Quantum-klassisches Machine Learning am Leibniz-Rechenzentrum

Seidl, Daniel (2022) Quantum-klassisches Machine Learning am Leibniz-Rechenzentrum. Bachelorarbeit, Ludwig-Maximilians-Universität.

PDF
7MB

elib-URL des Eintrags:

Dokumentart:

Hochschulschrift (Bachelorarbeit)

Titel:

Quantum-klassisches Machine Learning am Leibniz-Rechenzentrum

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Seidl, Daniel	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

26 September 2022

Referierte Publikation:

Nein

Open Access:

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

Quantum Machine Learning, QML

Institution:

Ludwig-Maximilians-Universität

Abteilung:

Institut für Informatik

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Technik für Raumfahrtsysteme

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R SY - Technik für Raumfahrtsysteme

DLR - Teilgebiet (Projekt, Vorhaben):

R - Quantencomputing

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Hinterlegt von:

Rösel, Dr. Anja

Hinterlegt am:

01 Feb 2023 13:15

Letzte Änderung:

02 Feb 2023 18:49

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags