Kvant-tugev vektorite masin
Kvant-tugev vektorite masin (QSVM) on kvantmasinõppe algoritm, mis ühendab kvant-tunnusruumid klassikalise SVM-i koolitusega. Rebentrost jt. poolt 2014. aastal esitatud QSVM kasutab kvantprotsessoreid tuumade funktsioonide arvutamiseks, pakkudes potentsiaalselt klassifitseerimisülesannete kiirendust, jäädes samal ajal praktiliseks lähiaja kvantseadmetes.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Quantum Support Vector Machine. ScholarGate. https://scholargate.app/et/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.
- Kvantne ligikaudne optimeerimisalgoritmKvantarvutus↔ compare
- Variational Quantum EigensolverKvantarvutus↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →