Neurális hálózatokkal segített kvantum állapot rekonstrukció

Nyomtatóbarát változatNyomtatóbarát változat
Cím angolul: 
Machine learning assisted quantum state tomography
Típus: 
MSc diplomamunka téma - kutatófizikus
Félév: 
2022/23/2.
Témavezető: 
Név: 
dr. Varga Imre
Email cím: 
varga.imre@ttk.bme.hu
Intézet/Tanszék/Cégnév: 
Fizikai Intézet, Elméleti Fizika Tanszék
Beosztás: 
egyetemi docens
Elvárások: 

Jó angol nyelvtudás, kvantummechanika, statisztikus fizika ismerete, kiváló szoftver implementálási és programozási készség, 

Leírás: 

Kvantum állapot rekonstrukció alatt a fizikai állapotot leíró sűrűség mátrix előállítását értjük nagy mennyiségű mérés alapján. Ehhez a gépi tanulást, pontosabban neurális
hálózatokon történő ún. mély tanulást hívjuk segítségül. 

A gépi tanulás már nagyon sok területen igen hatékonyan segíti és sok esetben teljesen más fényben világítja meg a fizikai problémákat. Ehhet segítséget nyújtanak
már kész Pyton vagy más rendszerű program csomagok is, ezzel megoldható, hogy viszonylag egyszerű rendszereket már elég gyorsan implementálni lehessen.

A jelen dolgozatban egyszerű modelleken megvizsgáljuk kvantum állapotok helyreállítását gépi tanulás segítségével. Megvizsgáljuk az adatok hiányának és zajosságának hatását,
illetve megnézzük azt is, hogy mennyire lehetne kvantumos gépi tanulással, vagyis kvantum neurális hálózattal megoldani. 

Ehhez az irodalomban található általános és a releváns referenciák githubon található speciális programcsomagok alkalmazhatóságát is megvizsgáljuk.

Titkosítas: 
Hozzáférés nincs korlátozva