Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos

Detalhes bibliográficos
Autor(a) principal: Costa, Gabriela Pinheiro
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: http://app.uff.br/riuff/handle/1/32292
Resumo: O algoritmo Máquina de Vetores de Suporte (SVM - Support Vector Machine) se consolidou como um dos principais de Aprendizado de Máquina para problemas de classificação. Em sua formulação original, o treinamento de um SVM possui complexidade quadrática, o que abre margem para a busca de métodos mais eficientes de resolução. Uma forma de melhorar a eficência é através do uso de Computação Quântica, onde é possível obter algoritmos com vantagens exponenciais em relação aos computadores clássicos, como o HHL. Este trabalho apresenta uma automação de um algoritmo de Aprendizado de Máquina Quântico que utiliza o HHL para a geração de SVMs fixados na origem de um hiperplano bidimensional
id UFF-2_344d50c97203a70622eddd2625b261b5
oai_identifier_str oai:app.uff.br:1/32292
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridosHHLAprendizado de máquinaComputação quânticaComputação quânticaAprendizado de máquinaHHLQuantum computationMachine learningO algoritmo Máquina de Vetores de Suporte (SVM - Support Vector Machine) se consolidou como um dos principais de Aprendizado de Máquina para problemas de classificação. Em sua formulação original, o treinamento de um SVM possui complexidade quadrática, o que abre margem para a busca de métodos mais eficientes de resolução. Uma forma de melhorar a eficência é através do uso de Computação Quântica, onde é possível obter algoritmos com vantagens exponenciais em relação aos computadores clássicos, como o HHL. Este trabalho apresenta uma automação de um algoritmo de Aprendizado de Máquina Quântico que utiliza o HHL para a geração de SVMs fixados na origem de um hiperplano bidimensionalSupport Vector Machine (SVM) has established itself as one of the main classifica- tion Machine Learning algorithms. On the original formulation, the generation of an SVM has quadratic complexity, which leaves room for searching more efficient resolution methods. One way to improve efficiency is through the use of Quantum Computing, where it is possible to obtain algorithms with exponential advantages over classical computers, such as HHL. This work presents an automation of a Quantum Machine Learning algorithm that uses HHL to generate SVMs fixed at the origin of a two-dimensional hyperplaneKowada, Luis Antonio BrasilPaes, AlineCunha, Luís FelipeCosta, Gabriela Pinheiro2024-02-19T14:13:24Z2024-02-19T14:13:24Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCOSTA, Gabriela Pinheiro. Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos. 2023. 28 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.http://app.uff.br/riuff/handle/1/32292CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2024-02-19T14:13:27Zoai:app.uff.br:1/32292Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:01:24.917446Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
title Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
spellingShingle Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
Costa, Gabriela Pinheiro
HHL
Aprendizado de máquina
Computação quântica
Computação quântica
Aprendizado de máquina
HHL
Quantum computation
Machine learning
title_short Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
title_full Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
title_fullStr Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
title_full_unstemmed Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
title_sort Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos
author Costa, Gabriela Pinheiro
author_facet Costa, Gabriela Pinheiro
author_role author
dc.contributor.none.fl_str_mv Kowada, Luis Antonio Brasil
Paes, Aline
Cunha, Luís Felipe
dc.contributor.author.fl_str_mv Costa, Gabriela Pinheiro
dc.subject.por.fl_str_mv HHL
Aprendizado de máquina
Computação quântica
Computação quântica
Aprendizado de máquina
HHL
Quantum computation
Machine learning
topic HHL
Aprendizado de máquina
Computação quântica
Computação quântica
Aprendizado de máquina
HHL
Quantum computation
Machine learning
description O algoritmo Máquina de Vetores de Suporte (SVM - Support Vector Machine) se consolidou como um dos principais de Aprendizado de Máquina para problemas de classificação. Em sua formulação original, o treinamento de um SVM possui complexidade quadrática, o que abre margem para a busca de métodos mais eficientes de resolução. Uma forma de melhorar a eficência é através do uso de Computação Quântica, onde é possível obter algoritmos com vantagens exponenciais em relação aos computadores clássicos, como o HHL. Este trabalho apresenta uma automação de um algoritmo de Aprendizado de Máquina Quântico que utiliza o HHL para a geração de SVMs fixados na origem de um hiperplano bidimensional
publishDate 2024
dc.date.none.fl_str_mv 2024-02-19T14:13:24Z
2024-02-19T14:13:24Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv COSTA, Gabriela Pinheiro. Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos. 2023. 28 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.
http://app.uff.br/riuff/handle/1/32292
identifier_str_mv COSTA, Gabriela Pinheiro. Automação do algoritmo quântico HHL para implementação de SVM em computadores híbridos. 2023. 28 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.
url http://app.uff.br/riuff/handle/1/32292
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1811823638701146112

Registros relacionados