22. August 2023

ToQuaFlics

Ziel: Wir untersuchen, wie die Strömung um Flugzeuge mit Quantencomputern effizienter und schneller als mit klassischen Supercomputern simuliert werden kann und welche Anforderungen die Hardware dafür erfüllen muss. Die Simulation der Aerodynamik während des Starts, der Landung oder…
22. August 2023

QuTeNet

Ziel: Wir bewerten die Vor- und Nachteile von Quanten-Tensornetzwerken im Vergleich zu klassischen Netzen für Anwendungen in der Quantensimulation und Quanten-KI und untersuchen die Anwendbarkeit von Quanten-Tensornetzwerken auf realer Quantenhardware. Die Fähigkeiten von Quantencomputern versprechen einen Paradigmenwechsel für…
23. Juni 2023

NeMoQC

Ziel: Wir implementieren Konzepten des neuromorphen Quantencomputings für Optimierungs- und Vorhersageaufgaben mit Anwendungsfällen aus der Aerodynamik und Aeroelastik. Es ist wohl ein menschliches Grundbedürfnis, Wissen über zukünftige Ereignisse erlangen zu wollen, um sich früh darauf einstellen zu können….
7. Februar 2023

Klim-QML

Ziel: Wir verbessern Klimamodellen mithilfe von Quantum-Machine-Learning für robuste Technologiefolgenabschätzung und Mitigationsempfehlungen. Dazu nutzen wir das Potenzial des Quantencomputings bei der Verbesserung von Klimamodellen mithilfe maschineller Lernverfahren und deren effizienten und umfangreichen Evaluierung mit Erdbeobachtungsdaten für die Ziele…
7. Februar 2023

QLearning

Ziel: Wir untersuchen die Eignung von Quantenprozessoren aus der DLR QCI für die Implementierung von Quantenalgorithmen für das bestärkende Lernen. Maschinelles Lernen und insbesondere bestärkendes Lernen wird in der digitalen Welt immer wichtiger. Beim bestärkenden Lernen führt ein sogenannter…
7. Februar 2023

Quant²AI

Wir machen die komplette End-to-End-Pipeline von Quanten-KIs vergleichbar, quantifizieren eventuelle Quantenvorteile gegenüber klassischen Methoden, entwickeln einen Demonstrator und stoßen so eine Standardisierung im Quanten-KI-Umfeld an.
31. Oktober 2022

QCoKaIn

Wir bauen softwareseitig eine Infrastruktur für hybrides Quantum-High-Performance-Computing auf und entwickeln, nutzen und evaluieren hybride Algorithmen zur Anomaliedetektion in Kombination mit kausaler Inferenz.