基于量子漫步的图形匹配算法进展与展望

图形匹配是图形研究中的重要问题,目前的经典算法受限于存储资源和计算复杂度,未能提供有效的解决方法.基于量子效应,将图形信息存储于量子比特,不仅能够极大减少存储资源的消耗,而且对量子比特进行操作可实现对存储信息的并行计算,从而为有效解决图形匹配问题提供了新的可能.量子漫步作为量子计算中的重要模型,是分析研究图形问题的有效工具.总结了量子计算的特点,介绍了量子漫步的2种模型并对二者进行了比较.然后对目前已有的基于量子漫步的图形匹配算法进行了介绍,对其算法思想、计算过程和优缺点进行了描述,同时还提出了相应的改进思路.在总结分析目前研究存在问题的基础上,探讨了今后的研究方向.     

量子机器学习综述

近年来, 机器学习一直是被关注和探讨的研究热点, 被应用到各领域并在其中起着重要作用. 但随着数据量的不断增加, 机器学习算法训练时间越来越长. 与此同时, 量子计算机表现出强大的运算能力. 因此, 有研究人员尝试用量子计算的方法解决机器学习训练时间长的问题, 量子机器学习这一领域应运而生. 量子主成分分析、量子支持向量机、量子深度学习等量子机器学习算法相继被提出, 并有实验证明了量子机器学习算法有显著的加速效果, 使得量子机器学习的研究展现出逐步走高的趋势. 对量子机器学习算法进行综述. 首先介绍量子计算基础; 然后对量子监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子深度学习5类量子机器学习算法进行介绍; 接着对量子机器学习的相关应用进行介绍并给出了算法实验; 最后进行总结和展望.     

量子信息技术与区块链的融合模式研究

区块链与量子信息技术是近年来兴起的前沿科学技术,受到了业界广泛的关注与研究。其中区块链具有去中心化性质,以区块链为核心技术的应用在金融科技、物联网、民生与政治等诸多领域相继涌现。量子信息技术主要分为量子计算、量子通信、量子测量。其中量子计算的研究主要体现在相较于经典计算的计算优越性,量子计算的运行速度已被证明在解决某些复杂问题上远超经典计算。而在两者迅猛发展的同时,相互之间也存在亟需解决的问题。由于区块链采用的部分经典密码学技术已被证明会被量子计算破解,例如基于非对称密码体制的数字签名,导致区块链的安全受到威胁。针对此问题,已有研究表明,将量子信息技术应用于区块链,可以保护其不受量子攻击。以区块链与量子信息技术相结合为出发点,通过介绍区块链和量子计算的基本结构,以及分析区块链遭受的量子挑战并总结现有的量子解决方案,指出区块链和量子信息技术的融合可以促进区块链在量子时代良好地发展,而这也是不可阻挡的趋势。     

量子计算进展与展望

评述量子计算的历史、研究现状以及进一步发展的方向.着重论述量子算法的机理,对已知量子算法特征进行总结分析;归纳量子计算与经典智能计算的结合模式,比较其与传统智能计算的异同.在总结量子计算存在问题的基础上,探讨了今后的研究方向.     

量子算法与量子衍生算法

随着经典计算发展日趋缓慢,量子计算正逐渐成为研究领域的关注热点.该文简要介绍了量子计算的基本原理.接着,从当前量子计算领域中的两个活跃研究方向——量子算法和量子衍生技术研究出发对整个量子算法领域主要发展脉络进行梳理并总结目前量子计算研究的发展规律.最后,该文针对这两个方向提出了若干量子计算领域的发展趋势.通过对量子计算研究领域的综述和展望,对后续量子计算研究发展具有一定的指导意义.     

