• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Quantum inductive learning and quantum logic synthesis.
【24h】

Quantum inductive learning and quantum logic synthesis.

机译：量子归纳学习和量子逻辑综合。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Since Quantum Computer is almost realizable on large scale and Quantum Technology is one of the main solutions to the Moore Limit, Quantum Logic Synthesis (QLS) has become a required theory and tool for designing Quantum Logic Circuits. However, despite its growth, there is no any unified approach to QLS as Quantum Computing is still being discovered and novel applications are being identified.;The intent of this study is to experimentally explore principles of Quantum Logic Synthesis and its applications to Inductive Machine Learning.;Based on algorithmic approach, I first design a Genetic Algorithm for Quantum Logic Synthesis that is used to prove and verify the methods proposed in this work.;Based on results obtained from the evolutionary experimentation, I propose a fast, structure and cost based exhaustive search that is used for the design of a novel, least expensive universal family of quantum gates.;The results from both the evolutionary and heuristic search are used to formulate an Inductive Learning Approach based on Quantum Logic Synthesis with the intended application being the humanoid behavioral robotics.;The presented approach illustrates a successful algorithmic approach, where the search algorithm was able to invent/discover novel quantum circuits as well as novel principles in Quantum Logic Synthesis.
机译：由于量子计算机几乎可以大规模实现，并且量子技术是摩尔定律的主要解决方案之一，因此，量子逻辑综合（QLS）已成为设计量子逻辑电路必不可少的理论和工具。然而，尽管其发展迅速，但仍没有统一的QLS方法，因为量子计算仍在被发现并且正在发现新颖的应用。;本研究的目的是通过实验探索量子逻辑综合的原理及其在归纳机器学习中的应用。;基于算法方法，我首先设计了一种用于量子逻辑综合的遗传算法，用于证明和验证本文提出的方法。;基于进化实验的结果，我提出了一种基于结构，成本的快速算法穷举搜索，用于设计新颖的，最便宜的通用量子门系列。进化搜索和启发式搜索的结果均用于制定基于量子逻辑综合的归纳学习方法，预期应用为类人动物行为机器人。；提出的方法说明了一种成功的算法方法，其中搜索算法为能够发明/发现新颖的量子电路以及“量子逻辑综合”中的新颖原理。

著录项

  • 作者

    Lukac, Martin.;

  • 作者单位

    Portland State University.;

  • 授予单位 Portland State University.;
  • 学科 Engineering Electronics and Electrical.;Artificial Intelligence.;Engineering Robotics.
  • 学位 Ph.D.
  • 年度 2009
  • 页码 365 p.
  • 总页数 365
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 无线电电子学、电信技术;人工智能理论;
  • 关键词

  • 入库时间 2022-08-17 11:38:29

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号