Kuantum çekirdek temelli sınıflandırma
Quantum kernel-based classification
- Tez No: 763263
- Danışmanlar: DR. ÖĞR. ÜYESİ NİLGÜN GÜLER BAYAZIT
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Destek vektör makineleri, Kuantum bilgisayarlar, Makine öğrenmesi, Sınıflandırma, Support vector machines, Quantum computers, Machine learning, Classification
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Matematik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kuantum bilgisayarların gelişimiyle, kuantum makine ögrenimi yöntemlerinin araştırılması ve geliştirilmesi daha da önem kazanmıştır. Bu tez çalışmasında klasik makine ögrenimi algoritmalarından biri olan çekirdek fonksiyonları, kuantum bilgisayarlarda uygulanması, algoritmanın yeni bir makine ögrenmesi yöntemi sunabilirliği ve sonuçları üzerinde durulmaktadır. Kauntum çekirdek temelli destek vektör makinesi ile bir model hazırlanmış ve Parkinson Hastalıgı veri seti üzerinde eğitim ve testler yapılmıştır. Kuantum çekirdek için 6 kubit ve daha önceki çalışmalarda kullanılan öznitellik setleri kadar kubit ile kuantum devreler kurulup, eğitimler gerçekleştirilmiştir. Sonuçlar klasik çekirdekli destek vektör makinelerinin sonuçları ile karşılaştırılmıştır. Karşılaştırma sonucunda, kuantum hesaplamanın üstün özelliklerinden dolayı çekirdek tahminlerinde daha iyi performans gösterdigi görülmüştür.
Özet (Çeviri)
Research and development of quantum machine learning methods have became even more important with the development of quantum computers. In this thesis, kernel functions, one of the classical machine learning algorithms, its model in quantum computers, the ability of the algorithm to offer a new machine learning method and its results are emphasized. An application was prepared with the Quantum kernel-based support vector machine and training and tests were carried out on the Parkinson's Disease dataset. Quantum circuit has been established for the quantum kernel with 6 qubits and as many qubits as the feature sets used qubits in previous studies and then trainings have been carried out. The results are compared with those of classical kernel support vector machines. As a result of the comparison, it has been seen that quantum computing performs better in kernel predictions due to its superior properties.
Benzer Tezler
- Destek vektör regresyonu ile PID kontrolör tasarımı
Design of PID controller via support vector regression
KEMAL UÇAK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE
- Kadmiyum ve kurşun kalkojen kuantum nokta- çekirdek/kabuk kuantum nokta temelli güneş hücrelerinin araştırılması
Investigation of solar cells based on cadmium and lead cahalcogenide quantum dot- core/shell quantum dot
SELÇUK BİRDOĞAN
- Grafen-heteroatom temelli katalizörlerin sentezi, karakterizasyonu ve hidrojen üretiminde kullanımı
Graphene-heteroatom based catalysts and their application for hydrogen production
DUYGU AKYÜZ
Doktora
Türkçe
2019
EnerjiMarmara ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. ATIF KOCA
PROF. DR. ALİ RIZA ÖZKAYA
- Determination of the biological activity of complexes formed with PT(II) and 2-pyrimidinethiol using QSAR method based on quantum chemistry
Pt(II) ve 2-pirimidintiyol ile oluşturulan komplekslerin biyolojik aktivitelerinin kuantum kimyasina dayalı QSAR yöntemi ile belirlenmesi
HASAN CAN YAZICI
Doktora
İngilizce
2022
KimyaBolu Abant İzzet Baysal ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. AYŞE MORKAN
PROF. DR. İZZET MORKAN
- Flexible optoelectronic biointerfaces using quantum dots and pseudocapacitive materials for photoelectric stimulation of neurons
Nöronların fotoelektrik uyarımı için kuantum nokta ve pseudokapasitör malzeme tabanlı esnek optoelektronik biyoarayüzler
ONURALP KARATÜM
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDAT NİZAMOĞLU