Machine à vecteurs de support quantique
La machine à vecteurs de support quantique (QSVM) est un algorithme d'apprentissage automatique quantique combinant des espaces de caractéristiques quantiques avec un entraînement classique de SVM. Proposée par Rebentrost et al. en 2014, la QSVM exploite des processeurs quantiques pour calculer des fonctions noyau, offrant potentiellement une accélération pour les problèmes de classification tout en restant pratique sur les dispositifs quantiques à court terme.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Quantum Support Vector Machine. ScholarGate. https://scholargate.app/fr/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.
- Algorithme d'optimisation quantique approximativeInformatique quantique↔ compare
- Algorithme variationnel quantique d'estimation d'énergieInformatique quantique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →