{rfName}
Au

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

43

Altmetrics

Grant support

The authors gratefully acknowledges the computer resources at Artemisa, funded by the European Union ERDF and Comunitat Valenciana as well as the technical support provided by the Instituto de Fisica Corpuscular, IFIC (CSIC-UV). This work has been supported by Spanish Project PGC2018-094792-B-100 (MCIU/AEI/FEDER, EU), CAM/FEDER Project No. S2018/TCS-4342 (QUITEMAD-CM), and CSIC Platform PTI-001.

Análisis de autorías institucional

Altares-Lopez, SAutor o CoautorRibeiro, AAutor o Coautor

Compartir

6 de septiembre de 2021
Publicaciones
>
Artículo
Sí

Automatic design of quantum feature maps

Publicado en:Quantum Science And Technology. 6 (4): 45015- - 2021-10-01 6(4), DOI: 10.1088/2058-9565/ac1ab1

Autores: Altares-Lopez, Sergio; Ribeiro, Angela; Garcia-Ripoll, Juan Jose;

Afiliaciones

CSIC, Inst Fis Fundamental IFF, Consejo Super Invest Cient, Calle Serrano 113b, Madrid 28006, Spain - Autor o Coautor
Univ Politecn Madrid, Programa Doctorado Automat & Robot, Calle Jose Gutierrez Abascal 2, E-28006 Madrid, Spain - Autor o Coautor
UPM, CSIC, Ctr Automat & Robot CAR, Consejo Super Invest Cient, Ctra Campo Real Km 0,200, Arganda Del Rey 28500, Spain - Autor o Coautor

Resumen

We propose a new technique for the automatic generation of optimal ad-hoc ansatze for classification by using quantum support vector machine. This efficient method is based on non-sorted genetic algorithm II multiobjective genetic algorithms which allow both maximize the accuracy and minimize the ansatz size. It is demonstrated the validity of the technique by a practical example with a non-linear dataset, interpreting the resulting circuit and its outputs. We also show other application fields of the technique that reinforce the validity of the method, and a comparison with classical classifiers in order to understand the advantages of using quantum machine learning.

Palabras clave

Application fieldsArtificial intelligenceAutomatic designAutomatic generationAutomatic quantum classifier generationGenetic algorithmsMulti-objective genetic algorithmNon linearNon-sorted genetic algorithmsOptimizationQuantum computingQuantum featuresQuantum machine learningQuantum machinesSupport vector machines

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Quantum Science And Technology debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2021, se encontraba en la posición 14/86, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Physics, Multidisciplinary.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales de Scopus Elsevier, arroja un valor para la media Ponderada del Impacto Normalizado de la agencia Scopus: 1.64, lo que indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

  • Field Citation Ratio (FCR) de la fuente Dimensions: 15.48 (fuente consultada: Dimensions Jul 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-07-17, el siguiente número de citas:

  • WoS: 3
  • Scopus: 28

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-07-17:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 40.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 51 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 5.5.
  • El número de menciones en la red social X (antes Twitter): 9 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (ALTARES LOPEZ, SERGIO) .