There are many phenomena in quantum physics that cannot be explained with a classical understanding of Nature. These phenomena can be exploited to develop novel, powerful quantum information processing methods, which include the development of quantum computers. They can be used to run quantum algorithms with which one can efficiently solve problems that seem intractable with usual computation. Quantum computation has many potential applications, e.g., in material science, quantum chemistry, and combinatorial optimization.
In this course, we aim to develop a deeper understanding of quantum phenomena. In order to do so, we start with some basics from classical probability and information theory. Then, we first see some non-classical phenomena, such as the no-cloning theorem (quantum information cannot be copied) and entanglement, to name just two basic examples. Potential topics for the end of the course are selected quantum algorithms, examples from quantum communication, and quantum error correction.
This course has an emphasis on conceptual aspects of the topic, and we try to avoid technical discussions.
Nevertheless, a solid mathematical understanding is required.
The first part of the seminar requires no prior knowledge of quantum mechanics, which can be obtained in the course `Introduction to Quantum Computing' in parallel.
Bereichseinordnung:
Studiendekanat Elektrotechnik, Informatik und Mathematik
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Studiendekanat Elektrotechnik, Informatik und Mathematik (E)
In Stud.IP angemeldete Teilnehmer: 7
Anzahl der Dokumente im Stud.IP-Downloadbereich: 9
Betreute Abschlussarbeiten
laufende
2023
Erxleben, J. (2023). Entwicklung eines Algorithmus zur Identifikation und Klassifizierung relevanter Arbeitspunkte eines elektrischen Systems aus Momentanwert-Datensätzen.
beendete
2023
Engemann, T. (2023). Entwicklung einer Methodik zur automatischen Identifizierung, Klassifizierung und Modellierung betriebsrelevanter Arbeitspunkte eines elektrischen Netzes aus Echtzeitmesswerten.
Herzberg, M. (2023). Entwicklung eines echtzeitfähigen Photovoltaiksimulators auf Basis historischer Strahlungsdaten für einen Power Hardware-in-the-Loop Aufbau mit einem PV-Wechselrichter.
Heunda, J.E.W. (2023). Entwicklung, Optimierung und Vergleich von Methoden zur Erzeugung passiver Ersatzschaltbilder aus Messwerten einer Impedanzspektroskopie.
2022
Becker, H. C. (2022). Entwicklung, Implementierung und Verifizierung einer Schnittstellensynchronisation für die Kopplung von in Echtzeit simulierten Anlagen und Komponenten an einen PHiL Laboraufbau.
Hinzke, M. (2022). Untersuchung der Stabilität eines Power Hardware-in-the-Loop Teststandes unter der Verwendung eines Synchrongenerators als Schnittstelle zwischen Simulation und Hardware.
Landenfeld, Jakob (2022). Implementierung und Validierung einer Methode zur Stabilisierung von Power Hardware-in-the-Loop Simulationen mittels einer online-Impedanzmessung auf einem FPGA.
Landenfeld, Jakob (2022). Bestimmung der Stabilitätskriterien eines DC Power Hardware-in-the-Loop Aufbaus zur Untersuchung von Rippelstrom in Gleichstromsystemen.
Müller, E. (2022). Evaluation of different modelling approaches for battery aging to predict capacity fade for optimization of battery operation.
von Krosigk, J. (2022). Analyse und Bewertung einer Einsatzoptimierung für erneuerbare Energieanlagen in Kombination mit Batteriespeichersystemen im Multi-Use Betrieb.
2021
Erxleben, J. (2021). Untersuchung der Performance eines Pools aus Erneuerbaren Energien für die Erbringung von frequenzstützenden Maßnahmen.
von Krosigk, J. (2021). Untersuchung eines neuartigen Ansatzes zur kurz- und mittelfristigen Vorhersage der Netzfrequenz unter der Verwendung künstlicher neuronaler Netze.