التعميم على الرغم من الإفراط في نماذج التعلم الآلي الكمي

التعميم على الرغم من الإفراط في نماذج التعلم الآلي الكمي

الطابع الزمني: 20 ديسمبر 2023 7:32 صباحًا
عقدة المصدر: 3028699

ايفان بيترز1,2,3 وماريا شولد4

1قسم الفيزياء، جامعة واترلو، واترلو، ON، N2L 3G1، كندا
2معهد الحوسبة الكمومية، واترلو، ON، N2L 3G1، كندا
3معهد المحيط للفيزياء النظرية ، واترلو ، أونتاريو ، N2L 2Y5 ، كندا
4Xanadu ، تورونتو ، ON ، M5G 2C8 ، كندا

تجد هذه الورقة مثيرة للاهتمام أو ترغب في مناقشة؟ Scite أو ترك تعليق على SciRate.

ملخص

كشف النجاح الواسع النطاق للشبكات العصبية العميقة عن مفاجأة في التعلم الآلي الكلاسيكي: فالنماذج المعقدة للغاية غالبًا ما يتم تعميمها بشكل جيد بينما تقوم في نفس الوقت بتجاوز بيانات التدريب. تمت دراسة ظاهرة التجهيز الزائد الحميدة هذه لمجموعة متنوعة من النماذج الكلاسيكية بهدف فهم أفضل لآليات التعلم العميق. إن توصيف هذه الظاهرة في سياق التعلم الآلي الكمي قد يؤدي بالمثل إلى تحسين فهمنا للعلاقة بين التجاوز، والمعلمات الزائدة، والتعميم. في هذا العمل، نقدم توصيفًا للتركيب الزائد الحميد في النماذج الكمومية. للقيام بذلك، اشتقنا سلوك استيفاء نماذج ميزات فورييه الكلاسيكية للانحدار على الإشارات الصاخبة، وإظهار كيف تظهر فئة من النماذج الكمومية ميزات مماثلة، وبالتالي ربط بنية الدوائر الكمومية (مثل تشفير البيانات وعمليات إعداد الحالة) ) إلى الإفراط في المعلمة والتركيب في النماذج الكمومية. نشرح هذه الميزات بشكل حدسي وفقًا لقدرة النموذج الكمي على استيفاء البيانات الصاخبة بسلوك "شائك" محليًا وتقديم مثال توضيحي ملموس للتركيب الزائد الحميد.

► بيانات BibTeX

ferences المراجع

[1] مايكل نيلسن. "الشبكات العصبية والتعلم العميق". الصحافة تقرير. (2015). رابط: http://neuralnetworksanddeeplearning.com/.
HTTP: / / neuralnetworksanddeeplearning.com/

[2] ستيوارت جيمان، وإيلي بيننستوك، ورينيه دورسات. “الشبكات العصبية ومعضلة التحيز / التباين”. الحساب العصبي. 4، 1-58 (1992).
الشبكي: / / doi.org/ 10.1162 / neco.1992.4.1.1

[3] تريفور هاستي، روبرت تيبشيراني، جيروم إتش فريدمان، وجيروم إتش فريدمان. “عناصر التعلم الإحصائي: استخراج البيانات والاستدلال والتنبؤ”. المجلد 2. سبرينغر. (2009).
https:/​/​doi.org/​10.1007/​978-0-387-84858-7

[4] بيتر ل. بارتليت وأندريا مونتاناري وألكسندر راخلين. “التعلم العميق: وجهة نظر إحصائية”. اكتا نوميريكا 30، 87-201 (2021).
الشبكي: / / doi.org/ 10.1017 / S0962492921000027

[5] ميخائيل بلكين. "ملاءمة دون خوف: ظاهرة رياضية رائعة للتعلم العميق من خلال منظور الاستيفاء". اكتا نومريكا 30، 203-248 (2021).

[6] بيتر إل. بارتليت، وفيليب إم. لونج، وغابور لوغوسي، وألكسندر تسيجلر. “التجاوز الحميد في الانحدار الخطي”. بروك. ناتل. أكاد. الخيال العلمي. 117، 30063–30070 (2020).
الشبكي: / / doi.org/ 10.1073 / pnas.1907378117

[7] ميخائيل بلكين، دانيال هسو، سيوان ما، وسوميك ماندال. “التوفيق بين ممارسات التعلم الآلي الحديثة والمفاضلة الكلاسيكية بين التحيز والتباين”. بروك. ناتل. أكاد. الخيال العلمي. 116، 15849–15854 (2019).
الشبكي: / / doi.org/ 10.1073 / pnas.1903070116

