Skip to main content

2021 | OriginalPaper | Buchkapitel

Performance Analysis of Support Vector Machine Implementations on the D-Wave Quantum Annealer

verfasst von : Harshil Singh Bhatia, Frank Phillipson

Erschienen in: Computational Science – ICCS 2021

Verlag: Springer International Publishing

Aktivieren Sie unsere intelligente Suche um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper a classical classification model, Kernel-Support Vector machine, is implemented as a Quadratic Unconstrained Binary Optimisation problem. Here, data points are classified by a separating hyperplane while maximizing the function margin. The problem is solved for a public Banknote Authentication dataset and the well-known Iris Dataset using a classical approach, simulated annealing, direct embedding on the Quantum Processing Unit and a hybrid solver. The hybrid solver and Simulated Annealing algorithm outperform the classical implementation on various occasions but show high sensitivity to a small variation in training data.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literatur
2.
Zurück zum Zitat Booth, M., Reinhardt, S.P., Roy, A.: Partitioning Optimization Problems for Hybrid Classical/Quantum Execution. Technical report, D-Wave Systems (2017) Booth, M., Reinhardt, S.P., Roy, A.: Partitioning Optimization Problems for Hybrid Classical/Quantum Execution. Technical report, D-Wave Systems (2017)
4.
Zurück zum Zitat Chatterjee, R., Yu, T.: Generalized coherent states, reproducing kernels, and quantum support vector machines. Quantum Inf. Comput. 17(15–16), 1292–1306 (2017)MathSciNet Chatterjee, R., Yu, T.: Generalized coherent states, reproducing kernels, and quantum support vector machines. Quantum Inf. Comput. 17(15–16), 1292–1306 (2017)MathSciNet
5.
Zurück zum Zitat Choi, V.: Minor-embedding in adiabatic quantum computation: I. the parameter setting problem. Quantum Inf. Process. 7(5), 193–209 (2008)MathSciNetCrossRef Choi, V.: Minor-embedding in adiabatic quantum computation: I. the parameter setting problem. Quantum Inf. Process. 7(5), 193–209 (2008)MathSciNetCrossRef
6.
Zurück zum Zitat Coffrin, C.J.: Challenges with chains: testing the limits of a d-wave quantum annealer for discrete optimization. Technical report, Los Alamos National Lab. (LANL), Los Alamos, NM (United States) (2019) Coffrin, C.J.: Challenges with chains: testing the limits of a d-wave quantum annealer for discrete optimization. Technical report, Los Alamos National Lab. (LANL), Los Alamos, NM (United States) (2019)
7.
Zurück zum Zitat Cplex, I.I.: V12. 1: User’s manual for CPLEX. International Business Machines Corporation. 46(53), 157 (2009) Cplex, I.I.: V12. 1: User’s manual for CPLEX. International Business Machines Corporation. 46(53), 157 (2009)
11.
Zurück zum Zitat Fan, R.E., Chen, P., Lin, C.: Working set selection using second order information for training support vector machines. J. Mach. Learn. Res. 6, 1889–1918 (2005)MathSciNetMATH Fan, R.E., Chen, P., Lin, C.: Working set selection using second order information for training support vector machines. J. Mach. Learn. Res. 6, 1889–1918 (2005)MathSciNetMATH
12.
15.
Zurück zum Zitat Kadowaki, T., Nishimori, H.: Quantum annealing in the transverse ising model. Phys. Rev. E 58(5), 5355 (1998)CrossRef Kadowaki, T., Nishimori, H.: Quantum annealing in the transverse ising model. Phys. Rev. E 58(5), 5355 (1998)CrossRef
16.
