КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 26-72-10176

НазваниеСовременные вычислительные подходы для решения задач графовой оптимизации и комплексного моделирования нелинейных и квантовых оптических состояний

Руководитель Чермошенцев Дмитрий Александрович, канд. физ.-мат. наук

Организация финансирования, регион Общество с ограниченной ответственностью "Международный центр квантовой оптики и квантовых технологий" , г Москва

Конкурс №132 - Конкурс 2026 года на получение грантов РНФ по мероприятию «Проведение исследований научными группами под руководством молодых ученых»

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-302 - Когерентная и нелинейная оптика

Ключевые слова Нелинейная оптика, тензорные сети, машинное обучение, дискретная комбинаторная оптимизация, квантовые алгоритмы, квантово-вдохновленные алгоритмы, квантовые вычисления, квантовые состояния, солитон, фотонные интегральные схемы, кольцевой микрорезонатор, фотонная машина Изинга, когерентная машина Изинга, модель Изинга, спектр

Код ГРНТИ29.31.21


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Проект направлен на разработку новых вычислительных методов и физических вычислительных платформ для решения задач высокой вычислительной сложности, возникающих в современных технологических и научных приложениях. К таким задачам относятся дискретная комбинаторная оптимизация, обработка больших массивов данных, моделирование нелинейных и квантовых оптических процессов и идентификация параметров сложных фотонных устройств. Основной проблемой является ограниченная масштабируемость традиционных алгоритмов и высокая ресурсоёмкость вычислений при росте размерности задач. В проекте предлагается объединить квантово-вдохновлённые алгоритмы оптимизации, тензорно-сетевые методы численного моделирования, методы машинного обучения и фотонные вычислительные устройства в единую вычислительную методологию, сочетающую алгоритмические и физические принципы обработки информации. Будут разработаны алгоритмы на основе моделей когерентной машины Изинга, имитационного отжига и гибридных методов квадратичной бинарной оптимизации (QUBO). Они будут применены к задачам оптимизации на графах (MAX-CUT, раскраска графов, доминирующее множество), задачам назначения и планирования, портфельной оптимизации и отбору признаков в машинном обучении. Отдельно будет исследована глобальная оптимизация транспортных потоков на графе дорожной сети мегаполиса, включая формализацию задачи, численную реализацию и методы декомпозиции крупномасштабных систем. Планируется разработка тензорно-сетевых алгоритмов решения нестационарного уравнения Шрёдингера в многомодовых фотонных системах с сильными нелинейными взаимодействиями, позволяющих преодолеть экспоненциальный рост размерности пространства состояний. Также будут разработаны методы машинного обучения для решения обратной задачи — идентификации режимов генерации и оценивания параметров микрорезонаторов по измеряемым спектрам. Будут созданы алгоритмы представления структур сложных сетей в формате операторов матричного произведения и методы параметрической идентификации графов по наблюдаемым данным. Это позволит выполнять анализ больших сетей без хранения полной матрицы связности. Планируется разработка пространственной фотонной машины Изинга на базе пространственных модуляторов света. Будут реализованы методы кодирования спиновых переменных в оптическом поле и проведено сравнение с классическими вычислительными методами по скорости, энергоэффективности и масштабируемости. Научная новизна проекта состоит в объединении квантово-вдохновлённых алгоритмов, тензорно-сетевого моделирования и фотонных вычислительных устройств в единую вычислительную парадигму. Ожидается формирование научно-технологического задела для энергоэффективных специализированных вычислительных систем нового поколения, применимых к задачам оптимизации, анализа данных и моделирования сложных физических процессов.

Ожидаемые результаты
В результате выполнения проекта планируется получить совокупность научных и научно-технических результатов, относящихся к области квантово-вдохновлённых вычислений, фотонных вычислительных платформ и моделирования сложных физических систем. Будут разработаны новые алгоритмы квантово-вдохновлённой оптимизации на основе моделей когерентных машин Изинга и гибридных QUBO-методов, обеспечивающие эффективное приближённое решение NP-трудных задач большой размерности. Предполагается получение теоретических оценок сходимости и вычислительной сложности алгоритмов, а также проведение сравнительных исследований с современными классическими методами оптимизации. Будут созданы тензорно-сетевые методы моделирования нелинейных квантово-оптических процессов, позволяющие описывать динамику многомодовых фотонных систем при существенно меньших вычислительных затратах по сравнению с прямыми матричными подходами. Ожидается разработка алгоритмов решения нестационарного уравнения Шрёдингера в системах с большим числом степеней свободы и получение новых результатов о динамике квантовых состояний света. Будут разработаны методы машинного обучения для решения обратных задач фотоники, идентификации режимов генерации и оценивания параметров микрорезонаторов по спектральным данным. Это позволит перейти от экспериментального перебора параметров к вычислительно управляемой настройке фотонных устройств. Будут предложены методы компактного представления крупномасштабных графов в формате матрично-произведённых операторов, обеспечивающие анализ структур сложных сетей без хранения полной матрицы связности. Будут разработаны и экспериментально исследованы прототипы фотонных машин Изинга, а также методы кодирования оптимизационных задач в оптических полях и алгоритмы извлечения решения. Ожидаемые результаты соответствуют современному мировому уровню исследований в области квантово-вдохновлённых вычислений, фотонных вычислительных платформ и численного моделирования квантовых систем и направлены на интеграцию этих направлений в единую вычислительную парадигму. Полученные алгоритмы оптимизации могут применяться для решения прикладных задач планирования, распределения ресурсов, транспортной логистики, анализа данных и финансовой оптимизации. Разработанные методы позволяют обрабатывать задачи, для которых классические алгоритмы демонстрируют низкую эффективность при росте размерности. Методы машинного обучения и моделирования фотонных систем могут использоваться при проектировании фотонных интегральных схем, источников частотных гребёнок, сенсоров и телекоммуникационных компонентов, сокращая время и стоимость разработки за счёт уменьшения объёма экспериментального подбора параметров. Фотонные машины Изинга создают основу для энергоэффективных специализированных вычислителей, ориентированных на задачи оптимизации и анализа больших данных. Такие устройства могут применяться как ускорители вычислений в составе существующих вычислительных систем. Методы тензорного представления графов могут использоваться при анализе больших сетей — транспортных, телекоммуникационных, социальных и технологических — и при построении цифровых моделей сложных систем. Результаты проекта формируют научно-технологический задел для создания новых вычислительных технологий, ориентированных на обработку больших данных и интеллектуальные системы управления. Они способствуют развитию высокопроизводительных и энергоэффективных вычислений, методов искусственного интеллекта и цифрового моделирования. Разрабатываемые подходы могут быть использованы при создании новых и совершенствовании существующих технологий обработки данных, систем поддержки принятия решений и интеллектуальной инфраструктуры, что соответствует задачам цифровой трансформации экономики и социальной сферы.