Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Czestochowa University of Technology | - |
Autor(es): dc.creator | Miranda, Maria Angélica Krüger | - |
Autor(es): dc.creator | Fanchini, Felipe Fernandes | - |
Autor(es): dc.creator | Passos, Leandro Aparecido | - |
Autor(es): dc.creator | Rodrigues, Douglas | - |
Autor(es): dc.creator | Costa, Kelton Augusto Pontara da | - |
Autor(es): dc.creator | Sherer, Rafał | - |
Autor(es): dc.creator | Papa, João Paulo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:09:52Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:09:52Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-031-78183-4_6 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/307732 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/307732 | - |
Descrição: dc.description | Quantum mechanics emerge as a promise for the future of computing, broadening the horizons for solutions concerning complex tasks, e.g., NP-hard problems. Alongside quantum computing, machine learning has become indispensable. This paper explores the potential integration of quantum computing principles into the Optimum-Path Forest (OPF), a graph-based framework comprised of solutions for machine learning, optimization, and image processing. We are particularly interested in the supervised OPF approach, which elects the most representative samples for each class, aka prototypes, as the connected samples from different classes in a minimum spanning tree (MST) computed over the training set. By harnessing quantum parallelism and superposition, this paper introduces a new approach to identifying prototypes employing a quantum-based Traveler Salesman Problem (TSP) algorithm, which provides an alternative to computing MSTs and yields a hybrid version of the OPF classifier. The experiments on established datasets demonstrated the promising potential of this approach while also underscoring the necessity for further research in this field. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Institute of Computing Campinas State University - UNICAMP | - |
Descrição: dc.description | São Paulo State University (UNESP) School of Sciences | - |
Descrição: dc.description | Institute of Computational Intelligence Czestochowa University of Technology | - |
Descrição: dc.description | São Paulo State University (UNESP) School of Sciences | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2019/07665-4 | - |
Descrição: dc.description | FAPESP: 2021/04655-8 | - |
Descrição: dc.description | FAPESP: 2023/03726-4 | - |
Descrição: dc.description | FAPESP: 2023/10823-6 | - |
Descrição: dc.description | FAPESP: 2023/12830-0 | - |
Descrição: dc.description | FAPESP: 2023/14427-8 | - |
Formato: dc.format | 85-98 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Machine Learning | - |
Palavras-chave: dc.subject | Optimum-Path Forest. | - |
Palavras-chave: dc.subject | Quantum Computing | - |
Palavras-chave: dc.subject | Quantum Optimization | - |
Título: dc.title | A Quantum-inspired Approach to Estimate Optimum-Path Forest Prototypes based on the Traveling Salesman Problem | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: