| spelling |
Joao Pedro BragaRita de Cassia de Oliveira SebastiaoJosé Luiz Acebal FernandesEmílio BorgesRuben Dario Sinisterra MillanJadson Claudio BelchiorVitor Daniel de Viterbo2019-08-13T04:10:41Z2019-08-13T04:10:41Z2014-04-07http://hdl.handle.net/1843/SFSA-A44S3DA Química necessita de computadores velozes para o processamento de uma grande quantidade de informações e dados complexos. A simulação de sistemas líquidos, a interação entre átomos e moléculas e a identificação de moléculas necessitam de computadores mais eficientes para a solução desses problemas. Esta tese descreve a pesquisa, modelagem e desenvolvimento de uma rede neural artificial usando os conceitos da Computação Quântica para trabalhar como uma rede neural quântica. Esta tese também implementa o estudo de um algoritmo quântico de procura e o estudo dos estados ligados que os dímeros do gás hélio, HeNe, HeAr, HeKr e HeXe podem suportar.Três abordagens foram seguidas: a) o método da fase variável, para gerar dados. b) redes neurais clássicas, usando os dados gerados anteriormente. c) redes neurais quânticas. O foco é a validação e testes do conceito das redes neurais quânticas, com base na informação obtida das redes neurais artificiais clássicas, acopladas a um algoritmo quântico. Uma rede neural quântica foi modelada para aprender o comportamento de um sistema químico estudado anteriormente. O conceito da Computação Quântica e do computador quântico mostra a evolução complexa da computação clássica bem como uma mudança de conceito em termos de circuitos (hardware) e algoritmos (software). Processing of complex data and in large amount requires the use of high-speed computers in Chemistry. Liquids systems simulations, atoms and molecules interaction and their identification require computers more robust to solve these problems. This thesis describes the research, modeling and development of a neural network thatutilizes the Quantum Computation to work as a quantum neural network. Additionally, this thesis implements studies of a quantum search algorithm and number of bounds states helium gas dimers, HeNe, HeAr, HeKr and HeXe can withstand. Three steps were followed A)variable phase method, for data generation B) classical neural network, using data generated by the step above. C) quantum neural network. The purpose of following these three steps was to validate the quantum neural network. The validation was based on the informationgenerated by the classic neural network coupled to a quantum algorithm to model a quantum neural network, which will learn the behavior of a chemical system previously studied. Quantum Computation and computer approaches proves the complex evolution of classiccomputing as well as changes related to hardware and software concepts.Universidade Federal de Minas GeraisUFMGAlgoritmosHélio líquidoFísico-químicaRedes neurais (Computação)Computação quânticaLíquidos quânticosQuânticoDímeros de gás hélioRede neural artificial quânticaComputação quânticaAlgoritmoDesenvolvimento de redes neurais artificiais quânticas com aplicações em químicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALvitor_daniel_de_viterbo_tese_de_doutorado.pdfapplication/pdf2316062https://repositorio.ufmg.br/bitstream/1843/SFSA-A44S3D/1/vitor_daniel_de_viterbo_tese_de_doutorado.pdf1d23e03f50d6655a4b62ac402c2ff629MD51TEXTvitor_daniel_de_viterbo_tese_de_doutorado.pdf.txtvitor_daniel_de_viterbo_tese_de_doutorado.pdf.txtExtracted texttext/plain219737https://repositorio.ufmg.br/bitstream/1843/SFSA-A44S3D/2/vitor_daniel_de_viterbo_tese_de_doutorado.pdf.txt3208aefd921efe1971838a55c7011096MD521843/SFSA-A44S3D2019-11-14 21:08:18.762oai:repositorio.ufmg.br:1843/SFSA-A44S3DRepositório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-15T00:08:18Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|