Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.272
Aluno: João Victor Moreira Cardoso
Orientador: Prof. Fernando Maciano de Paula Neto
Coorientadora: Profa. Nadja Kolb Bernardes (UFPE/Departamento de Física)
Título: Um Estudo de Classificadores Baseados em Sistemas Quânticos Abertos
Data: 12/02/2026
Hora/Local: 15h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Adenilton José da Silva (UFPE / Centro de Informática)
Prof. Fábio Magalhães de Novaes Santos (UFRPE / Unidade Acadêmica de Belo Jardim)
Prof. Fernando Maciano de Paula Neto (UFPE / Centro de Informática)
RESUMO:
Nesta dissertação, propomos a formulação de três novos modelos baseados em Sistemas Quânticos Abertos (SQA) concebidos para investigar, de maneira unificada, as relações entre dinâmica aberta, processo de aprendizagem e preservação da informação em classificadores quânticos. Esses modelos complementam e aprofundam a análise dos classificadores já existentes na literatura, em particular o Interactive Quantum Classifier (IQC), proposto por Zhang et al., e o IQC with Amplitude Information Loading (IQC_AIL), apresentado por Brito et al. Enquanto os modelos estabelecidos fornecem a base conceitual para o entendimento da interação sistema–ambiente e de estratégias de carregamento de dados, os três modelos adicionais introduzidos neste trabalho ampliam o espectro de investigação ao modificar a estruturação Hamiltoniana através dos mecanismos de acoplamento e dos protocolos de codificação informacional. Em todo o estudo, mantivemos como diretrizes centrais dois eixos fundamentais: a aplicação de técnicas de Aprendizado de Máquina Quântico (AMQ), avaliando desempenho, generalização e estabilidade em diferentes regimes de parametrização; e o uso sistemático de ferramentas de Informação Quântica (IQ) — como fidelidade, medidas de coerência e Expressibilidade — para quantificar a perda, preservação e qualidade da informação ao longo das dinâmicas abertas estudadas. Essa abordagem integrada permite compreender, comparar e estender modelos de classificação quântica sob uma perspectiva simultaneamente física, matemática e computacional.
Palavras-chave: Computação Quântica. Informação Quântica. Sistemas Quânticos Abertos. Aprendizado de Máquina Quântico. Circuitos Quânticos. Expressibilidade.
Comentários desativados