Kvanttitietokoneiden sovelluskohteet tietotekniikassa
Tekijät
Päivämäärä
2022Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Tämän tutkielman tavoitteena on antaa lukijalle yleiskuva kvanttitietokoneiden toiminnasta, sekä tutustua muutamiin niiden sovelluskohteisiin tietotekniikan alalla. Tarkasteltuja sovelluskohteita ovat RSA-salauksen purkaminen, kvanttiavaintenjako tai tunnetummin ''quantum key distribution'' sekä erinäiset sovellukset koneoppimisessa. Johtopäätöksenä todetaan, että monet kvanttitietokoneiden sovelluskohteista ovat vielä kehitysvaiheessa, mutta kuitenkin tarpeeksi pitkällä, että osa niistä voitaisiin ottaa käyttöön jo lähitulevaisuudessa. The goal of this paper is to give the reader an overview of the operation of a quantum computer, and also to explore some of their applications in the field of computer science. The applications explored are the reversing of RSA-encryption, ''quantum key distribution'' and miscellaneous applications in the field of machine learning. The arrived conclusion is that many of the applications of quantum computing are still in development, but some are far enough that they could be deployed in the near future.
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [4983]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
DNA computing
Lappalainen, Panu (2019)Tässä kirjallisuuskatsauksessa käsitellään DNA:n mahdollisuuksia tietokonelaskennassa. DNA on erinomainen rinnakkaislaskennassa laskentanopeutensa ja energiatehokkuutensa puolesta, mutta sen hitaan valmisteluajan ja yleisen ... -
Toolbox for Distance Estimation and Cluster Validation on Data With Missing Values
Niemelä, Marko; Äyrämö, Sami; Kärkkäinen, Tommi (Institute of Electrical and Electronics Engineers (IEEE), 2022)Missing data are unavoidable in the real-world application of unsupervised machine learning, and their nonoptimal processing may decrease the quality of data-driven models. Imputation is a common remedy for missing values, ... -
MuZero ja mallipohjainen vahvistusoppiminen
Leinonen, Hertta (2021)Tutkielmassa pyritään selvittämään, mitä mallipohjainen vahvistusoppiminen tarkoittaa, ja kuinka sitä hyödynnetään MuZero-nimisen tekoälyn algoritmissa. MuZeroa on testattu menestyksekkäästi sekä klassisissa lautapeleissä, ... -
Automatic social distance estimation for photographic studies : Performance evaluation, test benchmark, and algorithm
Seker, Mert; Männistö, Anssi; Iosifidis, Alexandros; Raitoharju, Jenni (Elsevier, 2022)The social distancing regulations introduced to slow down the spread of COVID-19 virus directly affect a basic form of non-verbal communication, and there may be longer term impacts on human behavior and culture that remain ... -
Lukuteoriaan perustuvia salausmenetelmiä
Rehn, Rasmus (2019)Tämän tutkielman tarkoitus on tutustuttaa lukija salakirjoituksen maailmaan lukuteorian näkökulmasta. Tutkielma sisältää salausmenetelmiin tarvittavat matemaattiset pohjatiedot, Diffie-Hellmanin salausmenetelmän ja ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.