Macchina a vettori di supporto quantistica
La Macchina a Vettori di Supporto Quantistica (QSVM) è un algoritmo quantistico di apprendimento automatico che combina spazi di feature quantistici con l'addestramento classico delle SVM. Proposta da Rebentrost et al. nel 2014, la QSVM sfrutta processori quantistici per calcolare funzioni kernel, offrendo potenzialmente un'accelerazione per problemi di classificazione pur rimanendo pratica su dispositivi quantistici a breve termine.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Quantum Support Vector Machine. ScholarGate. https://scholargate.app/it/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.
- Quantum Approximate Optimization AlgorithmCalcolo quantistico↔ compare
- Variational Quantum EigensolverCalcolo quantistico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →