Filtros : "COMPUTAÇÃO QUÂNTICA" "APRENDIZADO COMPUTACIONAL" Removido: "HEURÍSTICA" Limpar

Filtros



Refine with date range


  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO QUÂNTICA, FÍSICA MODERNA

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      PINTO, Diogo de Oliveira Soares et al. Unveiling quantum phase transitions efficiently using machine learning and quantum computing. 2024, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2024. Disponível em: https://repositorio.usp.br/directbitstream/117a80e1-28af-43db-b1d0-eff0f5d25a55/PROD036614_3229398.pdf. Acesso em: 27 nov. 2025.
    • APA

      Pinto, D. de O. S., Canabarro, A., Silva, L. M. M. da, & Chaves, R. (2024). Unveiling quantum phase transitions efficiently using machine learning and quantum computing. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/117a80e1-28af-43db-b1d0-eff0f5d25a55/PROD036614_3229398.pdf
    • NLM

      Pinto D de OS, Canabarro A, Silva LMM da, Chaves R. Unveiling quantum phase transitions efficiently using machine learning and quantum computing [Internet]. Livro de Resumos. 2024 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/117a80e1-28af-43db-b1d0-eff0f5d25a55/PROD036614_3229398.pdf
    • Vancouver

      Pinto D de OS, Canabarro A, Silva LMM da, Chaves R. Unveiling quantum phase transitions efficiently using machine learning and quantum computing [Internet]. Livro de Resumos. 2024 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/117a80e1-28af-43db-b1d0-eff0f5d25a55/PROD036614_3229398.pdf
  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO QUÂNTICA, SENSOR, NITROGÊNIO

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      MUNIZ, Sérgio Ricardo e SALOMON, Bruno Leão Rennó. Desenvolvimento de algoritmos de quantum machine learning para otimização de sensores quânticos baseados em centros NV em diamante. 2024, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2024. Disponível em: https://repositorio.usp.br/directbitstream/bae3ca61-73fa-4622-a062-5b775f44cd72/3229193.pdf. Acesso em: 27 nov. 2025.
    • APA

      Muniz, S. R., & Salomon, B. L. R. (2024). Desenvolvimento de algoritmos de quantum machine learning para otimização de sensores quânticos baseados em centros NV em diamante. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/bae3ca61-73fa-4622-a062-5b775f44cd72/3229193.pdf
    • NLM

      Muniz SR, Salomon BLR. Desenvolvimento de algoritmos de quantum machine learning para otimização de sensores quânticos baseados em centros NV em diamante [Internet]. Livro de Resumos. 2024 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/bae3ca61-73fa-4622-a062-5b775f44cd72/3229193.pdf
    • Vancouver

      Muniz SR, Salomon BLR. Desenvolvimento de algoritmos de quantum machine learning para otimização de sensores quânticos baseados em centros NV em diamante [Internet]. Livro de Resumos. 2024 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/bae3ca61-73fa-4622-a062-5b775f44cd72/3229193.pdf
  • Source: Revista Brasileira de Ensino de Física. Unidades: IFSC, FFCLRP

    Subjects: APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO QUÂNTICA, ALGORITMOS

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      GOMES, Naomy Duarte et al. Introdução ao aprendizado de máquina quântico, suas aplicações e vantagens. Revista Brasileira de Ensino de Física, v. 46, p. e20240230-1-e20240230-10, 2024Tradução . . Disponível em: https://doi.org/10.1590/1806-9126-RBEF-2024-0230. Acesso em: 27 nov. 2025.
    • APA

      Gomes, N. D., Togni, J., Ramalho, B. A. C., Lacerda, K. J. C. C. de, & Ferreira, P. H. (2024). Introdução ao aprendizado de máquina quântico, suas aplicações e vantagens. Revista Brasileira de Ensino de Física, 46, e20240230-1-e20240230-10. doi:10.1590/1806-9126-RBEF-2024-0230
    • NLM

      Gomes ND, Togni J, Ramalho BAC, Lacerda KJCC de, Ferreira PH. Introdução ao aprendizado de máquina quântico, suas aplicações e vantagens [Internet]. Revista Brasileira de Ensino de Física. 2024 ; 46 e20240230-1-e20240230-10.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1590/1806-9126-RBEF-2024-0230
    • Vancouver

      Gomes ND, Togni J, Ramalho BAC, Lacerda KJCC de, Ferreira PH. Introdução ao aprendizado de máquina quântico, suas aplicações e vantagens [Internet]. Revista Brasileira de Ensino de Física. 2024 ; 46 e20240230-1-e20240230-10.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1590/1806-9126-RBEF-2024-0230
  • Source: Physical Review A. Unidade: IFSC

