Yazar "Kaya, Furkan" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • [ X ]
    Öğe
    ESTIMATING PI USING HIGH-DIMENSIONAL SINGLE AND MULTI-GLOBAL QUANTUM PHASE ESTIMATION ALGORITHM ON CIRQ
    (Rinton Press, Inc, 2024) Ceylan, Osman Semi; Gunduz, Sabri; Kaya, Furkan; Yilmaz, Ihsan
    Quantum computing is carried out based on the working principles of quantum mechanics. Current 2-dimensional quantum computing techniques face major problems such as noise and information capacity. As such, high-dimensional quantum computing is leveraged to solve these problems. This study attempts to approximate the pi number through the multi-global and single-global Quantum Phase Estimation (QPE) algorithms in high-dimension. This study reveals that pi can be calculated by using fewer quantum resources in high dimension with at least equal or higher precision than that obtained by 2-dimensional QPE. In addition, when the number of qudits or the number of dimensions is kept constant, the multi-global QPE in high dimensions yields at least equal or better results than the single-global QPE. All calculations performed in this study are implemented on Cirq.
  • Küçük Resim
    Öğe
    Kuantum makine öğrenmesiyle mikobakteri tuberculosis patojeninin antibiyotik direncinin tahmin edilmesi
    (Çanakkale Onsekiz Mart Üniversitesi, 2023) Kaya, Furkan; Yılmaz, İhsan
    Antibiyotiklerin gereksiz kullanımı, bakterilerin zamanla antibiyotiklere karşı direnç geliştirmesine yol açmaktadır. Mevcut antibiyotiklerin etkinliği tedavi süreçlerinde azalabilmekte ve hatta tamamen etkisiz hale gelebilmektedir. Hastalığın hangi antibiyotiğe direnç gösterdiği, geleneksel olarak kültürleme tekniğiyle tespit edilmekte, ancak bu yöntemle tedavi sürecinde hastaya katkı sağlamayan antibiyotiklerin verilme olasılığı bulunmaktadır. Bu durumda, makine öğrenmesi tabanlı antibiyotik direnci tahmin yöntemleri, daha hızlı ve doğru bir şekilde direnç profili belirleyerek, hastaların tedavi süresince etkili ve uygun antibiyotikler almasına yardımcı olabilir. Gelişen teknoloji sayesinde, hızlı bir şekilde bakterilerin nükleotid dizilimleri belirlenebilmekte ve ardından protein dizilimi algoritmalarıyla genler ayrıştırılabilmektedir. Bu genetik yapı elde edildikten sonra, makine öğrenmesi teknikleri kullanılarak bakterinin antibiyotik direnci tahmin edilebilmektedir. Yapılan bu çalışmada verem hastalığına sebep olan Mikobakteri Tuberculosis patojeninin antibiyotik direncini tahmin etmek için kuantum vektör destek makine öğrenme ve varyasyonel kuantum devreleri makine öğrenme yöntemleri kullanılmıştır. Bu iki makine öğrenme yöntemi mevcut kuantum simülatörlerinde simüle edilip karşılaştırılmıştır.