Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Varela, Joab Morais |
| Orientador(a): |
Araújo, Rafael Chaves Souto |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM FÍSICA
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/58046
|
Resumo: |
Estados quânticos emaranhados provaram ser um recurso essencial para o processamento da informação, porém, sua classificação ainda é um problema em aberto. O objetivo deste trabalho é aplicar métodos de aprendizado de máquina baseados em métricas de distância para fazer uma classificação ao de estados quânticos. A implementação ao do método de classificação ao foi feita utilizando algoritmos clássicos e quânticos comparando também o desempenho e a eficiência de ambos. Porém, deve-se ressaltar que todos os processos de computação quântica realizados neste trabalho utilizaram simuladores fornecidos pelo SDK Qiskit. Nenhum computador quântico real foi usado para implementar os métodos quânticos devido à quantidade de qubits que excede o número disponível nos computadores quânticos de acesso aberto do IBM Q-Experience. Os resultados clássicos obtidos neste trabalho fazem uma boa classificação de estados quânticos com uma taxa de precisão entre 70% e 80%. As previsões quânticas, no entanto, podem ter uma precisão menor, devido a algumas simplificações feitas na etapa de pré-processamento dos dados, mostrando que algoritmos quânticos para classificação de emaranhamento provavelmente necessitarão de um número maior de qubits do que o atualmente disponível. |
