Detecção de emaranhamento em estados puros com um Algoritmo Quântico de Classificação
Computação Quântica, Aprendizagem de Máquina, Algorítmos de Classificação, Emaranhamento Quântico
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 de estados quânticos. A implementação do método de classificação 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.