I materiali pubblicati sul sito costituiscono rielaborazioni personali del Publisher di informazioni apprese con la frequenza delle lezioni e lo studio autonomo di eventuali testi di riferimento in preparazione all’esame finale o della tesi. Non devono intendersi come materiale ufficiale dell’università attribuibile al docente del corso.
…continua
Ultimi appunti inseriti
Appunti più scaricati
Appunti per nome

Filtra per

Tutte le tipologie

Ordina

Filtra

Appunti degli studenti per corsi ed esami del Prof. Sperlì Giancarlo

icona-appunti
icona-appunti

Quantum Machine Learning: Challenges and Opportunities Premium

Esame Intelligenza Artificiale

Facoltà Ingegneria

Dal corso del Prof. G. Sperlì

Università Università degli studi di Napoli Federico II

Tesi
Scarica
La tesi Quantum Machine Learning: Challenges and Opportunities esplora l'integrazione tra computazione quantistica e machine learning, analizzando i fondamenti teorici della computazione quantistica (qubit, entanglement, circuiti), le principali tecnologie hardware (superconduttori, ioni intrappolati, fotoni, qubit topologici) e l'evoluzione del Quantum Machine Learning (QML). Vengono illustrati algoritmi come QSVM, QNN, QGAN, QPCA, QAOA e QRL, evidenziando vantaggi, sfide e applicazioni in medicina, finanza, sicurezza e image processing. È inoltre presentata un’implementazione pratica di QSVM sul dataset Iris, con confronto tra approcci classici e quantistici. Infine, vengono discusse le attuali limitazioni hardware, i problemi di decoerenza, i limiti dei dispositivi NISQ e le prospettive future del QML.
...continua