6533b827fe1ef96bd128554a
RESEARCH PRODUCT
Kvantu mašīnmācīšanās – klasterēšanas algoritma implementēšana
Elizabete Koturovasubject
DatorzinātneKvantiQiskitklasterēšanamašīnmācīšanāsPythondescription
Klasterēšana ir populārākā bez uzraudzības mašīnmācīšanās metode, kuras pamatprincips ir noteikt datu punktu sadalījumu apakšgrupās vai kopās, lai vienā un tā pašā klastera novērojumiem būtu zināma līdzība. Kvantu mašīnmācīšanās šobrīd ir aktuālā tēma, un kvantu algoritmi tiek izmantoti lai paātrinātu un/vai izlabotu klasiskus algoritmus. Darba ietvaros tiek analizēts un implementēts kvantu mašīnmācīšanās algoritms klasterēšanai, tas tiek salīdzināts ar klasisko algoritma implementāciju. Algoritms tiek implementēts, izmantojot Python programmēšanas valodu un Qiskit bibliotēku kvantu skaitļošanai, kas ļauj kvantu skaitļošanas kodu laist gan uz simulatoriem, gan uz IBM kvantu ierīcēm, kas ir pieejamas mākonī. Rezultātos tiek secināts, ka kvantu klasterēsanas algoritms neuzlabo klasiska algoritma rezultātus, tomēr paātrina tā darbību.
| year | journal | country | edition | language |
|---|---|---|---|---|
| 2020-01-01 |