量子自然语言处理算法在金融领域的应用探析

量子自然语言处理(QNLP)是量子计算领域一个新兴研究领域,旨在通过利用某些量子现象,如叠加、纠缠、干涉等,设计和实施自然语言处理(Nature Language Process,NLP)模型,并在量子硬件上执行与语言相关的任务。针对商业银行的业务实践,创新地对QNLP算法进行适应性改进,并将其应用于商业银行外部的金融新闻情绪识别和内部客户服务评价等具体场景,为QNLP算法在金融行业的落地应用提供新思路。     

量子信息教育进展研究

量子信息技术飞速发展,逐渐成为目前最炙手可热的新兴技术之一。由于量子计算的超高速并行计算能力,通用量子计算机一旦问世,未来计算机性能将有质的飞跃,当前最优秀的公钥算法RSA加密算法也将不再难以破解。国内外各大科技公司正争相进行量子计算机的研发工作,多国政府也在积极发展量子教育和量子技术产业。随之,相关领域的人才缺口问题日渐突出,再加上量子信息作为交叉学科带来的学习困难,其教育工作也成为各高校、政府和企业热切关注的问题。为支持量子信息教学工作的发展,针对目前国内外量子信息学科的课堂教学改革方案,基于仿真平台、在线教程、教学游戏等教学辅助工具的教学方法进行了调查和研究,并对当前和未来的工作进行了总结和展望。     

量子计算与量子密码的原理及研究进展综述

量子计算与量子密码是基于量子效应的计算技术和密码技术.1984年Bennett和Brassard提出了第一个量子密钥分发协议,开启了量子密码学的研究,此后相继在量子加密、量子签名等领域进行了大量研究.1994年,Shor利用量子Fourier变换,设计了第一个实用的量子算法,在多项式时间内对大整数进行因子分解.1996年,Grover提出了量子搜索算法,能够对无结构数据进行二次加速.Shor算法和Grover算法的提出不仅体现了量子计算的优越性,还对传统基于数学困难问题的密码学体制造成威胁.经过半个世纪的发展,量子计算与量子密码在理论与实践的研究上都取得了丰硕的成果.从量子力学的数学框架、基本概念和原理、量子计算基本思想、量子密码研究进展及主要思想等方面进行总结梳理.     

量子查找算法的发展与前瞻

量子查找算法是一种利用波的特性进行查找的新方法，它以量子位作为描述问题 的基本信息单位，为 NP-完全问题的解决提供了一种有效的途径。量子查找算法的主要特 点 是查找的高度并行性、非结构化查找和巨大的信息存储容量。该文介绍了量子查找的基 本思 想；综述了量子查找的典型实例及其广泛应用；分析了量子查找算法的特点及其与传 统算法 的关系；指出了量子计算目前存在的问题；最后对量子计算的发展前景进行展望。     

Grover算法改进与应用综述

量子信息科学是一门新兴的交叉学科,它在信息领域中有着独特的性能,在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可突破现有经典信息系统的极限.Grover算法是一类典型的量子算法,能够对任意经典暴力穷举搜索问题实现二次加速,进一步推动了量子计算的发展,如何有效地改进和应用Grover算法成为量子计算的一个重要研究领域.文中综述了Grover算法的优化改进和应用,对Grover算法在不同领域应用及不同方面的改进进行了概述,并对Grover算法未来的改进和相关应用的若干研究方向进行了探讨.     

量子搜索及量子智能优化研究进展

为了提高智能优化算法的收敛速度及优化性能,目前国内外将量子计算机制和传统智能优化相融合,研究和提出了多种量子进化算法及量子群智能优化算法;为了进一步推动该领域的研究进展,系统地介绍了国内外提出的多种量子搜索及量子智能优化算法,其中包括量子搜索、量子衍生进化、量子神经网络三个方面内容;总结出目前改进量子搜索算法的主要机制和量子计算与传统智能计算的主要融合方式,并展望了量子搜索和量子智能优化有待进一步研究和需要解决的问题。     

量子计算与量子计算机

量子计算是一种依照量子力学理论进行的新型计算,量子计算的基础和原理以及重要量子算法为在计算速度上超越图灵机模型提供了可能。在发展与完善量子计算理论的同时,量子计算机的物理实现方案也被不断提出。光子量子计算机,基于核磁共振、离子阱或谐振子等技术的量子计算机物理模型已被逐一实现。近年来亦出现了几个典型的基于量子计算机的量子算法。2001年在一台基于核磁共振技术的量子计算设备上成功演示的Shor量子算法,显示出量子计算机处理复杂问题的巨大潜能。文章对当前量子计算机物理实现的研究进展进行了综述。     

