Bíró Gábor, Dobos László (2025.01.01-11.30)

Kivonat: A projekt keretében környezeti hang minták mesterséges intelligencia alapú vizsgálata, alkalmazott kutatásokhoz.

Koniorczyk Mátyás (2025.09.01 - 2026.03.31)

Kivonat: A kvantum optimalizáló hardverek, pl. kvantum annealerek fejlődése interdiszciplináris kutatói érdeklődést váltott ki a kvadratikus bináris optimalizálási feladatok területén. Ezeket széles körben tanulmányozták az operációkutatás irodalmában is, valamint a fizikában, ahol Ising spinüvegként ismertek. A jelen projekt célja az ilyen problémák mélyebb strukturális megértése benchmark és gyakorlati feladatokon keresztül, az együttműködő partnereink megoldóprogramjainak használatával: a BiqBin-nel, amely egy klasszikus egzakt megoldó, illetve a SpinGlassPEPS.jl-lel, amely egy tenzorhálózat alapú heurisztika, illetve a kettőt kombinálva. Hozzá kívánunk járulni a megoldók fejlesztéséhez is. A megoldandó feladatok sora az általunk nemrég bevezetett kódelméleti benchmark feladatoktól a vasúti üzemtani alkalmazásokig terjed.

Bakó Bence (2025.03.01-09.30)

Kivonat: A kvantumszámítógépek egyik letöbbet ígérő gépi tanulással kapcsolatos alkalmazása a generatív modellezés, mely bár nagy potenciállal bír, számos kihívással is szembe kell néznie az optimalizáció során. Bizonyos korlátozott és strukturált generatív kvantumos modellek azonban képesek leküzdeni ezeket a betaníthatósági problémákat, miközben lehetővé teszik a lokális várható értékek hatékony klasszikus becslését. Ezek a várható értékek felhasználhatóak a modell betanítására, ezzel megszűntetve a kvantumszámítógép szükségességét az optimalizációs szakaszban. Továbbá léteznek olyan áramköri osztályok, mint például az IQP vagy a matchgate áramkörök, amelyek lehetővé teszik ezt a fajta klasszikus betanítást, miközben a hatékony mintavételezéshez továbbra is elengedhetetlen a kvantumos eszköz használata. Ebben a munkában olyan korlátozott és strukturált generatív kvantumos modelleket vizsgálunk, amelyek fenntartják a klasszikus taníthatóságot, miközben a mintavételezésben kvantumelőnyre tehetnek szert.

Kolarovszki Zoltán (2025.03.01 - 09.30)

Kivonat: A Piquasso, egy nyílt forráskódú kvantumszámítási keretrendszer, lehetővé teszi a fotonikus kvantumáramkörök gyors és skálázható szimulációját. Magas szintű Python programozási felületet biztosít mind a diszkrét, mind a folytonos változójú fotonikus kvantumszámítógépek hatékony szimulációjához. A Piquasso tartalmaz optimalizált numerikus módszereket, nagy teljesítményű C++ implementációkat és gépi tanulási keretrendszer-támogatást, kezelvén a kvantum-szimulációk számítási nehézségét. A HPC-erőforrások kihasználása lehetővé teszi a kutatók számára kvantumelőny-kísérletek vizsgálatát, a hibamérséklési stratégiák tesztelését és a kísérleti eredmények összehasonlítását az idealizált modellekkel. A fotonikus kvantumhardverek folyamatos fejlődésével párhuzamosan a HPC-infrastruktúrára épülő robusztus szimulációs eszközök továbbra is elengedhetetlenek maradnak az elméleti modellek és a valós kvantumszámítási alkalmazások közötti szakadék áthidalásához.

Rakyta Péter (2025.03.01 - 9.30)

Kivonat: A variációs kvantumalgoritmusokat ígéretes jelölteknek tekintik a kvantum előny demonstrálására. Ezek a megközelítések jellemzően parametrizált kvantumáramkörök tanítását jelentik egy klasszikus optimalizálási cikluson keresztül. Ennek során gyakran szembesülünk olyan kihívásokkal, amelyek az exponenciálisan csökkenő gradienskomponenseknek tulajdoníthatóak. Munkánk során bevezetünk egy újszerű optimalizálási megközelítést, amelynek célja, hogy enyhítse ezen numerikus kihívások negatív hatásait. Ellentétben a hagyományos gradiens alapú módszerekkel, a megközelítésünk keresési irányok mentén történő optimalizáción alapul. Az optimalizálási keresési irányt, valamint a keresés tartományát a költség-funkciós táj távoli jellemzői határozzák meg. Optimalizálási stratégiánkat sikeresen alkalmaztuk 16 qubites és 15000 összefonódást generáló kvantumkaput tartalmazó áramkörökre.

Horváth Anna, Aneta Magdalena Wojnar, Barnaföldi Gergely Gábor (2024.12.01 - 2025.03.31)

Kivonat: Tömeges és nulla tömegű részecskék viselkedését vizsgáljuk erős gravitációs térben, egy extra térdimenzió bevezetése mellett. Egy Schwarzschild-szerű megoldást vizsgálunk a Klauza-Klein modellben, és annak lehetséges megfegyelési köveztkezményeit az általános reletivitáselmélethez képest. Görbületek és a határozatlansági reláció módosulhat, ami eltérő termodinamikai viselkedéshez vezet.

Szabó, Vencel (ELTE); Barbola, Milán Gábor (ELTE); Méhes, Máté (ELTE); Gábor Papp (ELTE), Bíró, Gábor (Wigner); Jólesz, Zsófia (ELTE-Wigner); Dudás, Bence (ELTE-Wigner) (2024.03.01 - 2024.06.30)

Kivonat: A proton computer tomográfia (pCT) abban különbözik a "hagyományos" foton alapú tomográfiától, hogy különbözik az alapreakció: míg a pCT esetében a kis szögű Coulomb szórás a domináns reakció, addig a foton CT-ben a bejövő foton elnyelődik, és a teljes energiáját leadja. Ez a különbség teszi nehézzé a pCT-ben a kép visszaszámolását.

A projekt során a hallgatók legenerálják a pCT algoritmushoz szükséges bemenő adatokat, mely feladat során masszívan futtatják a GATE szimulációs szoftver különböző phantomokon. A richardson-Lucy algoritmus alapján próbálják meg visszaállítani a phantom képét, közben tesztelve, hogy mekkora szög- illetve pozíció felbontásra van szükség az elfogadható kép előállításához. További tervek a Richardson-Lucy algoritmus optimalizálása GPU clustrre, a számolási sebesség felgyorsítására. További terv a pCT bemenő legyártása a detektor kimenet alapján.