorithms (QA) is as follows: the problem solved by QA is coded in the structure of the quantum operators. Input to QA in this case is always the same. Output of QA says which problem coded. In some sense, give a function to QA to analyze and QA returns its property as an answer without quantitative computing. QA studies qualitative properties of the functions. The core of any QA is a set of unitary quantum operators or quantum gates. In practical representation, quantum gate is a unitary matrix with particular structure. The size of this matrix grows exponentially with an increase in the number of inputs, which significantly limits the QA simulation on a classical computer with von Neumann architecture. Quantum search algorithm (QSA) - models apply for the solution of computer science problems as searching in unstructured database, quantum cryptography, engineering tasks, control system design, robotics, smart controllers, etc. Grover’s algorithm is explained in details, along with implementations on a local computer simulator. The presented article describes a practical approach to modeling one of the most famous QA on classical computers, the Grover algorithm.

Sovremennye informacionnye tehnologii i IT-obrazovanie.•Jun 30, 2023•1 citation

Development and research of software and methods for constructing quantum algorithms for solving NP class problems

С. М. Гушанский, Viktor Potapov, Максим Сергеевич Коваленко

В современных науке и технике постоянно возникает необходимость в решении таких стратегически важных задач, как предсказание погоды и расчет климатических изменений, создание онкологических препаратов, обработка сигналов из Вселенной для поиска внеземных цивилизаций, обработка символьной информации, криптоанализ, опережающий расчет траекторий движущихся воздушных и космических объектов и другие задачи. Практическая реализация перечисленных задач на современных, даже суперкомпьютерных, системах требует недопустимо большого промежутка времени или вообще невозможна. Научная новизна данного направления выражается в разработке методики построения модульной моделирующей системы квантовых вычислений с открытой архитектурой, а также моделирующей системы выполнения квантовых алгоритмов. Целью работы является рассмотрение приемов моделирования квантовых вычислений и реализации алгоритмов решения задач NP класса. In modern science and technology, there is a constant need to solve such strategically important tasks as predicting the weather and calculating climatic changes, creating cancer drugs, processing signals from the Universe to search for extraterrestrial civilizations, processing symbolic information, cryptanalysis, and anticipatory calculation of the trajectories of moving air and space objects, etc. The practical implementation of the listed tasks on modern, even supercomputer systems requires an unacceptably long period of time or is impossible at all. The scientific novelty of this direction is expressed in the development of a methodology for constructing a modular modeling system of quantum computing with an open architecture, as well as a modeling system for executing quantum algorithms. The aim of the work is to consider techniques for modeling quantum computations and implementing algorithms for solving NP class problems.

Вестник Адыгейского государственного университета серия «Естественно-математические и технические науки»•Sep 28, 2021•0 citations

Development of Machine Learning Methods for Quantum Modeling of Physical Systems

Сокирка, А. В., Sokirka, A. V.

В работе рассматриваются квантовые вычислительные методы симуляции физических систем с применением машинного обучения. Новизна исследования заключается в интеграции квантовых алгоритмов с элементами ML для повышения точности и эффективности моделирования. Цель работы – разработка и тестирование гибридного подхода к квантовой симуляции. Для реализации цели были изучены классические и квантовые методы моделирования, разработан алгоритм симуляции с использованием Qiskit, проведена его валидация и сравнительный анализ с классическими методами.

•Jan 1, 2025•0 citations

EFFICIENT QUANTUM ALGORITHMS FOR QUANTUM OPTIMAL CONTROL

S.Yu. Tyryshkin

Текущие исследования по разработке передовых квантовых алгоритмов нацелены на создание набора алгоритмических примитивов, которые могут быть использованы в качестве модулей для различных промышленных рабочих процессов.Цель статьи заключается в рассмотрении различных квантовых алгоритмов для оптимального квантового управления.В работе использовались методы систематического обзора литературы, контент-анализа.Всесторонний поиск осуществлялся в соответствии с рекомендациями PRISMA и проводился в базах Scopus, Web of Science и Google Scholar за период с 2022 по 2025 г.Литература для такого обзора отбиралась в базах данных на основании количества цитирований публикаций, импакт-фактора, индекса Хирша журналов.В практической части исследования использовались методы численного оптимального управления и обучения с подкреплением.В статье представлен обзор исследований современных авторов в области ослабления эффектов шума и декогеренции, анализа ошибок квантовых алгоритмов, а также методов оценки и снижения суммарной погрешности.В процессе исследования в качестве перспективного алгоритма для квантового оптимального управления прорабатываются тепловые ансамбли с целью аппроксимации следа унитарной матрицы.Проводится аналитическая связь между алгоритмом Ахаронова для получения полинома Джонса.Отдельно рассмотрены трехпрядевые косы и их унитарные представления, а также представления на основе тепловых ансамблей.Показана методика измерения математического ожидания фазово-чувствительного оператора обнаружения ансамбля.Доказано преимущество приведенного алгоритма для квантового оптимального управления.Рассмотрен вариационный квантовый алгоритм и его особенности.В работе получены результаты сравнительного анализа наиболее распространенных квантовых алгоритмов оптимального управления.Обозначены пути их усовершенствования с указанием характерных особенностей для каждой модели.Также отмечено, что перспективным направлением дальнейших изысканий является изучение возможностей пересечения областей квантовой механики и машинного обучения, что может привести к созданию новых подходов к управлению квантовыми системами, улучшению существующих алгоритмов.

Современные наукоемкие технологии (Modern High Technologies)•Jan 1, 2025•0 citations

Методы оптимизации квантовых алгоритмов при квантовой параллелизации

Sh. A. Toirov, R. B. Kudratov, Ф.Б. Хамдамов +1 more

Ushbu maqolada kvant algoritmlarni yechishda qo‘llaniladigan QCL (quantum computation language), uning operatorlari va Deutsch algoritmi orqali yechish prinsiplari keltirib o‘tilgan. Kvant jarayonlarning asosiy tamoyillari, fizikaviy va algoritmik talqinlari hisobga olingan. Ushbu jarayonlar tizimli tahlil qilishda global optimallash muammolariga samarali yechimlarni qidirishda va kutilmagan holatlarni oqilona boshqarishda qo‘llaniladigan algoritmning tasniflari keltirilib o‘tilgan.

Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий•Dec 21, 2022•0 citations
Отличие квантового от классического алгоритма заключается в следующем: задача, решаемая квантовым алгоритмом (КА), закодирована в структуре квантовых операторов, применяемых к входному сигналу. Вид входного сигнала в структуру КA в этом случае всегда один и тот же. Выходной сигнал КA включает в себя информацию о решении закодированной проблемы. В результате КA задается функция для анализа, и КA определяет ее свойство в виде ответа без количественных вычислений, т. е. КA изучает качественные свойства функций. Ядром любого КA является набор унитарных квантовых операторов или квантовых вентилей. На практике квантовый вентиль представляет собой унитарную матрицу с определенной структурой. Размер этой матрицы растет экспоненциально с увеличением количества входных данных, что существенно ограничивает моделирование КA на классическом компьютере с фон-неймановской архитектурой. Модели квантовых поисковых алгоритмов применяются для решения задач информатики, таких как поиск в неструктурированной базе данных, квантовая криптография, инженерные задачи, проектирование систем управления, робототехника, интеллектуальные контроллеры и т. д. Алгоритм Deutsch относится к классу алгоритмов принятия решений и подробно объясняется вместе с реализациями на локальном компьютерном симуляторе. В представленной статье описывается практический подход к моделированию двух из самых известных КA принятия решения на классических компьютерах: Deutsch и Deutsch – Jozsa алгоритмов. The difference between classical and quantum algorithms (QA) is as follows: the problem solved by QA is coded in the structure of the quantum operators. Input to QA in this case is always the same. Output of QA says which problem coded. In some sense, give a function to QA to analyze and QA returns its property as an answer without quantitative computing. QA studies qualitative properties of the functions. The core of any QA is a set of unitary quantum operators or quantum gates. In practical representation, quantum gate is a unitary matrix with particular structure. The size of this matrix grows exponentially with an increase in the number of inputs, which significantly limits the QA simulation on a classical computer with von Neumann architecture. Quantum search algorithm (QSA) - models apply for the solution of computer science problems as searching in unstructured database, quantum cryptography, engineering tasks, control system design, robotics, smart controllers, etc. Grover’s algorithm is explained in details, along with implementations on a local computer simulator. The presented article describes a practical approach to modeling one of the most famous QA on classical computers, the Grover algorithm.
В современных науке и технике постоянно возникает необходимость в решении таких стратегически важных задач, как предсказание погоды и расчет климатических изменений, создание онкологических препаратов, обработка сигналов из Вселенной для поиска внеземных цивилизаций, обработка символьной информации, криптоанализ, опережающий расчет траекторий движущихся воздушных и космических объектов и другие задачи. Практическая реализация перечисленных задач на современных, даже суперкомпьютерных, системах требует недопустимо большого промежутка времени или вообще невозможна. Научная новизна данного направления выражается в разработке методики построения модульной моделирующей системы квантовых вычислений с открытой архитектурой, а также моделирующей системы выполнения квантовых алгоритмов. Целью работы является рассмотрение приемов моделирования квантовых вычислений и реализации алгоритмов решения задач NP класса. In modern science and technology, there is a constant need to solve such strategically important tasks as predicting the weather and calculating climatic changes, creating cancer drugs, processing signals from the Universe to search for extraterrestrial civilizations, processing symbolic information, cryptanalysis, and anticipatory calculation of the trajectories of moving air and space objects, etc. The practical implementation of the listed tasks on modern, even supercomputer systems requires an unacceptably long period of time or is impossible at all. The scientific novelty of this direction is expressed in the development of a methodology for constructing a modular modeling system of quantum computing with an open architecture, as well as a modeling system for executing quantum algorithms. The aim of the work is to consider techniques for modeling quantum computations and implementing algorithms for solving NP class problems.
В работе рассматриваются квантовые вычислительные методы симуляции физических систем с применением машинного обучения. Новизна исследования заключается в интеграции квантовых алгоритмов с элементами ML для повышения точности и эффективности моделирования. Цель работы – разработка и тестирование гибридного подхода к квантовой симуляции. Для реализации цели были изучены классические и квантовые методы моделирования, разработан алгоритм симуляции с использованием Qiskit, проведена его валидация и сравнительный анализ с классическими методами.
Текущие исследования по разработке передовых квантовых алгоритмов нацелены на создание набора алгоритмических примитивов, которые могут быть использованы в качестве модулей для различных промышленных рабочих процессов.Цель статьи заключается в рассмотрении различных квантовых алгоритмов для оптимального квантового управления.В работе использовались методы систематического обзора литературы, контент-анализа.Всесторонний поиск осуществлялся в соответствии с рекомендациями PRISMA и проводился в базах Scopus, Web of Science и Google Scholar за период с 2022 по 2025 г.Литература для такого обзора отбиралась в базах данных на основании количества цитирований публикаций, импакт-фактора, индекса Хирша журналов.В практической части исследования использовались методы численного оптимального управления и обучения с подкреплением.В статье представлен обзор исследований современных авторов в области ослабления эффектов шума и декогеренции, анализа ошибок квантовых алгоритмов, а также методов оценки и снижения суммарной погрешности.В процессе исследования в качестве перспективного алгоритма для квантового оптимального управления прорабатываются тепловые ансамбли с целью аппроксимации следа унитарной матрицы.Проводится аналитическая связь между алгоритмом Ахаронова для получения полинома Джонса.Отдельно рассмотрены трехпрядевые косы и их унитарные представления, а также представления на основе тепловых ансамблей.Показана методика измерения математического ожидания фазово-чувствительного оператора обнаружения ансамбля.Доказано преимущество приведенного алгоритма для квантового оптимального управления.Рассмотрен вариационный квантовый алгоритм и его особенности.В работе получены результаты сравнительного анализа наиболее распространенных квантовых алгоритмов оптимального управления.Обозначены пути их усовершенствования с указанием характерных особенностей для каждой модели.Также отмечено, что перспективным направлением дальнейших изысканий является изучение возможностей пересечения областей квантовой механики и машинного обучения, что может привести к созданию новых подходов к управлению квантовыми системами, улучшению существующих алгоритмов.