Hibrit kuantum-klasik makine öğrenmesi ile KOVID-19 tespiti

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Çanakkale Onsekiz Mart Üniversitesi, Lisansüstü Eğitim Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: Türkçe

Öğrenci: ERDİ ACAR

Danışman: İhsan Yılmaz

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Dünya Sağlık Örgütü'nün pandemi olarak ilan ettiği KOVID-19 pandemisinde enfekte olan hastanın en kısa sürede teşhis edilmesi son derece önemlidir. Uzmanlar, RT-PCR testinin zayıf noktaları nedeniyle RT-PCR yanında BT görüntülemeyi önermektedir. Bu tez çalışmasında, gerçek kuantum bilgisayarlar kullanılarak kuantum makine öğrenmesinin küçük boyutlu veri seti üzerindeki etkisi araştırılmıştır. Hibrit kuantum-klasik transfer öğrenme yöntemi kullanılarak IBM Q tarafından kullanıma sunulan farklı kuantum bilgisayarlar (IBMQx2, IBMQ-London ve IBMQ-Rome) ve simülatörler (Pennylane, Qiskit ve Cirq) üzerinde test edilmiştir. Ayrıca klasik bilgisayarlarda daha fazla işlem gücü ve zaman gerektiren klasik makine öğrenmesi işlemi, kuantum bilgisayarlarda 4 kübitlik varyasyonel kuantum devresi ile gerçekleştirilmiştir. Sonuçlar aynı veri setini kullanan diğer çalışmalarla karşılaştırıldı. Karşılaştırma sonucunda, kuantumun üstün özelliklerinden dolayı veri kümesinin boyutu küçük olduğunda hibrit kuantum-klasik modelin daha iyi performans gösterdiği görülmüştür.