Máquina de Vectores de Soporte Cuántico
La Máquina de Vectores de Soporte Cuántico (QSVM, por sus siglas en inglés) es un algoritmo de aprendizaje automático cuántico que combina espacios de características cuánticas con entrenamiento clásico de SVM. Propuesta por Rebentrost et al. en 2014, la QSVM aprovecha procesadores cuánticos para calcular funciones kernel, ofreciendo potencialmente una aceleración para problemas de clasificación y siendo práctica en dispositivos cuánticos de corto plazo.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Quantum Support Vector Machine. ScholarGate. https://scholargate.app/es/quantum-computing/quantum-svm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Algoritmo Cuántico Aproximado de OptimizaciónComputación cuántica↔ compare
- Eigensolver Cuántico VariacionalComputación cuántica↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →