Quantum Supervised Learning: Algoritmi e implementazione

Cangini, Nicolò (2019) Quantum Supervised Learning: Algoritmi e implementazione. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria informatica [LM-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (3MB)

Abstract

Il Quantum Computing non riguarda più soltanto la scienza della Fisica, negli ultimi anni infatti la ricerca in questo campo ha subito una notevole espansione dimostrando l'enorme potenziale di cui dispongono questi nuovi calcolatori che in un futuro prossimo potranno rivoluzionare il concetto di Computer Science così come lo conosciamo. Ad oggi, siamo già in grado di realizzare algoritmi su piccola scala eseguibili in un quantum device grazie ai quali è possibile sperimentare uno speed-up notevole (in alcuni casi esponenziale) su diversi task tipici della computazione classica. In questo elaborato vengono discusse le basi del Quantum Computing, con un focus particolare sulla possibilità di eseguire alcuni algoritmi supervisionati di Machine Learning in un quantum device per ottenere uno speed-up sostanziale nella fase di training. Oltre che una impostazione teorica del problema, vengono effettuati diversi esperimenti utilizzando le funzionalità dell'ambiente Qiskit, grazie al quale è possibile sia simulare il comportamento di un computer quantistico in un calcolatore classico, sia eseguirlo in cloud sui computer messi a disposizione da IBM.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Cangini, Nicolò
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Quantum Computing,Quantum Algorithms,Quantum Machine Learning,Supervised Machine Learning,Qiskit
Data di discussione della Tesi
14 Marzo 2019
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^