Classification with the use of quantum machine learning algorithms

Celem pracy jest wprowadzenie tematyki wykorzystania obliczeń kwantowych w kontekście klasyfikacyjnych algorytmów uczenia maszynowego, z wyszczególnieniem maszyny wektorów nośnych. Przedstawione zostają podstawy teoretyczne obliczeń kwantowych i klasyfikacji danych z użyciem maszyny wektorów nośnych, następnie zaś omówione zostają wybrane algorytmy klasyfikacyjne, wykorzystujące obliczenia kwantowe. W drugiej części pracy zaimplementowana zostaje maszyna wektorów nośnych wspierana kwantową estymacją kernela, której potencjalna użyteczność zostaje następnie zbadana eksperymentalnie z wykorzystaniem symulowanych komputerów kwantowych na przykładzie problemu wykrywania chmur na multispektralnych zdjęciach satelitarnych.

The purpose of the thesis is to introduce the topic of utilizing quantum computing in the context of machine learning classification algorithms, the support vector machine in particular. The theoretical basics of quantum computation and data classification using the support vector machine are presented. Afterwards, select quantum-enhanced classification algorithms are discussed. In the second part of the thesis, a support vector machine with quantum kernel estimation is implemented and its potential utility is experimentally tested with the use of quantum computer simulators for the case of cloud detection for multispectral satellite imagery.