Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/13562
Title: Μηχανική μάθηση σε κβαντικούς υπολογιστές
Other Titles: Quantum machine learning
Authors: Μάρκελλος, Αναστάσιος
Keywords: Κβαντική υπολογιστική
Κβαντική μηχανική μάθηση
Μηχανική μάθηση
Κβαντική πληροφορία
Keywords (translated): Quantum computing
Quantum machine learning
Machine learning
Quantum information
Abstract: Μελετάται η σύνδεση μηχανικής μάθησης και κβαντικής επεξεργασίας πληροφορίας, με σκοπό την επίλυση προβλημάτων δυαδικής κατηγοριοποίησης με επιβλεπόμενη κβαντική μηχανική μάθηση. Συγκεκριμένα, μελετήθηκε και εφαρμόστηκε υπολογιστικά ένας κβαντικός αλγόριθμος, εμπνευσμένος από τις κλασικές μεθόδους kernel. Κατά τις εφαρμογές χρησιμοποιήθηκε η προσομοίωση κβαντικού υπολογιστή qasm-simulator και ο πραγματικός κβαντικός υπολογιστής ibm-5-yorktown που προσφέρει η IBM. Τα αποτελέσματα της προσομοίωσης ήταν πολύ ικανοποιητικά, δείχνοντας ότι ο αλγόριθμος δουλεύει με μεγάλη ακρίβεια. Αντίθετα, τα αποτελέσματα του πραγματικού κβαντικού υπολογιστή περιείχαν σφάλματα και διαφοροποιούνταν σημαντικά σε σχέση με την προσομοίωση.
Abstract (translated): We investigated the connection between machine learning and quantum computing, in order to solve binary classification problems with supervised quantum machine learning. In the basic concept of this Thesis we implemented a quantum algorithm, inspired by the kernel methods. For the applications we used the simulation of a quantum computer "qasm-simulator" and the real quantum computer "ibm-5-yorktown" that IBM provides. The simulation results it was satisfactory providing greate accuracy . In contrast, results from the real quantum computer shows significant differences from the simulation.
Appears in Collections:Τμήμα Φυσικής (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
diplomatiki.pdf1.8 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.