Departamento de Informática (UM)

Ciência de Dados Quântica

14920 [ME80ME8002006777]

Mestrado em Engenharia Física [MEF]

S2

Luís Paulo Peixoto Santos

Objetivos

O tópico 1 dos conteúdos programáticos suporta RA4 ao explicitar as limitações associadas às abordagens quânticas e ao permitir a caracterização dessas mesmas limitações usando métricas baseadas na complexidade.

Os tópicos 2 a 7 introduzem um leque alargado de algoritmos apropriados a diferentes problemas associados aos dados e envolvendo uma diversidade de requisitos no que respeita aos recursos quânticos. A familiaridade com estas abordagens suporta RA1 e RA2.
O trabalho teórico prático desenvolvido ao longo do curso no contexto dos mesmos tópicos (2 a 7) suporta RA3.

Programa

1. Ciência de Dados quântica: motivação. Vantagem quântica: complexidade do modelo e de amostragem.
2. Codificação quântica de dados.
3. Métodos de aprendizagem baseados em álgebra: PCA, SVM, HLL, LSQ.
4. Abordagens variacionais: VQE e QAOA.
5. Aprendizagem quântica não supervisionada: clustering.
6. Aprendizagem quântica por reforço.
7. Computação quântica adiabática: QUBO e modelo de Ising.

Bibliografia

Maria Schuld and Francesco Petruccione, “Supervised Learning with Quantum Computers”, Springer, 2018. (https://doi.org/10.1007/978-3-319-96424-9).

Peter Wittek, “Quantum Machine Learning: what Quantum Computing means to Data Mining”, Elsevier Academic Press, ISBN: 978-0-12-800953-6, 2014.

Resultados da aprendizagem

Esta unidade curricular tem por objectivo principal proporcionar conhecimentos e desenvolver competências na área da Ciência de Dados assistida pela Computação Quântica. Coloca-se um ênfase especial na Aprendizagem Máquina utilizando recursos quânticos.

Um estudante que completa esta unidade curricular com sucesso deve estar apto para:
RA1. Identificar, na área da Ciência de Dados, oportunidades para utilização de recursos quânticos
RA2. Conceber soluções do foro da computação quântica para problemas relacionados com a exploração de dados
RA3. Implementar algoritmos híbridos (clássico + quântico) de aprendizagem
RA4. Identificar limitações (actuais e no médio prazo) associadas à ciência de dados quântica
RA5. Exibir uma capacidade de expressão escrita e oral adequada à comunicação de abordagens, expectativas, resultados e limitações, promovendo a linguagem como ferramenta de expressão e construção de pensamentos, ideias e argumentos próprios, alicerçados no espírito crítico.

Método de avaliação

A avaliação envolve duas dimensões: prova escrita e projecto. O peso relativo de qualquer uma delas variará num intervalo de 40% a 60%. O projecto será realizado em grupos de 2 ou 3 estudantes e versarão um problema real de média dimensão. O projecto abrangerá diversos estágios:
- identificação, delimitação e formulação do problema a tratar
- concepção, desenvolvimento e avaliação da(s) solução(ções)
- escrita de relatório sucinto e completo sobre o trabalho realizado
- apresentação oral do trabalho desenvolvido.

Funcionamento

Turno: T 1; Docente: Luís Paulo Peixoto Santos; Dep.: DI; Horas: 30.
Turno: TP 1; Docente: André Manuel Resende Sequeira; Dep.: DI; Horas: 30.