    Subjects: FÍSICA TEÓRICA, REDES NEURAIS, COMPUTAÇÃO QUÂNTICA, APRENDIZADO COMPUTACIONAL

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      CASTELANO, Leonardo Kleber et al. Combining physics-informed neural networks with the freezing mechanism for general Hamiltonian learning. Physical Review A, v. 110, n. 3, p. 032607-1-032607-8, 2024Tradução . . Disponível em: https://doi.org/10.1103/PhysRevA.110.032607. Acesso em: 27 nov. 2025.
    • APA

      Castelano, L. K., Cunha, I., Luiz, F. S., Napolitano, R. de J., Prado, M. V. S., & Fanchini, F. F. (2024). Combining physics-informed neural networks with the freezing mechanism for general Hamiltonian learning. Physical Review A, 110( 3), 032607-1-032607-8. doi:10.1103/PhysRevA.110.032607
    • NLM

      Castelano LK, Cunha I, Luiz FS, Napolitano R de J, Prado MVS, Fanchini FF. Combining physics-informed neural networks with the freezing mechanism for general Hamiltonian learning [Internet]. Physical Review A. 2024 ; 110( 3): 032607-1-032607-8.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1103/PhysRevA.110.032607
    • Vancouver

      Castelano LK, Cunha I, Luiz FS, Napolitano R de J, Prado MVS, Fanchini FF. Combining physics-informed neural networks with the freezing mechanism for general Hamiltonian learning [Internet]. Physical Review A. 2024 ; 110( 3): 032607-1-032607-8.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1103/PhysRevA.110.032607
  • Unidade: IFSC

    Subjects: REDES NEURAIS, COMPUTAÇÃO QUÂNTICA, CONTROLE (TEORIA DE SISTEMAS E CONTROLE), SISTEMA QUÂNTICO, APRENDIZADO COMPUTACIONAL

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      MORAZOTTI, Nícolas André da Costa. Redes neurais no uso de Teoria de Controle para a síntese de transformações unitárias em processamento quântico em contexto ruidoso. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/76/76131/tde-16012024-093809/. Acesso em: 27 nov. 2025.
    • APA

      Morazotti, N. A. da C. (2023). Redes neurais no uso de Teoria de Controle para a síntese de transformações unitárias em processamento quântico em contexto ruidoso (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/76/76131/tde-16012024-093809/
    • NLM

      Morazotti NA da C. Redes neurais no uso de Teoria de Controle para a síntese de transformações unitárias em processamento quântico em contexto ruidoso [Internet]. 2023 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76131/tde-16012024-093809/
    • Vancouver

      Morazotti NA da C. Redes neurais no uso de Teoria de Controle para a síntese de transformações unitárias em processamento quântico em contexto ruidoso [Internet]. 2023 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76131/tde-16012024-093809/
  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: MECÂNICA QUÂNTICA, COMPUTAÇÃO QUÂNTICA, APRENDIZADO COMPUTACIONAL

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      SILVA, Adonai Hilário da e MORAZOTTI, Nícolas André da Costa e NAPOLITANO, Reginaldo de Jesus. Quantum complexity and efficient synthesis of quantum evolution in the presence of noise. 2023, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2023. Disponível em: https://repositorio.usp.br/directbitstream/f51cadd7-577e-47da-a1a3-40545ed6acbc/3180296.pdf. Acesso em: 27 nov. 2025.
    • APA

      Silva, A. H. da, Morazotti, N. A. da C., & Napolitano, R. de J. (2023). Quantum complexity and efficient synthesis of quantum evolution in the presence of noise. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/f51cadd7-577e-47da-a1a3-40545ed6acbc/3180296.pdf
    • NLM

      Silva AH da, Morazotti NA da C, Napolitano R de J. Quantum complexity and efficient synthesis of quantum evolution in the presence of noise [Internet]. Livro de Resumos. 2023 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/f51cadd7-577e-47da-a1a3-40545ed6acbc/3180296.pdf
    • Vancouver

      Silva AH da, Morazotti NA da C, Napolitano R de J. Quantum complexity and efficient synthesis of quantum evolution in the presence of noise [Internet]. Livro de Resumos. 2023 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/f51cadd7-577e-47da-a1a3-40545ed6acbc/3180296.pdf
  • Source: Posters. Conference titles: São Paulo School of Advanced Science on Quantum Fluids and Applications. Unidade: IFSC

    Subjects: APRENDIZADO COMPUTACIONAL, MECÂNICA ESTATÍSTICA, COMPUTAÇÃO QUÂNTICA, INFORMAÇÃO QUÂNTICA

    PrivadoHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      DOMINGUES, Artur Venturelli. Quantum machine learning techniques: a basic overview. 2022, Anais.. São Carlos: Universidade de São Paulo - USP, 2022. Disponível em: https://repositorio.usp.br/directbitstream/76b1532a-90ec-4744-94e3-eb06170e1cf0/3070534.pdf. Acesso em: 27 nov. 2025.
    • APA

      Domingues, A. V. (2022). Quantum machine learning techniques: a basic overview. In Posters. São Carlos: Universidade de São Paulo - USP. Recuperado de https://repositorio.usp.br/directbitstream/76b1532a-90ec-4744-94e3-eb06170e1cf0/3070534.pdf
    • NLM

      Domingues AV. Quantum machine learning techniques: a basic overview [Internet]. Posters. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/76b1532a-90ec-4744-94e3-eb06170e1cf0/3070534.pdf
    • Vancouver

      Domingues AV. Quantum machine learning techniques: a basic overview [Internet]. Posters. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/76b1532a-90ec-4744-94e3-eb06170e1cf0/3070534.pdf
  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: COMPUTAÇÃO QUÂNTICA, MECÂNICA QUÂNTICA, APRENDIZADO COMPUTACIONAL

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      MORAZOTTI, Nícolas André da Costa e NAPOLITANO, Reginaldo de Jesus. Synthesis of optimal unitary transformations for the study of quantum complexity. 2022, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2022. Disponível em: https://repositorio.usp.br/directbitstream/d5982505-4949-46d8-b63e-15dd27f15bf4/3120972.pdf. Acesso em: 27 nov. 2025.
    • APA

      Morazotti, N. A. da C., & Napolitano, R. de J. (2022). Synthesis of optimal unitary transformations for the study of quantum complexity. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/d5982505-4949-46d8-b63e-15dd27f15bf4/3120972.pdf
    • NLM

      Morazotti NA da C, Napolitano R de J. Synthesis of optimal unitary transformations for the study of quantum complexity [Internet]. Livro de Resumos. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/d5982505-4949-46d8-b63e-15dd27f15bf4/3120972.pdf
    • Vancouver

      Morazotti NA da C, Napolitano R de J. Synthesis of optimal unitary transformations for the study of quantum complexity [Internet]. Livro de Resumos. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/d5982505-4949-46d8-b63e-15dd27f15bf4/3120972.pdf
  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: ALGORITMOS, ÁLGEBRAS DE LIE, COMPUTAÇÃO QUÂNTICA, APRENDIZADO COMPUTACIONAL

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      CORRER, Guilherme Ilário e PINTO, Diogo de Oliveira Soares. Algoritmos quânticos variacionais e o aprendizado de máquina quântico geométrico. 2022, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2022. Disponível em: https://repositorio.usp.br/directbitstream/80b9a9fd-1a4f-4452-a632-faf197952d0c/3119852.pdf. Acesso em: 27 nov. 2025.
    • APA

      Correr, G. I., & Pinto, D. de O. S. (2022). Algoritmos quânticos variacionais e o aprendizado de máquina quântico geométrico. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/80b9a9fd-1a4f-4452-a632-faf197952d0c/3119852.pdf
    • NLM

      Correr GI, Pinto D de OS. Algoritmos quânticos variacionais e o aprendizado de máquina quântico geométrico [Internet]. Livro de Resumos. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/80b9a9fd-1a4f-4452-a632-faf197952d0c/3119852.pdf
    • Vancouver

      Correr GI, Pinto D de OS. Algoritmos quânticos variacionais e o aprendizado de máquina quântico geométrico [Internet]. Livro de Resumos. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/80b9a9fd-1a4f-4452-a632-faf197952d0c/3119852.pdf
  • Source: Livro de Resumos. Conference titles: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC

    Subjects: APRENDIZADO COMPUTACIONAL, MECÂNICA ESTATÍSTICA, COMPUTAÇÃO QUÂNTICA, INFORMAÇÃO QUÂNTICA

    Versão PublicadaHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      DOMINGUES, Artur Venturelli e MUNIZ, Sérgio Ricardo. Quantum machine learning applications on NV centers. 2022, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2022. Disponível em: https://repositorio.usp.br/directbitstream/6a48c358-d9a4-4c21-8776-6963c6dc45ec/3121512.pdf. Acesso em: 27 nov. 2025.
    • APA

      Domingues, A. V., & Muniz, S. R. (2022). Quantum machine learning applications on NV centers. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/6a48c358-d9a4-4c21-8776-6963c6dc45ec/3121512.pdf
    • NLM

      Domingues AV, Muniz SR. Quantum machine learning applications on NV centers [Internet]. Livro de Resumos. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/6a48c358-d9a4-4c21-8776-6963c6dc45ec/3121512.pdf
    • Vancouver

      Domingues AV, Muniz SR. Quantum machine learning applications on NV centers [Internet]. Livro de Resumos. 2022 ;[citado 2025 nov. 27 ] Available from: https://repositorio.usp.br/directbitstream/6a48c358-d9a4-4c21-8776-6963c6dc45ec/3121512.pdf

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2025