Slides for Quantum Computing and Communications – An Engineering Approach Chapter 7 Searching in an Unsorted Database Sándor Imre Ferenc Balázs.

Slides:



Advertisements
Hasonló előadás
Lineáris regressziós MODELLEK
Advertisements

Mintacím szerkesztése •Mintaszöveg szerkesztése •Második szint •Harmadik szint •Negyedik szint •Ötödik szint D modelling in the terrestrial.
Module 4: Lemezek kezelése. Áttekintés  Munka a lemezkezelővel  Munka alapvető lemezekkel  Munka dinamikus lemezekkel  Lemezek előkészítése Windows.
1.A hallàsi rendszer egyszerű: -- nem lineàris (1 dB be 1 dB ki) -- sàvszűrő ~àllandó Q-val ? inhibició, komodulalt takaras leengedese (CMR) -- mindez.
Kvantum számítógépek és hálózatok
„Songlish” How not to be a „Bicky Chewnigh”. Lehet zöld az ég…
BMEEOVKMKM4 Házi feladat megoldás áttekintés
Bevezetés a tárgyakhoz Tárgyak  Objects are the containers for values of a specified type  Objects are either signals, variables or constants  Once.
A sugárkövetésen illetve a sugárzási egyenleteken alapuló képkidolgozási módszerek egybevetése. A sugárkövetéses módszernél a szemünkbe jutó fénysugarak.
UNIVERSITY OF SZEGED D epartment of Software Engineering UNIVERSITAS SCIENTIARUM SZEGEDIENSIS Programozás II. 6. Gyakorlat const, static, dinamikus 2D.
Ellenőrző kérdések a)Auto-indexing enabled b)Auto-indexing disabled c)Nem eldönthető 1.
1 Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat 1. Bevezetés Miskolc, 2004.
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
Infokommunikációs rendszerek 12
Infokom. rendsz. 11. előadás nov Kommunikációs rendszerek alapjai 11. előadás Rádiós adathálózatok Bluetooth, ZigBee, WiFi, WiMAX, Takács.
Infokommunikációs rendszerek 11
PPKE ITK 2008/09 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás
VI. Konténerek 18. Tömbök 19. Rendezés, keresés, karbantartás
VI. Konténerek 18. Tömbök 19. Rendezés, keresés, karbantartás
2012. tavaszi félév Vitéz Gergely. A diasor ismerete nem helyettesíti a tankönyvet, és a példatárat. A diasor ismerete szükséges, de nem elégséges feltétele.
Rendezések és szövegkezelő függvények
excel, (visual basic) makrók gyorstalpaló
ONTOLÓGIA és TUDÁSREPREZENTÁCIÓ Szőts Miklós Alkalmazott Logikai Laboratórium
1 AAO folytatás ++ Csink László. 2 Rekurzív bináris keresés (rendezett tömbben) public static int binker(int[] tomb, int value, int low, int high) public.
Készült az ERFP – DD2002 – HU – B – 01 szerzősésszámú projekt támogatásával Chapter 8 / 1 C h a p t e r 8 Stability and Ductility of Steel Frames.
Készült az ERFP – DD2002 – HU – B – 01 szerzősésszámú projekt támogatásával Chapter 3 / 1 C h a p t e r 3 Stability Functions.
Gyenese Tamás, Kovács Csaba, Lux Zoltán
1 Verseny 2000 gyakorlat ODBC Adatforrás létrehozása.
A Microsoft Üzleti Intelligencia megoldása és platformja
Automatizálási folyamatok az SQL 2012-ben
PPKE ITK 2008/09 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás 4.
PPKE ITK 2009/10 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás
PhD beszámoló 2003/2004 I. félév Készítette: Iváncsy Renáta Konzulens: Dr. Vajk István.
Mesterséges Neurális Hálózatok 3. előadás
Ismétlés. "Man - a being in search of meaning." Plato Searching in an Unsorted Database.
2009.IV.30.Argumentation techniques 1 Non-mirrorable argumentation techniques in English Analysis of theological texts aiming persuasion effects László.
„Tisztább kép” – együttműködési program Az új szintetikus drogok feltérképezéséért Tamás Figeczki Budapest, 19 April 2016 ‚Breaking the drug cycle’ - joint.
Nemzetközi tudományos-szakmai konferencia Nyitott kérdések a drónok alkalmazásában Budapest, november 3-4. Presented by : Gyula GYŐRI, president.
National Center for Biomedical Information PubMed, MESH, PMC adatbázis TÁMOP rendezvény Vasas Lívia lvasas.lib.sote.hu Budapest,
A Nation Library of Medicine és adatbázisai Vasas Lívia PhD 1 /21.
A BCD használata üzleti partnerek felkutatásához
Simon Péter főtitkár Bolyai János Matematikai Társulat
Farkas Bálint | Technical Evangelist | Microsoft
“Tudásmegosztás és szervezeti problémamegoldás a mesterséges intelligencia korában” Levente Szabados Technológiai Igazgató.
A Nation Library of Medicine és adatbázisai
International Olympiad in Informatics
Miklós Kóbor Department of Geophysics & Space Sciences,
Publikációs stratégia Szakirodalmi forrásanyagok használata MTMT
University of Dunaújváros
Farkas Bálint | Technical Evangelist | Microsoft
Inverter applications
Ruletták a Minkowski síkon
Mesterséges intelligencia
Pairwise object comparison based on Likert-scales and time series – the idea of human-oriented science in light of artificial intelligence and value.
Lívia Vasas, PhD 2018 Disszertációk Lívia Vasas, PhD 2018.
Dr. Varga Beatrix egy. docens
OVIDIUS Info-Service Co Ltd.
Depth First Search Backtracking
Microsoft SQL licenselés a gyakorlatban
Vasas Lívia, PhD december
Lívia Vasas, PhD 2018 Disszertációk Lívia Vasas, PhD 2018.
Vasas Lívia lvasas.lib.sote.hu Budapest, október
Mikrofonok Principles, constructions, characteristics and applications
Az internet minőségi információ halmazainak feltárásáról
Lívia Vasas, PhD 2019 Disszertációk Lívia Vasas, PhD 2019.
Kerámia és Polimermérnöki Intézet
Tudományos munka értékelése
ALSONANA INTERNATIONAL FORUM
Web of Science és Google Scholar
Holográfia Gábor Dénes (Dennis Gabor): a Hungarian electrical engineer and physicist, he invented the holography. He received the 1971 Nobel Prize in Physics.
Előadás másolata:

Slides for Quantum Computing and Communications – An Engineering Approach Chapter 7 Searching in an Unsorted Database Sándor Imre Ferenc Balázs

"Man - a being in search of meaning." Plato Searching in an Unsorted Database Prof. Sandor Imre

Objectives Finding a certain entry in a database N items of size. The DB is unsorted. The DB contains M copy of the requested entry. Best classical solution: N question. How can be exploited quantum phenomena ? x = ?

General model of quantum algorithms InitializationParallelization Amplitude ampl. Measu- rement Classical input Classical output Quantum output Quantum input

Grover operator

T = H

Grover operator

Geometrical interpretation

Required number of iterations

Error analysis

Calculation of M can be traced back to phase estimation on the Grover operator. Quantum counting – special phase estimation

Grover algorithm in practice

Summary Quantum computing has two faces: –New possibilities –New restrictions Searching in an unsorted database can be performed more efficiently in a quantum way: O(N ½ ). The structure of the Grover algorithm is according to the usual receipt, except amplitude amplification, which is iterative instead of a single step. Quantum counting proves to be useful if M is unknown. Forthcoming issues: Problems with the basic Grover algorithm –No guaranteed zero error probability. –Fixed initialization of the index register. –Searching only for equality.

Általánosított Grover-algoritmus 2-dimenziós bázis a V térben: Általánosított Grover-operátor: Egyes speciális állapotok nem képezhetők le.

Meghatározandó paraméterek és nem ismert!

Általánosított Grover-operátor Q alakja a V 2-dimenziós térben Q sajátértékei: Feltétel: legyen az, térben. Q megőrzi a teret.

Lépésszám Illesztési feltétel: lépésszám

Optimális lépésszám Az 1 valószínűségű találathoz szükséges lépésszám:

Beállítások Fázisbecslés O(ld 3 (N)) := a létrehozásához szükséges kapuk összessége := a felhasználó indító klasszikus állapota

A 2 dimenzióra le nem képezhető állapotok kezelése A 2-dimenziós bázis Adatbázis triviális egzisztencia tesztelés. Minden jelöletlen állapot amplitúdója 0 mérés 1 valószínűségű találattal. Minden jelölt állapot amplitúdója 0 a keresés nem vezet eredményre, ismétlés egyenletes amplitúdó eloszlással.

Kvantum egzisztencia tesztelés Cél: annak eldöntése, hogy a keresett elem egyáltalán előfordul-e az adatbázisban? Klasszikus bonyolultság: O(N). Speciális fázisbecslés a Grover-operátoron. Fázisbecslés: –Unitér operátor sajátértéke: –Fázis: –Fázistényező közelítése:

Kvantum fázisbecslés komplexitás: Kvantum bizonytalanság Klasszikus bizonytalanság p qbit

Kvantum bizonytalanság

Kvantum egzisztencia tesztelés Klasszikus bizonytalanság (Worst case eset): Komplexitás:

Kvantum egzisztencia tesztelés Hiba, ha az n/2 MSB biten 0-tól eltérő érték van.

Kvantum egzisztencia tesztelés Kvantum bizonytalanság: Komplexitás: p

Kvantum bizonytalanság

Kvantum szélsőérték keresés Klasszikus rendezetlen adatbázis Rendezés + Logaritmusos keresés A rendezés nem mindig tehető meg! A klasszikus logaritmusos keresés kombinálása kvantum egzisztencia teszteléssel

Kvantum szélsőérték keresés Adatbázis (függvény!): Feladat: A kereső algoritmus: Grover kereséssel: Komplexitás:

Questions?