Metodin todisteiden tietue
Quantum SVM
Quantum Support Vector Machine (QSVM) is a quantum machine learning algorithm combining quantum feature spaces with classical SVM training. Proposed by Rebentrost et al. in 2014, QSVM leverages quantum processors to compute kernel functions, potentially offering speedup for classification problems while remaining practical on near-term quantum devices.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
Quantum Support Vector Machine
Taksonominen metoditietue · ml-model / quantum-computing
- 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. · URL
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Ei vielä kuratoituja väitteitä
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.