Zustandsvorbereitung auf Quantenhardware unter Verwendung eines genetischen Inselalgorithmus
Abstract:
Da genetische Algorithmen eine bemerkenswerte Vielseitigkeit und ein breites Anwendungsspektrum aufweisen, ist ihr Einsatz im Zusammenhang mit der Synthese von Quantenschaltungen nach wie vor von großem Interesse. Angesichts der beträchtlichen Herausforderung, die der riesige Suchraum bei der Generierung von Quantenschaltungen darstellt, ist die theoretische Eignung genetischer Algorithmen offensichtlich, insbesondere im Hinblick auf ihre inhärente Explorationsfähigkeit. Neben der Nutzung von Quantenalgorithmen zur Erzielung von bis zu exponentiellen Laufzeitvorteilen erfordern alle diese Algorithmen die Vorbereitung bestimmter Zustände, um diese Vorteile zu erzielen. Daher ist es von entscheidender Bedeutung, bestimmte Zustände erzeugen zu können, auch wenn keine Kenntnisse über die zugrunde liegenden Schaltkreise vorhanden sind. Ein bemerkenswerter Zustand ist der Greenberger-Horne-Zeilinger (GHZ)-Zustand, der die Überlagerungs- und Verschränkungseigenschaften der Quanteninformatik in sich vereint. Dementsprechend wird dieser Schaltkreis in dieser Arbeit als Zielzustand für die Reproduktion verwendet, und zwei weitere Schaltkreise mit unterschiedlichen Zuständen werden eingesetzt, um die allgemeine Anwendbarkeit dieses Ansatzes zu veranschaulichen. Außerdem wird der genetische Algorithmus nicht nur auf dem Simulator, sondern auch auf der IONQ Aria-1 Quantenverarbeitungseinheit (QPU) ausgeführt.
In dieser Arbeit werde die Unterschiede zwischen dem bevölkerungsbezogenen und dem inselbasierten Ansatz untersucht. Diese Ansätze unterscheiden sich darin, ob die Individuen Teil einer einzigen Population sind oder ob sie sich getrennt in kleinere Gruppen entwickeln, die über mehrere Inseln verstreut sind und nur durch einen Prozess der Migration zwischen den Inseln miteinander interagieren. In dieser Arbeit wird die Überlegenheit des inselbasierten Ansatzes gegenüber dem populationsbasierten Ansatz sowohl für den GHZ-Staat als auch für die beiden anderen Kreisläufe nachgewiesen. Darüber hinaus wird gezeigt, dass die Einschränkungen der Hardware-Ausführung durch den Einsatz des inselbasierten Ansatzes auf der IONQ Aria-1 QPU erfüllt werden können, um einen Lösungskandidaten für den GHZ-Zustand zu erzeugen. Darüber hinaus zeigt die Herkunft der generierten Lösungskandidaten die Wirksamkeit des genetischen Algorithmus selbst und auch die größere Vielfalt der verschiedenen Ansätze.
Autor/in:
Jonathan Philip Wulf
Betreuer:
Jonas Stein, Maximilian Zorn, Claudia Linnhoff-Popien
Studentische Abschlussarbeit | Veröffentlicht Oktober 2024 | Copyright © QAR-Lab
Anfragen zu dieser Arbeit an die Betreuer