Máquina de Vetores de Suporte Quântica
A Máquina de Vetores de Suporte Quântica (QSVM) é um algoritmo quântico de aprendizado de máquina que combina espaços de características quânticas com treinamento clássico de SVM. Proposta por Rebentrost et al. em 2014, a QSVM utiliza processadores quânticos para calcular funções de kernel, potencialmente oferecendo aceleração para problemas de classificação, ao mesmo tempo que permanece prática em dispositivos quânticos de curto prazo.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Quantum Support Vector Machine. ScholarGate. https://scholargate.app/pt/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 Quântico de Otimização AproximadaComputação quântica↔ compare
- Variational Quantum EigensolverComputação quântica↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →