Course Syllabus
Obiettivi
Comprensione delle peculiarità dell'Informazione Quantistica. Comprensione dei protocolli crittografici più rappresentativi utilizzati nella comunicazione quantistica. Approfondimento della comprensione dei principi operativi dei modelli computazionali quantistici. Comprensione del funzionamento di varie classi di algoritmi quantistici e di come questi possano essere implementati utilizzando i formalismi e i linguaggi di programmazione appropriati.
Contenuti sintetici
Il corso fornisce un'introduzione a temi rappresentativi delle seguenti aree tematiche:
- Teoria dell'Informazione Quantistica (elementi di base)
- Crittografia Quantistica (distribuzione quantistica di chiavi)
- Comunicazione Quantistica (canali non ideali e codici per la correzione dell'errore)
- Computazione Quantistica (algoritmi avanzati selezionati, algoritmi di Machine Learning)
Programma esteso
-
Teoria dell'Informazione Quantistica (elementi di base rivisitati)
- Dalle Computazioni Classiche a quelle Probabilistiche a quelle Quantistiche
- Correlazioni Classiche vs. Quantistiche
- Quantità di Informazione nei Sistemi Classici e Quantistici
-
Crittografia Quantistica (distribuzione quantistica di chiavi)
- L'Entanglement come Risorsa per la Crittografia: Teletrasporto e Codifica Densa
- Protocolli di Distribuzione delle Chiavi Quantistiche: Bennet & Brassard 84, Bennet 92, Ekert 91
-
Comunicazione Quantistica (canali non ideali e codici per la correzione dell'errore)
- Teoria delle matrici densità
- Decoerenza e Canali Non Ideali
- Codici per la Correzione degli Errori Quantistici
-
Computazione Quantistica (algoritmi avanzati selezionati)
- Richiamo dei concetti fondamentali - "Subroutine" Quantistiche (ad es. phase kick-back) - Revisione del "Canone", gli Algoritmi più Noti - Ulteriori algoritmo rilevanti: l'algoritmo di fattorizzazione di Shor
Prerequisiti
Algebra lineare e argomenti matematici trattati nei corsi di laurea triennale in discipline STEM.
Familiarità con i concetti di base di Statistica e Apprendimento Automatico
Aver seguito l'insegnamento Fundations of Quantum Computing (Primo Anno Magistrale, anche denominato in precedenza Quantum Simulations), o un insegnamento equivalente.
Modalità didattica
L’insegnamento è composto da
- lezioni frontali, in modalità didattica erogativa (DE 32 ore)
- attività di programmazione in laboratorio in modalità didattica interattiva (DI 24 ore)
Tutte le attività si svolgeranno in presenza.
Il corso sarà erogato in Inglese.
Materiale didattico
Note e articoli scientifici forniti dai docenti.
Per approfondire ulteriormente gli argomenti sono utili i seguenti testi:
- Vathsan - Introduction to Quantum Physics and Infromation Processing - CRC Press 2016
- Hayashi - Introduction to Quantum Information Science - Springer-Verlag Berlin Heidelberg 2015
- Wolfgang Polak, Eleanor Rieffel: Quantum Computing : A Gentle Introduction. MIT Press, 2011
Periodo di erogazione dell'insegnamento
Secondo Anno, Primo Semestre
Modalità di verifica del profitto e valutazione
La valutazione dell'apprendimento si basa su un colloquio orale, sui temi trattati in aula durante il corso.
Criteri di Valutazione:
- Comprensione dei Concetti (comprensione approfondita e completa degli argomenti del corso)
- Capacità di Risolvere Problemi (applicazione della conoscenza teorica e creatività)
- Capacità di Spiegare e Discutere (chiarezza, sintesi e capacità critica)
Orario di ricevimento
Su appuntamento.
Sustainable Development Goals
Aims
Understanding the peculiarities of Quantum Information. Understanding of the most representative cryptographic protocols used in quantum communication. In-depth understanding of the operating principles of quantum computational models. Understanding the functioning of various classes of quantum algorithms and how they can be implemented using appropriate formalisms and programming languages.
Contents
The course provides an introduction to representative topics in the following thematic areas:
- Quantum Information Theory (basic elements)
- Quantum Cryptography (quantum key distribution)
- Quantum Communication (non-ideal channels and error-correcting codes)
- Quantum Computation (selected advanced algorithms, Machine Learning algorithms)
Detailed program
-
Quantum Information Theory (basic elements reviewed)
- From Classical to Probabilistic to Quantum Computations
- Classical vs. Quantum Correlations
- Information Quantities in Classical and Quantum Systems
-
Quantum Cryptography (quantum key distribution)
- Entanglement as a Resource for Cryptography: Teleportation and Dense coding
- Quantum Key Distribution Protocols: Bennet & Brassard 84, Bennet 92, Ekert 91
-
Quantum Communication (non-ideal channels and error-correcting codes)
- Density matrix theory
- Decoherence and Non-Ideal Channels
- Quantum Error Correcting Codes
-
Quantum Computation (selected advanced algorithms)
- Recall of the fundamental concepts - Quantum “Subroutines” (e.g. phase kick-back) - Review of “the Canon”, the most well-known algorithms - Further notable algorithms: the Shor factorization algorithm
Prerequisites
Linear algebra, and mathematical topics covered in undergraduate courses held in STEM bachelor degrees. Understanding of basic concepts in statistics and machine learning.
Attendance of the course Fundations of Quantum Computing (1st year M.Sc. a.k.a. Quantum Simulations), or an equivalent course.
Teaching form
The course consists of
- classroom lectures (DE 32 hours)
- interactive laboratory programming activity (DI 24 hours)
All activities will be held in presence.
The course will be delivered in English.
Textbook and teaching resource
Lecture notes and scientific papers provided by the lecturers.
To further explore the topics in greater detail, the following texts are useful:
- Vathsan - Introduction to Quantum Physics and Infromation Processing - CRC Press 2016
- Hayashi - Introduction to Quantum Information Science - Springer-Verlag Berlin Heidelberg 2015
- Wolfgang Polak, Eleanor Rieffel: Quantum Computing : A Gentle Introduction. MIT Press, 2011
Semester
Second Year, First Semester
Assessment method
The learning assessment is based on an oral interview, on the subjects exposed in class during the course.
Evaluation criteria:
- Understanding of Concepts (in-depth and comprehensive understanding of course topics)
- Problem-Solving Skills (application of theoretical knowledge and creativity)
- Ability to Explain and Discuss (clarity, synthesis and critical thinking)
Office hours
Upon appointment.
Sustainable Development Goals
Staff
-
Gabriele Gianini
