Kvantové a klasické strojové učení pro kvantově informační protokoly – Mgr. Jan ROIK
Mgr. Jan ROIK
Doctoral thesis
Kvantové a klasické strojové učení pro kvantově informační protokoly
Quantum and classical machine learning for quantum information protocols
Abstract:
Tato práce shrnuje a konsoliduje autorův publikovaný výzkum týkajicíce se využití umělé intelicekce v oblasti kvantového zpracování informace. První výzkumný problém představuje umělé neuronové sítě jako účinné nelineární svědky provázanosti schopné maximalizovat úspěšnost klasifikace při současném snížení požadovaných zdrojů pro třídu obecných dvou-qubitovových stavů. Druhý výzkumný problém popisuje …viacAbstract:
This thesis summarizes and consolidates the authors' published research on machine learning applications in quantum information processing. The first research task presents artificial neural networks as potent nonlinear entanglement witnesses capable of maximizing the classification success rate for all general two-qubit states while reducing required resources. The second research task describes follow …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 15. 3. 2023
Obhajoba závěrečné práce
- Obhajoba proběhla 15. 6. 2023
- Vedúci: doc. Mgr. Karel Lemr, Ph.D., doc. Mgr. Karel Lemr, Ph.D.
Citační záznam
Jak správně citovat práci
ROIK, Jan. Kvantové a klasické strojové učení pro kvantově informační protokoly. Olomouc, 2023. disertační práce (Ph.D.). UNIVERZITA PALACKÉHO V OLOMOUCI. Přírodovědecká fakulta
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: UNIVERZITA PALACKÉHO V OLOMOUCI, Přírodovědecká fakultaPalacký University Olomouc
Faculty of ScienceDoctoral programme / odbor:
Nanotechnology / Nanotechnology
Práce na příbuzné téma
-
Transformace kvantově provázaných stavů optických polí ve spojitých proměnných
Ondřej ČERNOTÍK -
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Vzdělávací hra vysvětlující strojového učení a neuronové sítě
Jakub Ostrihoň -
Vizualizace učení neuronové sítě
Michal RATAJSKÝ -
Vizualizace učení a výstupů neuronové sítě
Martin Výlet -
Neuronové sítě pro automatickou detekci log v obraze
Zbyněk Novák -
Hluboké neuronové sítě pro posilované učení
Tomáš Ludvík -
Hluboké neuronové sítě pro posilované učení
Václav Košák
Názov
Vložil
Vložené
Práva