Kvantstödvektor-maskin
Kvantstödvektor-maskin (QSVM) är en kvantmaskininlärningsalgoritm som kombinerar kvantfunktionsrum med klassisk SVM-träning. QSVM, som föreslogs av Rebentrost et al. 2014, utnyttjar kvantprocessorer för att beräkna kärnfunktioner, vilket potentiellt kan erbjuda snabbare klassificering för klassificeringsproblem samtidigt som den förblir praktisk på kvantdatorer med nära framtidens kapacitet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Quantum Support Vector Machine. ScholarGate. https://scholargate.app/sv/quantum-computing/quantum-svm
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Kvantalgoritm för approximativ optimeringKvantdatorteknik↔ jämför
- VariationskvanteigensolverKvantdatorteknik↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →