Превосходство квантовой программной инженерии в интеллектуальной робототехнике

Основное содержимое статьи

В. В. Кореньков
А. Г. Решетников
С. В. Ульянов

Аннотация

Представлен новый подход к реализации квантовых массивных параллельных вычислений с использованием методов схемной реализации квантовых алгоритмических вентилей. Рассмотрены такие методы построения быстрых квантовых операторов, как суперпозиция, запутанность и
интерференция. Представленные методы позволяют сократить количество действий, которые необходимо выполнить. Реализация представлена как вспомогательный инструмент суперкомпьютерного ускорителя SW&HW для моделирования квантовых алгоритмов. В частности, был реализован новый алгоритм квантово-генетического и квантово-нечеткого вывода для интеллектуального управления роботами. Также представлен новый метод выполнения вывода Гровера без операций с произведением.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
Korenkov, V., Reshetnikov, A., & Ulyanov, S. (2021). Превосходство квантовой программной инженерии в интеллектуальной робототехнике. Системный анализ в науке и образовании, (4), 1–8. https://doi.org/10.37005/2071-9612-2020-4-135-146
Раздел
Статьи

Библиографические ссылки

Ulyanov S.V. Self–organized robust intelligent control. LAP Lambert Academic Publishing, 2015.

Ulyanov S.V. Quantum soft computing in control processes design: Quantum genetic algorithms and quantum neural network approaches. In: WAC (ISSCI’) 2004 (5th Intern. Symp. on Soft Computing for Industry), Seville Spain, 2004;(17):99–104.

Lahoz–Beltra R. Quantum genetic algorithms for computer scientists. Computers, 2016; 5(4):31–47.

Ulyanov S.V. Self–organizing quantum robust control methods and systems for situations with uncertainty and risk. Patent US 8788450 B2, 2014.

Liu Y., Feng S., Zhao Z., Ding E. Highly Efficient Human Action Recognition with Quantum Genetic Algorithm Optimized Support Vector Machine. ArXiv, abs/1711.09511, 2017.

Fen W., Min L., Gang W., Xu J., Ren B., Wang G. Fault diagnosis approach of gearbox based on Support Vector Machine with improved bi–layers quantum genetic optimization. 13th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI), Xi'an, 2016: 997–1002.

Ivancova O.V., Korenkov V.V., Ulyanov S.V. Quantum software engineering. Moscow : Kurs, 2020.

Ulyanov S.V., Ryabov N.V. The quantum genetic algorithm in the problems of intelligent control modeling and supercomputingSoftware & Systems, 2019;32(2):181–189.

Ulyanov S.V., Ryabov N.V. Quantum simulator for modeling intelligent fuzzy control. Fuzzy Systems and Soft Computing. 2019;(1):19–33 (in Russ). https://doi.org/10.26456/fssc49.

Ulyanov S.V. Quantum Fuzzy Inference Based on Quantum Genetic Algorithm: Quantum Simulator in Intelligent Robotics. R. A. Aliev et al. (Eds.): ICSCCW 2019, AISC 1095, 2020;78–85. https://doi.org/10.1007/978–3–030–35249–3_9.