开放环境下多比特量子计算机的相干控制模型

研究了开放环境下多比特量子计算系统的相干控制建模问题.基于开放量子系统的数学模型,选取适当的矩阵基将描述多比特量子计算机的复矩阵动态控制模型转化为实向量空间上的控制模型,并给出计算相应的结构系数的方法.这些工作提供了进一步研究控制律设计的基础.     

基于逆系统方法的广义非线性系统控制及电力系统应用

对一般广义非线性系统的反馈线性化问题,通过将代数变量视为虚拟输入,给出了构造性递归求逆算法,实现了系统的精确反馈线性化.作为该算法的应用,讨论了带有非线性负荷的三节点电力系统的励磁控制问题,设计了非线性励磁控制器.仿真结果表明了方法的有效性.     

量子机器学习

人工智能和量子物理是上世纪发展起来的两个截然不同但又影响深远的学科.近年来,它们在数据科学方面的结合引起了学术界的高度关注,形成了量子机器学习这个新兴领域.利用量子态的叠加性,量子机器学习有望通过量子并行解决目前机器学习中数据量大,训练过程慢的困难,并有望从量子物理的角度提出新的学习模型.目前该领域的研究还处于探索阶段,涵盖内容虽然广泛,但还缺乏系统的梳理.本文将从数据和算法角度总结量子机器学习与经典机器学习的不同,以及其中涉及的关键加速技巧,针对数据结构(数字型、模拟型),计算技巧(相位估计、Grover搜索、内积计算),基础算法(求解线性系统、主成分分析、梯度算法),学习模型(支持向量机、近邻法、感知器、玻尔兹曼机)等4个方面对现有研究成果进行综述,并建议一些可能的研究方向,供本领域的研究人员参考.     

量子力学系统的输出反馈控制

研究量子系统输出反馈控制问题建模以及控制律设计问题.首先讨论了量子力学VonNeumann测量原理与连续测量模型的一致性;然后在连续测量模型的基础上总结了已有量子反馈模型的结果,归纳出量子输出反馈控制系统模型;最后针对单比特振幅退相干抑制问题,利用线性直接输出反馈控制设计反馈控制律,指出利用最优控制的方法设计线性输出反馈控制的比例系数,可以得到较好的结果.     

非线性广义系统的右可逆性

研究了广义非线性系统的右可逆性,给出构造性的求逆算法以克服以往结果中需求解 非线性方程组的困难,从而使得求逆算法对任意足够光滑的非线性广义系统皆为可行.     

Lipschitz广义非线性系统观测器设计

研究一类广义非线性系统的观测器设计问题．首先讨论了半正定Lyapunov函数下指数1广义非线性系统稳定及渐近稳定性,然后对一类由线性和Lipschitz非线性项组成的广义非线性系统,给出了渐近稳定观测器存在的条件,并把观测器反馈增益矩阵的设计归结为广义线性系统容许控制以及奇异值计算问题,证明了若容许广义线性系统矩阵的最小奇异值大于系统的Lipschitz常数,容许控制器增益矩阵就是待求的观测器反馈增益矩阵。     

求解量子系统时间最优控制问题的同伦算法研究

针对数值求解量子系统时间最优控制问题中反复调用梯度算法导致计算量大的问题,本文提出一类同伦算法用以快速求解量子系统的时间最优控制问题.与已有算法不同,这一算法通过引入同伦变量在减小终端时间的方向上搜索最优解.在这一算法中,可通过自由函数构造保真度函数对控制变量的梯度方向,也可通过方向函数引导算法的搜索方向,以加快算法的搜索速度.本文将这一算法用于求解量子系统态转移和门变换的时间最优控制问题.仿真结果表明这一算法的有效性.     

一般非线性系统的构造性逆系统方法

针对由于逆系统方法之求逆算法中求解隐函数方程的困难, 通过消元法避开对隐函数方法的求解, 提出了一般非线性多变量系统的构造性求逆算法. 在此基础上讨论对逆系统方法的相应改进, 通过动态补偿进一步提出了构造性逆系统方法. 这种改进使得逆系统方法原则上可以构造性地适用于任意足够光滑的非线性系统.     

基于变分量子分类器的量子对抗攻击生成算法

量子分类器在扰动攻击下的脆弱性是量子机器学习中的基本理论问题之一。量子分类器的脆弱性是指其随着量子系统规模增大而更容易因为一些微小的扰动而分类错误的性质。这种微小扰动也被称为量子对抗攻击，而如何生成尽可能小的扰动使得量子分类器失效仍是一个开放问题。针对这一问题，提出了一种新的量子对抗攻击生成算法——量子混淆算法。该算法利用量子分类器关于输入数据的梯度信息来生成扰动，从而使得已训练好的量子分类器失效。数值仿真结果表明，与已有的量子对抗攻击方法相比，量子混淆算法可以通过更小的扰动实现对抗攻击，为理解分类器的有效性和脆弱性提供了新的思路。