Квантова машина за поддържащи вектори
Квантова машина за поддържащи вектори (QSVM) е квантов алгоритъм за машинно обучение, който комбинира квантови пространства от признаци с класическо обучение на SVM. Предложен от Rebentrost et al. през 2014 г., QSVM използва квантови процесори за изчисляване на ядрени функции, като потенциално предлага ускорение за задачи за класификация, оставайки същевременно практичен за квантови устройства от близко бъдеще.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Rebentrost, P., Mohseni, M., Lloyd, S. (2014). Quantum support vector machine for big data classification. Physical Review Letters, 113, 130503. DOI: 10.1103/PhysRevLett.113.130503 ↗
- Havlíček, V., Córcoles, A. D., Temme, K., et al. (2019). Supervised learning with quantum-enhanced feature spaces. Nature, 567, 209–212. DOI: 10.1038/s41586-019-0980-2 ↗
- Liu, Y., Arunachalam, S., Temme, K. (2021). A rigorous and robust quantum speed-up in supervised machine learning. arXiv preprint arXiv:2010.07471. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Quantum Support Vector Machine. ScholarGate. https://scholargate.app/bg/quantum-computing/quantum-svm
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Квантов приблизителен оптимизационен алгоритъмКвантови изчисления↔ сравняване
- Вариационен квантов алгоритъм за собствени стойностиКвантови изчисления↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →