Banca de DEFESA: ALBERTO BEZERRA DE PALHARES JUNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : ALBERTO BEZERRA DE PALHARES JUNIOR
DATA : 12/06/2023
HORA: 09:00
LOCAL: online
TÍTULO:

QAOA Aplicado ao Problema de Otimização de Portfólio

PALAVRAS-CHAVES:

QAOA, Otimização de Portfólio, Qiskit.

PÁGINAS: 108
RESUMO:

A computação quântica não se encontra mais no seu estágio inicial. Já existem hoje computadores quânticos com mais qubits
do que um computador clássico é capaz de simular. Esse estágio atual é considerado intermediário e por isso é chamado de era
NISQ (quântica ruidosa de escala intermediária). A principal característica desse estágio atual é que ainda não há uma
quantidade de qubits suficiente para fazer correção quântica de erros, daí o ruidoso no nome. Nesse contexto de computação
quântica sem correção quântica de erros e com uma quantidade intermediária de qubits, os algoritmos variacionais ganharam
destaque e, dentre eles, há um que se chama QAOA (algoritmo quântico de otimização aproximada). Como o nome sugere,
esse é um algoritmo quântico que aproxima a solução de problemas de otimização. O objetivo do presente trabalho foi aplicar
esse algoritmo para resolver um problema de otimização da área de finanças conhecido como otimização de portfólio. Essa
aplicação se deu tanto da forma ideal (sem ruído) como da forma condizente com a capacidade atual dos computadores
quânticos (com ruído). Ambas foram simuladas usando a ferramenta em Python da IBM para simulação e acesso via nuvem de
computadores quânticos chamada de Qiskit. Os resultados sugerem que o desempenho do QAOA com ruído foi como esperado
pior que o caso ideal, porém ainda satisfatório dentro das limitações do método.

MEMBROS DA BANCA:
Externa à Instituição - NADJA KOLB BERNARDES
Externo à Instituição - ASKERY ALEXANDRE CANABARRO BARBOSA DA SILVA
Interno - ***.839.841-** - DMITRY MELNIKOV - UFRN
Presidente - 1328776 - RAFAEL CHAVES SOUTO ARAUJO