Miniatura

Fitxers

GIL FUSTER Elies Miquel.pdf (316.85 KB)

Tipus de document

Treball de fi de grau

Data de publicació

2019-01

Llicència de publicació

cc-by-nc-nd (c) Gil, 2019
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/140318

Variational Quantum Classifier

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

In this work we propose a quantum alternative to Artificial Neural Networks in classification tasks. We design a set of different neural networks and quantum circuits and test their performances. We found that a Variational Quantum Classifier can outperform a classical model using far less free parameters and, thus, being more eficient. Further, a complex classification task requires deeper quantum circuits, which nevertheless grow at a slower pace than the number of neurons needed in a Neural Network for the same task.

Descripció

Treballs Finals de Grau de Física, Facultat de Física, Universitat de Barcelona, Curs: 2019, Tutor: José Ignacio Latorre

Matèries

Xarxes neuronals (Informàtica), Ordinadors quàntics, Treballs de fi de grau

Matèries (anglès)

Neural networks (Computer science), Quantum computers, Bachelor's theses

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Física

Citació

GIL FUSTER, Elies m.. Variational Quantum Classifier. [consulta: 25 de febrer de 2026]. [Disponible a: https://hdl.handle.net/2445/140318]

Exportar metadades

JSON - METS

Compartir registre