L'espansione delle reti 6G promette di rivoluzionare una vasta gamma di settori, esplorando le nuove opportunità derivanti dall'applicazione diretta della nuova tecnologia all’interno dei diversi ambiti di sviluppo di nuovi settori tecnologici. In questo lavoro di tesi, vengono analizzati gli algoritmi più conosciuti di ML e i loro relativi problemi. Inoltre, la tesi presenta il QML come valida soluzione a queste problematiche, fornendo un confronto, in termini di complessità computazionale, tra i diversi algoritmi applicabili alle reti 6G.
ANALISI DELLA COMPLESSITÀ COMPUTAZIONALE DI ALGORITMI DI QUANTUM MACHINE LEARNING A SUPPORTO DI SERVIZI AVANZATI IN RETI 6G
VOZA, FABRIZIO
2020/2021
Abstract
L'espansione delle reti 6G promette di rivoluzionare una vasta gamma di settori, esplorando le nuove opportunità derivanti dall'applicazione diretta della nuova tecnologia all’interno dei diversi ambiti di sviluppo di nuovi settori tecnologici. In questo lavoro di tesi, vengono analizzati gli algoritmi più conosciuti di ML e i loro relativi problemi. Inoltre, la tesi presenta il QML come valida soluzione a queste problematiche, fornendo un confronto, in termini di complessità computazionale, tra i diversi algoritmi applicabili alle reti 6G.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
tesi VOZA FABRIZIO.pdf
File consultabile da postazioni biblioteca
Descrizione: documento di tesi in formato .pdf
Dimensione
1.95 MB
Formato
Adobe PDF
|
1.95 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.14253/85201