Zurück zum Zitat Kirkpatrick, S., Gelatt, C.D., Vecchi, M.P.: Optimization by simulated annealing. Sci. 220(4598), 671–680 (1983)MathSciNetCrossRef Kirkpatrick, S., Gelatt, C.D., Vecchi, M.P.: Optimization by simulated annealing. Sci. 220(4598), 671–680 (1983)MathSciNetCrossRef
17.
Zurück zum Zitat Li, R.Y., Di Felice, R., Rohs, R., Lidar, D.A.: Quantum annealing versus classical machine learning applied to a simplified computational biology problem. npj Quantum Inf. 4(1), 1–10 (2018)CrossRef Li, R.Y., Di Felice, R., Rohs, R., Lidar, D.A.: Quantum annealing versus classical machine learning applied to a simplified computational biology problem. npj Quantum Inf. 4(1), 1–10 (2018)CrossRef
18.
Zurück zum Zitat Li, Z., Liu, X., Xu, N., Du, J.: Experimental realization of a quantum support vector machine. Phys. Rev. Lett. 114(14), 140504 (2015)CrossRef Li, Z., Liu, X., Xu, N., Du, J.: Experimental realization of a quantum support vector machine. Phys. Rev. Lett. 114(14), 140504 (2015)CrossRef
19.
Zurück zum Zitat Lucas, A.: Ising formulations of many np problems. Front. Phys. 2, 5 (2014)CrossRef Lucas, A.: Ising formulations of many np problems. Front. Phys. 2, 5 (2014)CrossRef
20.
Zurück zum Zitat Neumann, N., Phillipson, F., Versluis, R.: Machine learning in the quantum era. Digitale Welt 3(2), 24–29 (2019)CrossRef Neumann, N., Phillipson, F., Versluis, R.: Machine learning in the quantum era. Digitale Welt 3(2), 24–29 (2019)CrossRef
21.
Zurück zum Zitat Pedregosa, F., et al.: Scikit-learn: machine learning in python. J. Mach. Learn. Res. 12, 2825–2830 (2011)MathSciNetMATH Pedregosa, F., et al.: Scikit-learn: machine learning in python. J. Mach. Learn. Res. 12, 2825–2830 (2011)MathSciNetMATH
22.
Zurück zum Zitat Phillipson, F., Bhatia, H.S.: Portfolio optimisation using the d-wave quantum annealer. In: International Conference on Computational Science, pp. 1–14. Springer (2021) Phillipson, F., Bhatia, H.S.: Portfolio optimisation using the d-wave quantum annealer. In: International Conference on Computational Science, pp. 1–14. Springer (2021)
23.
Zurück zum Zitat Phillipson, F., Wezeman, R.S., Chiscop, I.: Three quantum machine learning approaches or mobile user indoor-outdoor detection. In: 3rd International Conference on Machine Learning for Networking (2020) Phillipson, F., Wezeman, R.S., Chiscop, I.: Three quantum machine learning approaches or mobile user indoor-outdoor detection. In: 3rd International Conference on Machine Learning for Networking (2020)
24.
Zurück zum Zitat Piattini, M., et al.: The talavera manifesto for quantum software engineering and programming. In: QANSWER, pp. 1–5 (2020) Piattini, M., et al.: The talavera manifesto for quantum software engineering and programming. In: QANSWER, pp. 1–5 (2020)
26.
Zurück zum Zitat Wang, L.: Support Vector Machines: Theory and Applications, vol. 177. Springer Science & Business Media (2005) Wang, L.: Support Vector Machines: Theory and Applications, vol. 177. Springer Science & Business Media (2005)
27.
Zurück zum Zitat Willsch, D., Willsch, M., De Raedt, H., Michielsen, K.: Support vector machines on the d-wave quantum annealer. Comput. Phys. Commun. 248, 107006 (2020)MathSciNetCrossRef Willsch, D., Willsch, M., De Raedt, H., Michielsen, K.: Support vector machines on the d-wave quantum annealer. Comput. Phys. Commun. 248, 107006 (2020)MathSciNetCrossRef
Metadaten
Titel
Performance Analysis of Support Vector Machine Implementations on the D-Wave Quantum Annealer
verfasst von
Harshil Singh Bhatia
Frank Phillipson
Copyright-Jahr
2021
DOI
https://doi.org/10.1007/978-3-030-77980-1_7