KOMPARASI ADAPTIVE MOMENT ESTIMATION (ADAM), ANALYTIC QUANTUM GRADIENT DESCENT (AQGD) DAN NAKANISHI-FUJII-TODO (NFT) PADA QUANTUM PERCEPTRON

Authors

  • Lipantri Mashur Gultom Politeknik Negeri Bengkalis
  • Desi Amirullah Politeknik Negeri Bengkalis

Keywords:

ADAM, AQGD, NFT, Quantum, Perceptron

Abstract

Penelitian ini membahas komparasi antara Adaptive Moment Estimation (ADAM), Analytic Quantum Gradient Descent (AQGD) Dan Nakanishi-Fujii-Todo (NFT) Pada Quantum Perceptron. Ekperimen menggunakan Qiskit dan IBM Quantum Lab serta UCI Machine Learning Dataset. Dimana dari setiap 4 dataset yang digunakan dibagi menjadi bagian pembelajaran (75%) dan pengujian (25%). Hasil eksperimen dari 4 dataset yang digunakan metode AQGD menjadi terbaik dalam mencari nilai cost secara berturut-turut 2.1509646, 0.720, 0.3800922 dan 0.4906909. Sedangkan nilai akurasi pembelajaran untuk 3 dataset dengan metode AGQD menjadi yang terbaik dengan nilai secara berturut-turut 0.500, 0.720 dan 0.600. Namun untuk nilai akurasi pengujian masih belum diperoleh hasil yang terbaik dari ketiga metode tersebut karena masih kompetitif bergantung dari struktur data yang digunakan.  

References

Amirullah, D., & Gultom, L. M. (2019). Data Classification with Qubit Superposition Approach in Quantum Perceptron. 2019 2nd International Conference on Applied Engineering (ICAE), 1–4.

Gultom, L. M. (2017). Klasifikasi Data Dengan Quantum Perceptron. Jurnal Teknovasi: Jurnal Teknik Dan Inovasi, 4(1), 1–9.

Kingma, D. P., & Ba, J. (2014). Adam: A method for stochastic optimization. ArXiv Preprint ArXiv:1412.6980.

Macaluso, A., Clissa, L., Lodi, S., & Sartori, C. (2020). A Variational Algorithm for Quantum Neural Networks. International Conference on Computational Science, 591–604.

Mangini, S., Tacchino, F., Gerace, D., Bajoni, D., & Macchiavello, C. (2021). Quantum computing models for artificial neural networks. EPL (Europhysics Letters), 134(1), 10002.

Mitarai, K., Negoro, M., Kitagawa, M., & Fujii, K. (2018). Quantum circuit learning. Physical Review A, 98(3), 32309.

Nakanishi, K. M., Fujii, K., & Todo, S. (2020). Sequential minimal optimization for quantum-classical hybrid algorithms. Physical Review Research, 2(4), 43158.

Reddi, S. J., Kale, S., & Kumar, S. (2019). On the convergence of adam and beyond. ArXiv Preprint ArXiv:1904.09237.

Schuld, M., Bergholm, V., Gogolin, C., Izaac, J., & Killoran, N. (2019). Evaluating analytic gradients on quantum hardware. Physical Review A, 99(3), 32331.

Wahyudi, M., Gultom, L. M., & Solikhun, S. (2020). Implementasi Komputasi Quantum Pada Jaringan Saraf Tiruan. Yayasan Kita Menulis.

Downloads

Published

2021-11-29

How to Cite

Lipantri Mashur Gultom, & Desi Amirullah. (2021). KOMPARASI ADAPTIVE MOMENT ESTIMATION (ADAM), ANALYTIC QUANTUM GRADIENT DESCENT (AQGD) DAN NAKANISHI-FUJII-TODO (NFT) PADA QUANTUM PERCEPTRON. Prosiding Seminar Nasional Terapan Riset Inovatif (SENTRINOV), 7(1), 42-50. Retrieved from https://proceeding.isas.or.id/index.php/sentrinov/article/view/951