본 연구에서는 기존 양자 가산기 회로들보다 토폴리 깊이가 크게 감소된 최적의 양자 가산기를 제안한다.
양자 구분불가능성 난독화(qsiO)는 모든 프로그램에 대한 최선의 복사 방지를 가능하게 한다.
양자 연합 학습(QFL)은 양자 네트워크에서 연합 학습(FL)을 실현하여 협력적인 양자 모델 학습과 로컬 데이터 프라이버시를 달성하는 새로운 개념이다.
양자 네트워크에서 그래프 상태를 효율적으로 생성하고 분배하는 최적화된 기술을 개발한다.
양자 컴퓨팅은 과거 물리학자들의 꿈에 불과했지만 오늘날 현실로 다가오며 세상을 혁명적으로 변화시킬 잠재력을 지니고 있다. 양자 소프트웨어 공학은 양자 컴퓨터의 진정한 잠재력을 실현하고 새로운 가능성의 시대를 열기 위해 필수적이다.
양자 컴퓨팅과 클라우드 컴퓨팅의 통합을 통해 양자 컴퓨터에 대한 접근성이 향상되고 비용이 감소할 것이다.
본 논문은 양자 프로그램의 기호 실행 프레임워크 QSE를 제안하여, 양자 오류 정정 프로그램의 효율적인 분석과 검증을 가능하게 한다.
양자 통계적 질의 모델을 사용하여 임의의 양자 프로세스를 효율적으로 학습할 수 있는 프레임워크를 제공한다.
양자 생성 모델에 도입된 비선형성이 모델의 고전적 시뮬레이션 가능성을 감소시키지만 최적화 안정성을 저하시킬 수 있다.
리만 최적화를 통해 양자 과정을 효율적으로 추정할 수 있다.