Resultados do treinamento em Simulador Quântico

No caso de treinar o modelo em simulador quântico, no caso foram testados o simulador ibmq_qasm_simulator e simulator_mps. Em ambos os casos, tivemos um resultado muito semelhante.

Para ambos, a rede não chegou a convergir em apenas 10 épocas, com um tempo de treinamento de 12 minutos por época os testes acabam ficando inviáveis. O resultado final foi uma acurácia de 0.27 no conjunto de treinamento e 0.29 no conjunto de validação.

Abaixo podemos observar as matrizes de confusão do modelo treinado no simulador ibmq_qasm_simulator e simulator_mps respectivamente:

Análise de Learning Rate

Também foi construído um gráfico que nos mostra a perda (loss) em função do learning rate. O gráfico foi construído com base em 100 iterações, com valores de learning rate variando de 0.001 a 10.

Para âmbos os simuladores, o gráfico ficou da seguinte forma:

Do gráfico podemos observar que o learning rate ideal para o modelo está presente em uma região muito próxima de 0.001, onde a perda é mínima. Mas também observamos que para qualquer valor no intervalo de learning rate, a perda é mínima, entre valores de 1.372 e 1380, o que nos leva a pensar na possibilidade de que utilizando uma rede neural quântica em consunto com uma rede neural convolucional classica, podemos obter resultados melhores (mesmo que o tempo de treinamento seja muito maior).