ANÁLISE DE COMPORTAMENTO DO SVM QUÂNTICO

Autores

  • Eduardo Pioli do Amaral Universidade Federal de São Carlos (UFSCar)
  • Diego Saqui Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais (IFSULDEMINAS)

DOI:

https://doi.org/10.18406/2359-1269v11n32024399

Resumo

A computação quântica é considerada uma possível substituta da computação clássica em certas tarefas e problemas, e isso leva a proposição de versões quânticas de algoritmos e métodos convencionais, e isso é algo que ainda requer muita pesquisa. Neste contexto, este trabalho tem como principal objetivo verificar a acurácia de um Support Vector Machine (SVM) quântico de classificação binária e comparar com sua contraparte clássica, a fim de explorar seu funcionamento, verificando suas limitações e possíveis parâmetros a serem modificados. Para tal finalidade, gerou-se conjuntos de dados artificiais de estruturas únicas e valores de diferentes tipos em termos de qualidade, por exemplo. Aplicou-se o SVM clássico nestes conjuntos para extrair os dados acerca de seu funcionamento e resultados. Montou-se posteriormente o SVM quântico, implementado em forma de circuito quântico, e empregou-se o algoritmo para classificação dos mesmos conjuntos de dados, de forma simulada e mais tarde, num processador quântico real. Extraiu-se os dados de funcionamento e resultados de ambas execuções, para que se comparasse com os dados do SVM clássico, estes resultados numéricos foram o F1-Score, Recall Score, Curva ROC e teste de McNemar. Após análise e conclusão prévia, indagou-se a estrutura do circuito e código do SVM quântico, a fim de pontuar não só os conjuntos de dados mais compatíveis com sua estrutura, como também possíveis hiperparâmetros a serem ajustados, ou estruturas a serem removidas, adicionadas ou modificadas.

Biografia do Autor

Eduardo Pioli do Amaral, Universidade Federal de São Carlos (UFSCar)

 

 

Downloads

Publicado

2024-06-24

Como Citar

PIOLI DO AMARAL, E.; SAQUI, D. ANÁLISE DE COMPORTAMENTO DO SVM QUÂNTICO. Revista Eixos Tech, [S. l.], v. 11, n. 3, 2024. DOI: 10.18406/2359-1269v11n32024399. Disponível em: https://eixostech.pas.ifsuldeminas.edu.br/index.php/eixostech/article/view/399. Acesso em: 22 dez. 2024.

Edição

Seção

Artigos