Kursplan
Innledning
Oversikt over Kvantfysikkteorier Anvendt i Kvantedatabehandling
- Grundleggende prinsipper om kvantsuperposisjon
- Grundleggende prinsipper om kvantforvirring
- Matematiske grunnlag for kvantedatabehandling
Oversikt over Kvantedatabehandling
- Forskjeller mellom kvantedatabehandling og klassisk elektronisk databehandling
- Integriering av kvantatferd i kvantedatabehandling
- Qubiten
- Implementering av Dirac-notasjonen
- Beregningsgrunnlagsmål i kvantedatabehandling
- Kvantkretser og kvantorakler
Arbeid med Vektorer og Matriser i Kvantedatabehandling
- Matrise multiplikasjon ved bruk av kvantfysikk
- Konvensjoner for tensorprodukter
Anvendelse av Avanserte Matrisebegrep i Kvantedatabehandling
Oversikt over Kvantedatamaskiner og Kvantsimulatorer
- Kvanthardware og dens komponenter
- Kjøring av en kvantsimulator
- Utførbare kvantmekanismer i en kvantsimulering
- Utføring av kvantberegninger i en kvantedatamaskin
Arbeid med Kvantedatabehandlingsmodeller
- Logikk og funksjoner for forskjellige kvantporter
- Forståelse av superposisjons- og forvirringseffekter på kvantporter
Bruk av Shor's Algorithme og Kvantedatabehandlingskryptografi
Implementering av Grover's Algorithme i Kvantedatabehandling
Estimasjon av en Kvantfase i en Kvantedatamaskin
- Kvant-Fourier-transformasjon
Skrive Grunnleggende Kvantedatabehandlingsalgoritmer og Programmer for en Kvantedatamaskin
- Bruk av riktige verktøy og språk for kvantedatabehandling
- Oppsett av kvantkretser og spesifisering av kvantporter
Kompilering og Kjøring av Kvantalgoritmer og Programmer i en Kvantedatamaskin
Testing og Feilsøking av Kvantalgoritmer og Kvantedatamaskinprogrammer
Identifisering og Korrigering av Algorithmefeil ved Bruk av Kvantfeilkorrigering (QEC)
Oversikt over Kvantedatabehandlingshardware og Arkitektur
Integriering av Kvantalgoritmer og Programmer med Kvanthardware
Feilsøking
Utvikling av Kvantedatabehandling for Fremtidige Kvantinformasjonsvitenskapelige Anvendelser
Oppsummering og Konklusjon
Krav
- Kunnskap om matematiske metoder innen sannsynlighetslære og lineær algebra
- Forståelse av grunnleggende teorier og algoritmer innen datavitenskap
- En forståelse av grunnleggende begreper innen kvantfysikk
- Grunnleggende erfaring med modeller og teorier innen kvantemekanikk
Målgruppe
- Datavitenskapsfolk
- Ingeniører
Referanser (1)
Kvanteberegningens algoritmer og den tilknyttede teoretiske bakgrunn er fremragende. Spesielt vil jeg understreke trenerens evne til å oppdage nøyaktig når jeg hadde problemer med det presenterte materialet, og han gav meg tid og støtte for å virkelig forstå emnet - dette var fantastisk og veldig nyttig! Den virtuelleoppsettet med Zoom fungerte utmerket, samt ordningen angående treningssesjoner og pauseperioder. Det var mye materiale/teori som skulle dekkes i "bare" 2 dager, så treneren justerte fint mengden etter fremgangen relatert til min forståelse av emnene. Kanskje planlegging av 3 dager for absolutt nybegynnere ville vært bedre for å dekke all materialet og innholdet som er utlinet i agendan. Jeg likte virkelig fleksibiliteten til treneren til å svare på mine spesifikke spørsmål til treningstemane, selv ved å komme tilbake etter pausene med mer forklaring hvis det var nødvendig. Stort takk igjen for sesjonene! Bra jobbet!
Giorgi Ediberidze
Kurs - Quantum Computing with IBM Quantum Experience
Maskinoversatt