Kvantové počítače Foton se může nacházet „současně na více místech“ (s různou pravděpodobností). Nemá deterministicky určenou polohu. To dává šanci elementární.

Slides:



Advertisements
Podobné prezentace
SPECIÁLNÍ TEORIE RELATIVITY
Advertisements

Fakulta životního prostředí Katedra informatiky a geoinformatiky
Dynamické systémy.
Jak inteligentní je pračka – fuzzy logika
Odhady parametrů základního souboru
Teorie čísel Nekonečno
Základy informatiky přednášky Kódování.
Genetické algoritmy. V průběhu výpočtu používají náhodné operace. Algoritmus není jednoznačný, může projít více cestami. Nezaručují nalezení řešení.
Úvod do Teorie množin.
Teorie pravděpodobnosti
Informatika pro ekonomy II přednáška 1
Orbis pictus 21. století Tato prezentace byla vytvořena v rámci projektu.
Bayesův teorém – cesta k lepší náladě
Získávání informací Získání informací o reálném systému
Statistická mechanika - Boltzmannův distribuční zákon
Optimalizační úlohy i pro nadané žáky základních škol
FYZIKA VÝZNAM FYZIKY METODY FYZIKY.
Taxonomie problémů, případ NP není P Všechny rozhodovací problémy Nepřečíslitelné problémy Přečíslitelné, ale nerozhodnutelné problémy Doplňkově Nepřečíslitelné.
Fakulta životního prostředí Katedra informatiky a geoinformatiky
25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK
Teorie ICT.
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky.
také Gaussovo rozdělení (normal or Gaussian distribution)
Fakulta životního prostředí Katedra informatiky a geoinformatiky
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
RADIOAKTIVNÍ ZÁŘENÍ Fotoelektrický jev byl poprvé popsán v roce 1887 Heinrichem Hertzem. Pozoroval z pohledu tehdejší fyziky nevysvětlitelné chování elektromagnetického.
Fuzzy logika.
Informatika pro ekonomy II přednáška 10
POČET PRAVDĚPODOBNOSTI
Fuzzy logika, fuzzy množiny
Umělá inteligence Minského definice: UI je věda o vytváření strojů nebo systémů, které budou při řešení určitého úkolu užívat takového postupu, který –
Taxonomie problémů, případ NP není P Všechny rozhodovací problémy Nepřečíslitelné problémy Přečíslitelné, ale nerozhodnutelné problémy Doplňkově Nepřečíslitelné.
P-těžké, np-těžké a np-úplné problémy
Distribuce klíčů. Metoda Diffie Hellman Použiji jednosměrnou funkci f(x)=p x mod q p,q jsou velká prvočísla. Uživatel A zvolí tajný klíč t, uživatel B.
Měření účinnosti převodovky
Zpracování neurčitosti Fuzzy přístupy RNDr. Jiří Dvořák, CSc.
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
ZÁKLADY TEORIE PRAVDĚPODOBNOSTI
Databázové systémy Informatika pro ekonomy, př. 18.
Množiny.
Mlhavost Fuzzy logika, fuzzy množiny, fuzzy čísla
Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce
© Institut biostatistiky a analýz SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.
2. Vybrané základní pojmy matematické statistiky
DOK. FUZZY MNOŽINY ETC. Klasické množiny Klasická množina – Výběr prvků z nějakého univerza Podle nějakého pravidla – Každý prvek obsahuje nejvýše jednou.
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Pokročilé architektury počítačů (PAP_16.ppt) Karel Vlček, katedra Informatiky, FEI VŠB Technická Univerzita Ostrava.
Výpočetní složitost Odhlédneme od realizace algoritmu na konkrétním hardwaru a v konkrétním prostředí informačního systému časovou složitost hodnotit počtem.
BioTech 2011, Strážná. O čem to bude? Stochastické simulace Diferenciální rovnice (ODR) Automaty.
Mlhavost Fuzzy logika, fuzzy množiny, fuzzy čísla
Churchova (Turingova) teze
Aritmetický průměr - střední hodnota
Jaderné reakce (Učebnice strana 133 – 135) Jádra některých nuklidů jsou nestabilní a bez vnějšího zásahu se samovolně přeměňují za současného vysílání.
Operace s množinami Matematika Autor: Mgr. Karla Bumbálková
Mentální reprezentace
Složitost algoritmu Vybrané problémy: Při analýze složitosti jednotlivých algoritmů často narazíme na problém, jakým způsobem vzít v úvahu velikost vstupu.
MNOŽINY RNDr. Jiří Kocourek. Množina: skupina (souhrn, soubor) nějakých objektů.
Testování hypotéz Otestujte,… Ověřte,… Prokažte,… že střední věk (tj.  ) …činí 40 let (= 40) …je alespoň 40 let (≥ 40)
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
Signály a jejich vyhodnocení
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Informatika pro ekonomy přednáška 3
Informatika pro ekonomy přednáška 8
Výpočetní složitost Odhlédneme-li od realizace algoritmu na konkrétním hardwaru a v konkrétním prostředí informačního systému, lze časovou složitost hodnotit.
Informatika pro ekonomy přednáška 3
Taxonomie problémů, případ NP není P
MNOŽINY RNDr. Jiří Kocourek.
Klasifikace rozhodovacích problémů
Kvantová kryptografie
Transkript prezentace:

Kvantové počítače Foton se může nacházet „současně na více místech“ (s různou pravděpodobností). Nemá deterministicky určenou polohu. To dává šanci elementární částice užít přímo pro modelování nedeterministického Turingova stroje či jiného modelu nedeterministického výpočtu. Ve stádiu předběžných úvah a neurčitých záměrů

Kvantová kryptografie

Výměna klíčů Kóduji 0 jako \ nebo – Kóduji 1 jako / nebo | Posloupnost 0 a 1 náhodně kóduji pomocí schémat + a x Příjemce náhodně použije schémata + a x pro rozpoznání Dodatečně se domluvíme, kdy byla použita stejná schémata. Ty části posloupnosti budou použity jako jednorázový klíč.

Kvantová kryptografie Posílám fotony s různou polarizací Polarizaci lze měřit pomocí filtrů, při měření se polarizace změní. Použiji 4 různé polarizace - \ | / Dvě schémata měření x +

Příklad Posloupnost 1 X + Odesílám \ | / - Příjemce volí Příjemce čte 1 Volím schémata X + Odesílám \ | / - Příjemce volí Příjemce čte Smluvený klíč

Pokud nepřítel naslouchá Posloupnost 1 Volím schémata X + Odesílám \ | / - Nepřítel volí Nepřítel čte Nepřítel odešle Příjemce volí Příjemce čte Domluva s od.

První úspěšný pokus, 1989 Vzdálenost 37cm

Přenos volným prostrorem

Přenos po optickém kabelu

Praktické využití ?

Firma MagiQ

Chemické počítače Data jsou reprezentována různými koncentracemi chemikálií na vstupu. Výpočet je modelován průběhem chemické reakce. Ve stádiu předběžných úvah a neurčitých záměrů

DNA počítače Myšlenka založena se schopnosti řetězců aminokyselin DNA vytvářet masivně vlastní kopie paralelně. Výpočet by byl realizován jako biologický experiment. Pokud se aminokyseliny spojí do vhodného řetězce, lze jej považovat za řešení úlohy. Lepší perspektivu skýtají možná peptidy (12 bází místo 4 bází u DNA). Ve stádiu předběžných experimretnů

DNA ČIP Ehud Shapiro (2004) Dokáže vyhodnotit pravdivost jednoduchých formulí výrokové logiky. Například (A and B) or C

Analogové počítače Jsou starší než číslicové. Ke škodě věci se na ně poněkud pozapomenulo. Vytvoří se fyzikální, obvykle spojitě pracující model děje (mechanický, hydraulický, elektromagnetický, …), který se řídí stejnými nebo podobnými zákony jako řešený problém. Nechá se proběhnout vývoj na tomto modelu. Výsledek poskytne informaci o řešení původního problému. Dávno známé, dnes možná neprávem poněkud opomíjené

Mlhavost Možné příčiny nejistoty: Stochastický charakter jevu (zítra bude pršet). Kvantová nejistota (teplota vody v umyvadle je 10 stupňů) Mlhavost pojmů (jsem vysoký člověk)

Fuzzy množiny Klasická teorie množin : prvek do množiny patří, nebo nepatří. Exisstuje charakteristická funkce množiny A A, MA. MA = 1, pokud x  A, MA = 0, pokud není x  A. Fuzzy množina je určena svou charakteristickou funkcí μA z univerza U na interval <0,1> μA (x)= 1, pokud x je určitě v A. μA (x)= 0, pokud x určitě není v A. μA je mezi 0 a 1, pokud nevíme jistě, zda x je v A, nebo není.

Fuzzy množiny Nosič A: supp(A)={xU|μA (x) > 0}. Jádro A: core(A)={xU|μA (x) = 1}. Výška fuzzy množiny: sup(μA (x)). Normální fuzzy množina: Výška je rovna 1. α-hladina fuzzy množiny A {xU|μA (x) ≥ α}. Α-řez fuzzy množiny A {xU|μA (x) = α}.

Operace s fuzzy množinami A je podmnožina of B: μA (x) ≤ μB(x) B je doplněk of A: μB(x) = 1 - μA(x) C je (standardní) sjednocení A a B: μC(x)=max(μA(x), μB(x)) C je (standardní) průnik A a B: μC(x)=min(μA(x),μB(x))

Fuzzy čísla Nechť a≤b≤c≤d jsou 4 reálná čísla, která splňují: μA(x)=0 , pro x<a and x>d μA(x)=1 , pro x mezi b a c μA(x) je rostoucí mezi a a b. μA(x) je klesající mezi c a d. Takovou množinu A nazýváme fuzzy interval. Pokud b=c nazýváme tuto množinu fuzzy číslo.