Chulalongkorn University Theses and Dissertations (Chula ETD)
Other Title (Parallel Title in Other Language of ETD)
K-means clustering using quantum computing
Year (A.D.)
2024
Document Type
Thesis
First Advisor
ประภาส จงสถิตย์วัฒนา
Faculty/College
Faculty of Engineering (คณะวิศวกรรมศาสตร์)
Department (if any)
Department of Computer Engineering (ภาควิชาวิศวกรรมคอมพิวเตอร์)
Degree Name
วิทยาศาสตรมหาบัณฑิต
Degree Level
ปริญญาโท
Degree Discipline
วิศวกรรมคอมพิวเตอร์
DOI
10.58837/CHULA.THE.2024.1056
Abstract
วิทยานิพนธ์ฉบับนี้ศึกษาอัลกอริธึม K-Means แบบผสมระหว่างควอนตัมและคลาสสิก สำหรับการจัดกลุ่มข้อมูลผู้ป่วยโรคหัวใจ โดยใช้วงจร swap-test ของควอนตัมในการคำนวณระยะทาง และได้ทำการทดสอบบนควอนตัมคอมพิวเตอร์จำลองใน 2 แนวทาง คือแบบที่มีสัญญาณรบกวน และแบบอุดมคติ ด้วยชุดข้อมูลจริงที่มีมากกว่า 1,000 รายการ ผลการทดลองแสดงให้เห็นว่า วิธีควอนตัมทั้งสองสามารถทำความแม่นยำได้สูงถึง 0.83 และให้ค่า F1-score ใกล้เคียงกับ K-Means แบบคลาสสิก (0.82–0.83) แม้ในกรณีค่าจากควอนตัมคอมพิวเตอร์ที่มีสัญญาณรบกวน ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพในการใช้งานจริงของวิธีจัดกลุ่มที่ได้รับการเสริมด้วยควอนตัม
Other Abstract (Other language abstract of ETD)
This thesis investigates hybrid quantum-classical K-Means algorithms for clustering heart disease patient data. Using quantum swap-test circuits for distance calculation, two approaches were tested on both noisy and ideal quantum simulators. A real-world dataset of over 1,000 records. The results show that both quantum methods achieve accuracy up to 0.83 and F1-scores comparable to the classical K-Means baseline (0.82–0.83), even when executed on quantum simulators with real-device noise models. These findings highlight the practical potential of quantum-enhanced clustering methods.
Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-No Derivative Works 4.0 International License.
Recommended Citation
ธนาภรณ์ชินพงษ์, ภานุวัฒน์, "เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม" (2024). Chulalongkorn University Theses and Dissertations (Chula ETD). 74023.
https://digital.car.chula.ac.th/chulaetd/74023