基于光量子芯片的量子自旋链中完美态转移可编程量子模拟

近些年,量子计算物理实现技术进步很快,构建能够发挥实际用途的量子计算装置成为发展重点。采用量子模拟研究量子自旋系统的演化行为,相比于经典模拟会更加高效。一维量子自旋链中完美态转移模型在量子通信和量子计算领域具有重要的研究价值。提出一种基于双光子连续时间量子漫步的可编程完美态转移量子模拟方法,并且基于光量子芯片完成了2类特殊哈密顿量作用下XY型量子自旋链中双激发“周期-镜像”完美态转移的量子模拟实验,为模拟量子自旋系统的演化提供了一种实用且可扩展的实验方案。     

量子计算模拟及优化方法综述

在处理某些大规模并行问题时,量子计算因量子位独特的叠加态和纠缠态特性,相比经典计算机在并行处理方面具有更明显的优势。现阶段,物理量子比特计算机受限于可扩展性、相干时间和量子门操作精度,在经典计算机上开展量子计算模拟成为研究量子优越性和量子算法的有效途径。然而,随着量子比特数的增加,模拟所需的计算机资源呈指数增长。因此,研究大规模量子计算模拟在保证计算准确度、精度及效率的情况下减少模拟所需资源具有重要意义。从量子比特、量子门、量子线路、量子操作系统等方面展开,阐述量子计算的基本原理和背景知识。同时总结基于经典计算机的量子计算模拟基本方法,分析不同方法的设计思路和优缺点,列举目前常见的量子计算模拟器。在此基础上,针对量子计算模拟的通信开销问题,从节点拆分和通信优化2个方面出发,讨论基于超级计算机集群的量子计算模拟优化方法。     

量子算法在大数据时代的应用浅析

量子计算机的提出不仅在计算机领域,而且在物理、通信、材料等很多领域产生了巨大的反响,目前各国都加 入到量子计算机的研发中,量子算法、构建、物理实现等方面都有很多进展。随着信息技术的进步,人们对数据处理的需求和 速率要求变得日益苛刻,在这种背景下,量子技术与大数据处理技术的结合成为突破大数据处理的曙光。     

Progress in Quantum Algorithms

We discuss the progress (or lack of it) that has been made in discovering algorithms for computation on a quantum computer. Some possible reasons are given for the paucity of quantum algorithms so far discovered, and a short survey is given of the state of the field. PACS: 03.67.Lx     

轨迹大数据:数据处理关键技术研究综述

大数据时代下移动互联网发展与移动终端的普及形成了海量移动对象轨迹数据.轨迹数据含有丰富的时空特征信息,通过轨迹数据处理技术可以挖掘人类活动规律与行为特征、城市车辆移动特征、大气环境变化规律等信息.海量的轨迹数据也潜在性地暴露移动对象行为特征、兴趣爱好和社会习惯等隐私信息,攻击者可以根据轨迹数据挖掘出移动对象的活动场景、位置等属性信息.另外,量子计算因其强大的存储和计算能力成为大数据挖掘重要的理论研究方向,用量子计算技术处理轨迹大数据可以使一些复杂的问题得到解决并实现更高的效率.本文对轨迹大数据中数据处理关键技术进行综述.首先,介绍轨迹数据概念和特征,并且总结了轨迹数据预处理方法包括噪声滤波、轨迹压缩等.其次,归纳轨迹索引与查询技术,以及轨迹数据挖掘已有的研究成果包括模式挖掘、轨迹分类等.总结了轨迹数据隐私保护技术基本原理和特点,介绍了轨迹大数据支撑技术如处理框架、数据可视化.本文也讨论了轨迹数据处理中应用量子计算的可能方式,并且介绍了目前轨迹数据处理中所使用的核心算法所对应的量子算法实现.最后,对轨迹数据处理面临的挑战与未来研究方向进行了总结与展望.     

量子模拟器优化综述

近年来, 不断发展的量子计算已成为众人关注的焦点. 然而, 量子硬件存在稀缺性和噪声等问题, 这使得研究量子算法、验证量子芯片等行为都依赖运行在经典计算机上的量子模拟器. 本文讨论了不同量子模拟器使用的主要模拟方法, 并讨论了主流的全振幅状态向量模拟器和基于张量网络的量子模拟器的各种优化. 最后, 我们总结了量子模拟器的现状和未来发展方向.