Now showing 1 - 2 of 2
No Thumbnail Available
Publication

Quantum Machine Learning. Eine Analyse zu Kompetenz, Forschung und Anwendung

2020 , Bauckhage, Christian , Brito, Eduardo , Daase, Inga , Franken, Lukas , Georgiev, Bogdan , Hecker, Dirk , Paschke, Adrian , Piatkowski, Nico , Soddemann, Thomas , Trabold, Daniel

In unserer Studie »Quantum Machine Learning« geben wir einen Einblick in das Quantencomputing, erklären, welche physikalischen Effekte eine Rolle spielen und wie diese dazu genutzt werden, Verfahren des Maschinellen Lernens zu beschleunigen. Neben den logischen Komponenten werden auch Techniken für die Implementierung der Hardware von Quantencomputern vorgestellt. Die Studie gibt außerdem einen Überblick über die aktuelle Forschungs- und Kompetenzlandschaft und ordnet die Position Deutschlands im internationalen Wettbewerb ein. Zudem stellt die Studie konkrete Anwendungsbereiche und Marktpotenziale für verschiedene Branchen vor. Denn in den kommenden Jahren werden Unternehmen aus unterschiedlichen Branchen vor der Herausforderung stehen, neue Markt- und Geschäftspotenziale mithilfe des Quantencomputings zu erarbeiten, um ihre Wertschöpfung zu steigern. Mit dieser Studie möchten wir Akteuren aus Wirtschaft, Wissenschaft und Gesellschaft Orientierung bieten und die Potenziale aufzeigen, die schon heute sichtbar sind und in Zukunft in Unternehmen Einsatz finden werden.

No Thumbnail Available
Publication

A QUBO Formulation of the k-Medoids Problem

2019 , Bauckhage, Christian , Piatkowski, Nico , Sifa, Rafet , Hecker, Dirk , Wrobel, Stefan

We are concerned with k-medoids clustering and propose aquadratic unconstrained binary optimization (QUBO) formulation of the problem of identifying k medoids among n data points without having to cluster the data. Given our QUBO formulation of this NP-hard problem, it should be possible to solve it on adiabatic quantum computers.