@manual{
	titlea = "Prof.",
	vornamea = "Maximilian",
	namea = "Moll",
	departmenta = "Fakultät für Informatik",
	institutea = "INF 1 - Institut für Theoretische Informatik, Mathematik und Operations Research",
	titleb = "",
	vornameb = "",
	nameb = "",
	departmentb = "",
	instituteb = "",
	titlec = "",
	vornamec = "",
	namec = "",
	departmentc = "",
	institutec = "",
	external-funds = "IBM iX Berlin GmbH",
	company = "",
	project-title = "Studie: Maschinelles Lernen und Quantum Computing",
	project-abstract = "Im Bereich des Supervised Learnings ist die Forschung zu Quantenansätzen definitiv am aktivsten. Dies dürfte auf die Kombination aus Relevanz und Entwicklungsgrad des Gebiets zurückzuführen sein. Besonders hervorzuheben sind hier die Quantum Variational Circuits. Nach den teils bahnbrechenden Erfolgen der Neuronalen Netze in vielfältigen Aufgabenstellungen ist es wenig überraschend, dass eine Quantenversion gesucht wurde. Da die Forschung sowohl auf praktischer als auch theoretischer Seite sehr aktiv ist, soll hier ein Schwerpunkt der Studie gesetzt werden. Insbesondere der Aspekt der Skalierbarkeit ist hier im Vergleich verschiedener Experimente aus der Literatur, sowie eigener Versuche genau zu beleuchten.

Der Fokus im Bereich des Unsupervised Learnings soll auf den beiden wichtigsten Problemklassen, dem  Clustering und der Outlier Detection liegen. In beiden Bereichen gibt es bereits verschiedene Ansätze, die auf die oben genannten Kriterien hin verglichen werden können. Der entstandene Bericht wird zum Studienende IBM zur Verfügung gestellt und die Kernaussagen in Form eines Vortrags relevanten Interessenten präsentiert.",
	proj-beginn = "01.01.2024",
	proj-end = "31.12.2024",
	forschungszentrum = "FI CODE"
}