Oggetto dell'attività di ricerca:
L'attività di ricerca avrà per oggetto la evoluzione ulteriore e la sperimentazione di un quantum Single Layer Perceptron utilizzando un framework di computazione quantistica, MAQA, recentemente proposto nell'ambito dell'attività di ricerca del gruppo di Machine Learning e Data Mining del DISI.  La sperimentazione interesserà principalmente l'applicazione del quantum Single Layer Perceptron a dataset di maggiore complessità e dimensione, e all'utilizzo di processori quantistici di maggiore potenza, compatibilmente con lo stato della tecnologia del settore, e di processori classici di maggiore potenza per le necessarie fasi di simulazione del quantum Single Layer Perceptron.  La evoluzione riguarderà estensioni del problema di learning risolto dal quantum Single Layer Perceptron al caso più generale della multiclassificazione e della regressione.  Inoltre, si intende apportare una significativa modifica ai gate impiegati nell'ansatz allo scopo di ridurre il numero dei parametri e confrontare le complessità circuitali corrispondenti ai differenti gate in relazione alla qualità dei risultati ottenibili.  L'attività in oggetto sarà organicamente inserita nella linea di ricerca del gruppo di Machine Learning e Data Mining del DISI, che attualmente comprende lo sviluppo di algoritmi quantum per il Machine Learning con prospettive di implementazione e utilizzo a medio termine, sia mediante la simulazione con framework standard nel settore, che mediante la sperimentazione su processori quantum reali.

Dettaglio dell'attività di ricerca:
1. Modifica ai gate impiegati nell'ansatz per ridurre il numero dei parametri
2. Sperimentazione con processori quantistici di maggiore potenza
3. Applicazione del quantum Single Layer Perceptron a dataset di maggiore complessità e dimensione
4. Estensione del quantum Single Layer Perceptron alla multiclassificazione e regressione