Examensarbeten för kandidatexamen

Länka till denna samling:

https://odr.chalmers.se/handle/20.500.12380/51

Browse

Senast publicerade

Visar 1 - 5 av 27
  • Bild (thumbnail)
    Post
    Förbättring av en kvanthybridalgoritm applicerad på proteinveckningsproblemet
    (2023) Brunander, Hampus; Dittmer, Petter; Lagerberg, Jesper; Ljungberg, Jacob; Nerpin, Nils; Rodung, Ludvig; Chalmers tekniska högskola / Institutionen för mikroteknologi och nanovetenskap (MC2); Chalmers University of Technology / Department of Microtechnology and Nanoscience (MC2); Lundgren, Per; García-Álvarez, Laura; Johansson, Göran
    I det här projektet implementeras och undersöks en möjlig förbättring av kvanthybridalgoritmen kvantmekanisk approximativ optimeringsalgoritm (QAOA, Quantum Approximate Optimization Algorithm) på proteinveckningsproblemet. Den undersökta förbättringen kallas Conditional Value at Risk (CVaR), och jämförs med konventionell QAOA för att se om den har några fördelar. Testerna av algoritmen utförs genom simuleringar med programbiblioteket PennyLane för Python. För att modellera proteinveckningsproblemet användes HP-modellen. I slutändan visade QAOA med CVaR på att möjligen vara en liten förbättring jämfört med konventionell QAOA, men fler tester bör göras för att säkerställa om denna förbättring ökar eller minskar med djupet på kvantkretsen och längden på aminosyrakedjan
  • Bild (thumbnail)
    Post
    Kriterier för att identifiera lasrar
    (2023) Billvén, Jacob; Danielson Damne, Sofia; Hansson, Theodor; Persson, Gustav; Chalmers tekniska högskola / Institutionen för mikroteknologi och nanovetenskap (MC2); Chalmers University of Technology / Department of Microtechnology and Nanoscience (MC2); Lundgren, Per; Strandberg, Erik; Haglund, Åsa
    Klassificeringen av en ljuskälla sätter förväntningarna för vilka egenskaper som kan förväntas av fortsatt utveckling, vilket gör det viktigt att korrekt skilja en laser från en LED. Vi har undersökt vilka optiska egenskaper som skiljer 950 nm LED:ar från 980 nm GaAs Vertical-Cavity Surface Emitting Lasrar (VCSEL:ar), i syfte att presentera villkor för att identifiera en ljuskällas typ. Detta utfördes genom att mäta polarisationsbeteende, optisk effekt, spektralfördelning samt stråldivergens. Parametrarna undersöktes som en funktion av ström genom komponenten. Tydliga skillnader uppvisades mellan ljuskällorna där lasern uppvisar tröskelström, polariserat ljus, smal linjebredd och kraftig minskning av stråldivergens då tröskeln passeras medan LED:en saknar tröskel, inte uppvisar bestämd polarisation, har en bred linjebredd och inte ändrar stråldivergens.
  • Bild (thumbnail)
    Post
    QnAS - Quantum noisy Algorithm Simulator: Ett simuleringsverktyg för kvantalgoritmer med störningar i Python
    (2022) Blom, Axel; Edenmyr, Albin; Martinson, Edvin; Nordqvist, Ludvig; Palmqvist, Didrik; Wikman, Isak; Chalmers tekniska högskola / Institutionen för mikroteknologi och nanovetenskap (MC2); Lundgren, Per; Frisk Kockum, Anton; Debnath, Kamanasish
    Quantum computers are predicted to vastly outperform classical computers for certain calculations in the future and are therefore one of the most talked about research fields of our time. For the time being, quantum computers are however severly limited by the physical noises in the hardware. In this project a program called Quantum noisy Algorithm Simulator (QnAS) was developed in order to simulate quantum algorithms affected by relaxation, dephasing, excitation and unwanted interference between qubits. The aim was for the program to be able to simulate up to 15 qubits, be efficient and easy to use. The project was conducted on behalf of Wallenberg Centre for Quantum Technology and therefore had their specific implementation in mind, but the program could be generalised for other implementations of quantum computers as well. The program is written in Python and is based on the package QuTiP. The simulations are performed by the Monte Carlo wave function method in order to simulate as many qubits as possible. The result was a Python package that can be installed via pip. The program was verified by simulating a simple quantum algorithm and comparing the result with experimental data. Also presented in the report are results that demonstrate the functionality and performance of the program. The number of qubits that can be simulated is limited by the performance of the computer and it is considered reasonable to simulate up to 13 qubits on a personal computer whilst more than 15 qubits could be simulated on a computer cluster. The ambition is for the program to be used in the further development of quantum computers by for example giving information about noise resistance of algorithms, indicating which hardware parameters need to be improved and for troubleshooting experimental results. Some potential further developments that could increase the usability of QnAS are also discussed.
  • Bild (thumbnail)
    Post
    Maskininlärning för klassificering med en kvantdator
    (2022) Broback, Erik; Henkow, Victor; Liljenzin, Oscar; Lund, Andreas; Maltesson, Alex; Zaya, Emil; Chalmers tekniska högskola / Institutionen för mikroteknologi och nanovetenskap (MC2); Lundgren, Per; Fitzek, David; Frisk Kockum, Anton
    I detta arbete implementeras och undersöks en klassisk och två kvantmekaniska maskininlärningsalgoritmer för att se om kvantalgoritmerna har någon fördel gentemot den klassiska. De algoritmer som undersöks är en stödvektormaskin (SVM), en kvantmekanisk variationell klassificerare (VQC) och en kvantmekanisk kärnfunktionsuppskattare (QKE). De kvantmekaniska algoritmerna testas i huvudsak med få (⩽ 7) kvantbitar genom simuleringar i mjukvarubiblioteken PennyLane och Qiskit, men även till viss del på riktiga kvantdatorer från IBMQ. Efter implementering och testande med olika datamängder, kärnfunktioner och tillståndsförberedelser jämförs prestandan för de olika algoritmerna, genom bedömning av noggrannheten och körtiden för varje test. Resultaten visar både via noggrannhet och körtid att SVM:en presterar bäst, QKE:n presterar näst bäst och i ett fall bättre än SVM:en, och VQC:n presterar sämst. Slutsatsen är att denna jämförelse inte är till kvantalgoritmernas fördel, då den klassiska algoritmen redan löser klassificering väl. Förmodligen finns mer potential hos kvantalgoritmer när det kommer till att lösa andra problem som klassiska algoritmer inte kan hantera.
  • Bild (thumbnail)
    Post
    Optimering av tvåkvantbitsgrindar på en supraledande kvantdator
    (2021) Ingelsten, Emil; Nordqvist, Linus; Ozolins, Jesper; Reusch Eide, Alexander; Sahlberg, Elina; Zander, Henrik; Chalmers tekniska högskola / Institutionen för mikroteknologi och nanovetenskap (MC2); Vassilev, Vessen; Frisk Kockum, Anton; Fernández Pendás, Jorge
    Just nu pågår en kapplöpning om att bygga den största, snabbaste och mest stabila kvantdatorn. Förutom att realisera kvantbitarna själva på ett stabilt sätt är en annan stor utmaning att implementera kvantgrindarna som ska operera på kvantbitarna så perfekt som möjligt. Särskilt flerkvantbitsgrindar har visat sig vara svåra att implementera med tillfredsställande snabbhet och precision. I denna studie optimerade vi tvåkvantbitsgrindarna iSWAP ochCZ med avseende på grindfidelitet med hjälp av Python-paketet QuTiP. Mer specifikt gjordes detta genom att numeriskt modellera uppställningen som i nuläget används på Chalmers för att implementera tvåkvantbitsgrindar, bestående av två supraledande kvantbitar och en ställbar kopplare. Med denna uppställning appliceras tvåkvantbitsgrindar genom att modulera det externa magnetiska flödet (t) för att förändra den ställbara kopplarens karakteristiska frekvens. Vi lyckades uppnå en iSWAP-grind med fidelitet 0.9967 och operationstid 95 ns, och en CZ-grind med fidelitet 0.9991 och operationstid 114 ns. Dessa operationstider är avsevärt snabbare än nuvarande implementationer, och fideliteterna är betydligt högre än vad som tidigare realiserats.