[8] ميخائيل بلكين، وألكسندر راخلين، وألكسندر ب. تسيباكوف. “هل يتعارض استيفاء البيانات مع الأمثلية الإحصائية؟”. في وقائع أبحاث التعلم الآلي. المجلد 89، الصفحات 1611-1619. بي إم إل آر (2019). رابط: https://proceedings.mlr.press/v89/belkin19a.html.
https://​/proceedings.mlr.press/​v89/​belkin19a.html

[9] فيديا موثوكومار، وكيلاس فودراهالي، وفينيش سوبرامانيان، وأنانت ساهاي. "الاستيفاء غير الضار للبيانات الصاخبة في الانحدار". مجلة IEEE حول مجالات مختارة في نظرية المعلومات 1، 67-83 (2020).
الشبكي: / / doi.org/ 10.1109 / ISIT.2019.8849614

[10] فيديا موثوكومار، وأدييان نارانغ، وفيجنيش سوبرامانيان، وميخائيل بلكين، ودانييل هسو، وأنانت ساهاي. “التصنيف مقابل الانحدار في الأنظمة ذات المعلمات الزائدة: هل وظيفة الخسارة مهمة؟”. جي ماخ. يتعلم. الدقة. 22، 1–69 (2021). عنوان URL: http://​/jmlr.org/​papers/​v22/​20-603.html.
http: / / jmlr.org/ ورقات / v22 ​​/ 20-603.html

[11] يهودا دار، وفيديا موثوكومار، وريتشارد ج. بارانيوك. "وداعا لمقايضة التحيز والتباين؟ نظرة عامة على نظرية التعلم الآلي المفرط المعلمة “(2021). أرخايف:2109.02355.
أرخايف: 2109.02355

[12] مارسيلو بينيديتي، وإريكا لويد، وستيفان ساك، وماتيا فيورنتيني. “الدوائر الكمومية ذات المعلمات كنماذج للتعلم الآلي”. علوم الكم. تكنول. 4, 043001 (2019).
https:/​/​doi.org/​10.1088/​2058-9565/​ab4eb5

[13] ميتاراي ، إم نيغورو ، إم كيتاجاوا ، وك. فوجي. "تعلم دائرة الكم". فيز. القس أ 98 ، 032309 (2018).
الشبكي: / / doi.org/ 10.1103 / physreva.98.032309

[14] ماريا شولد ، فيل بيرغولم ، كريستيان غوغولين ، جوش إيزاك ، وناثان كيلوران. "تقييم التدرجات التحليلية على الأجهزة الكمومية". فيز. القس أ 99 ، 032331 (2019).
الشبكي: / / doi.org/ 10.1103 / physreva.99.032331

[15] ماريا شولد وناثان كيلوران. "التعلم الآلي الكمي في مساحات هيلبرت المميزة". فيز. القس ليت. 122 ، 040504 (2019).
الشبكي: / / doi.org/ 10.1103 / physrevlett.122.040504

[16] فويتش هافليسيك ، أنطونيو د. "التعلم الخاضع للإشراف مع مساحات الميزات المحسنة الكم". Nature 567 ، 209-212 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-0980-2

[17] سيث لويد وكريستيان ويدبروك. “التعلم الخصوم التوليدي الكمي”. فيز. القس ليت. 121، 040502 (2018).
الشبكي: / / doi.org/ 10.1103 / physrevlett.121.040502

[18] بيير لوك دالير ديمرز وناثان كيلوران. “شبكات الخصومة التوليدية الكمومية”. فيز. القس أ 98، 012324 (2018).
الشبكي: / / doi.org/ 10.1103 / physreva.98.012324

[19] أميرة عباس، وديفيد سوتر، وكريستا زوفال، وأوريلين لوتشي، وأليسيو فيجالي، وستيفان وورنر. “قوة الشبكات العصبية الكمومية”. نات. حساب. الخيال العلمي. 1، 403-409 (2021).
https:/​/​doi.org/​10.1038/​s43588-021-00084-1

[20] لوجان جي رايت وبيتر إل مكماهون. “قدرة الشبكات العصبية الكمومية”. في مؤتمر 2020 حول الليزر والبصريات الكهربائية (CLEO). الصفحات 1-2. (2020). عنوان URL: https://​/​ieeeexplore.ieee.org/document/9193529.
https: / / ieeexplore.ieee.org/ document / 9193529

[21] سوكين سيم ، وبيتر د. جونسون ، وآلان أسبورو-جوزيك. "قابلية التعبير والتشابك للدوائر الكمومية ذات المعلمات للخوارزميات الكلاسيكية الكمومية الهجينة". حال. تقنية الكم. 2 ، 1900070 (2019).
https: / / doi.org/ 10.1002 / qute.201900070

[22] توماس هوبريجتسن، وجوزيف بيشلمير، وباتريك ستيشر، وكوين بيرتلز. “تقييم الدوائر الكمومية ذات المعلمات: حول العلاقة بين دقة التصنيف وقابلية التعبير والقدرة على التشابك”. الكم ماخ. إنتل. 3، 1 (2021).
https: / / doi.org/ 10.1007 / s42484-021-00038-ث

[23] جارود آر ماكلين، وسيرجيو بويكسو، وفاديم سميليانسكي، وريان بابوش، وهارتموت نيفين. “الهضاب القاحلة في المناظر الطبيعية للتدريب على الشبكات العصبية الكمومية”. نات. مشترك. 9، 4812 (2018).
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

[24] ماركو سيريزو، وأكيرا سون، وتايلر فولكوف، ولوكاش سينسيو، وباتريك جيه كولز. “الهضاب القاحلة المعتمدة على دالة التكلفة في الدوائر الكمومية الضحلة”. نات. مشترك. 12، 1791 (2021).
https: / / doi.org/ 10.1038 / s41467-021-21728-ث

[25] ماتياس سي كارو، إليس جيل فوستر، يوهانس جاكوب ماير، جينس إيزرت، وريان سويكي. “حدود التعميم المعتمدة على التشفير للدوائر الكمومية ذات المعلمات”. الكم 5، 582 (2021).
https:/​/​doi.org/​10.22331/​q-2021-11-17-582

[26] هسين يوان هوانغ، ومايكل بروتون، ومسعود محسني، وريان بابوش، وسيرجيو بويكسو، وهارتموت نيفين، وجارود آر ماكلين. “قوة البيانات في التعلم الآلي الكمي”. نات. مشترك. 12، 2631 (2021).
https:/​/​doi.org/​10.1038/​s41467-021-22539-9

[27] ماتياس سي. كارو، هسين-يوان هوانغ، إم. سيريزو، كونال شارما، أندرو سورنبورجر، لوكاس سينسيو، وباتريك جيه كولز. "التعميم في التعلم الآلي الكمي من بيانات التدريب القليلة". نات. مشترك. 13، 4919 (2022).
https:/​/​doi.org/​10.1038/​s41467-022-32550-3

[28] ليوناردو بانشي، وجيسون بيريرا، وستيفانو بيراندولا. “التعميم في التعلم الآلي الكمي: وجهة نظر المعلومات الكمومية”. بي آر إكس كوانتوم 2، 040321 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.040321

[29] فرانسيسكو خافيير جيل فيدال وديرك أوليفر ثيس. "التكرار المدخلات للدوائر الكمومية ذات المعلمات". أمام. فيز. 8 ، 297 (2020).
https: / / doi.org/ 10.3389 / fphy.2020.00297

[30] ماريا شولد وريان سويكي ويوهانس جاكوب ماير. "تأثير ترميز البيانات على القوة التعبيرية لنماذج التعلم الآلي الكمومية". فيز. القس أ 103 ، 032430 (2021).
الشبكي: / / doi.org/ 10.1103 / physreva.103.032430

[31] ديفيد ويريشس، جوش إيزاك، كودي وانغ، وسيدريك ين يو لين. “قواعد تحول المعلمات العامة للتدرجات الكمومية”. الكم 6، 677 (2022).
https:/​/​doi.org/​10.22331/​q-2022-03-30-677

[32] كيندال إي أتكينسون. "مقدمة في التحليل العددي". جون وايلي وأولاده. (2008).

[33] علي رحيمي وبنجامين ريشت. “ميزات عشوائية لآلات النواة واسعة النطاق”. في التقدم في أنظمة معالجة المعلومات العصبية. المجلد 20. (2007). عنوان url: https://​/​papers.nips.cc/​paper_files/​paper/​2007/​hash/013a006f03dbc5392effeb8f18fda755-Abstract.html.
https:/​/​papers.nips.cc/​paper_files/​paper/​2007/​hash/​013a006f03dbc5392effeb8f18fda755-Abstract.html

[34] والتر رودين. "النظريات الأساسية لتحليل فورييه". جون وايلي وأولاده المحدودة (1990).
https: / / doi.org/ 10.1002/9781118165621.ch1

[35] سونغ مي وأندريا مونتاناري. “خطأ التعميم لانحدار السمات العشوائية: الخطوط المقاربة الدقيقة ومنحنى النسب المزدوج”. مشترك. تطبيق نقي. الرياضيات. 75، 667–766 (2022).
https: / / doi.org/ 10.1002 / cpa.22008

[36] تريفور هاستي، وأندريا مونتاناري، وسهارون روسيت، وريان ج. تيبشيراني. "مفاجآت في استيفاء المربعات الصغرى عالية الأبعاد بدون حواف". آن. الإحصائيات. 50، 949 – 986 (2022).
الشبكي: / / doi.org/ 10.1214 / 21-AOS2133

[37] تنغيوان ليانغ، ألكسندر راخلين، وشييو تشاي. "حول النسب المتعدد للعناصر الداخلية ذات القاعدة الدنيا وقياس التساوي المنخفض للنوى". في وقائع أبحاث التعلم الآلي. المجلد 125، الصفحات 1-29. بي إم إل آر (2020). رابط: http://proceedings.mlr.press/v125/liang20a.html.
http://​/proceedings.mlr.press/​v125/​liang20a.html

[38] إدوارد فارحي وهارتموت نيفين. "التصنيف مع الشبكات العصبية الكمومية على معالجات المدى القريب" (2018). arXiv: 1802.06002.
أرخايف: 1802.06002

[39] ماريا شولد، وأليكس بوشاروف، وكريستا إم سفور، وناثان ويبي. “المصنفات الكمومية المتمحورة حول الدائرة”. فيز. القس أ 101، 032308 (2020).
الشبكي: / / doi.org/ 10.1103 / physreva.101.032308

[40] Adrián Pérez-Salinas، Alba Cervera-Lierta، Elies Gil-Fuster، and José I. Latorre. "إعادة تحميل البيانات لمصنف كمي عالمي". الكم 4 ، 226 (2020).
https:/​/​doi.org/​10.22331/​q-2020-02-06-226

[41] سفيان جيربي، لوكاس جيه فيدرر، هندريك بولسن ناوتروب، جوناس إم كوبلر، هانز جيه بريجيل، وفيدران دونجكو. “التعلم الآلي الكمي يتجاوز أساليب النواة”. نات. مشترك. 14، 517 (2023).
الشبكي: / / doi.org/ 10.1038 / s41467-023-36159 ذ

[42] كاسبر جيوريك، وديون فرومينجن، وفان، وفيدران دونجكو. “التقليل من المخاطر الهيكلية للمصنفات الخطية الكمومية”. الكم 7، 893 (2023).
https:/​/​doi.org/​10.22331/​q-2023-01-13-893

[43] ماريا شولد. "نماذج التعلم الآلي الكمومية الخاضعة للإشراف هي طرق نواة" (2021). arXiv: 2101.11020.
أرخايف: 2101.11020

[44] إس شين، واي إس تيو، وإتش جيونج. “ترميز البيانات الأسي للتعلم الخاضع للإشراف الكمي”. فيز. القس أ 107، 012422 (2023).
الشبكي: / / doi.org/ 10.1103 / PhysRevA.107.012422

[45] صوفي بيكارد. "Sur les ensembles de distances des ensembles de points d'un espace euclidien". مذكرات جامعة نوشاتيل. أمانة الجامعة. (1939).

[46] ديف ويكر، ماثيو بي هاستينغز، ناثان ويبي، بريان ك. كلارك، تشيتان ناياك، وماتياس تروير. “حل نماذج الإلكترون المترابطة بقوة على جهاز كمبيوتر كمي”. فيز. القس أ 92، 062318 (2015).
الشبكي: / / doi.org/ 10.1103 / PhysRevA.92.062318

[47] كيفليشان ، وجارود ماكلين ، وناثان ويب ، وكريغ جيدني ، وآلان أسبورو-جوزيك ، وغارنيت كين-ليك تشان ، وريان بابوش. "المحاكاة الكمومية للبنية الإلكترونية بعمق واتصال خطي". فيز. القس ليت. 120 ، 110501 (2018).
الشبكي: / / doi.org/ 10.1103 / PhysRevLett.120.110501

[48] مارتن لاروكا، فريديريك سوفاج، فارس م. صباحي، غيوم فيردون، باتريك جيه كولز، وم. سيريزو. “التعلم الآلي الكمي غير المتغير للمجموعة”. بي آر إكس كوانتوم 3، 030341 (2022).
https: / / doi.org/ 10.1103 / PRXQuantum.3.030341

[49] يوهانس جاكوب ماير ، ماريان مولارسكي ، إليس جيل فوستر ، أنطونيو آنا ميلي ، فرانشيسكو أرزاني ، أليسا ويلمز ، وجنس إيزرت. "استغلال التناظر في التعلم الآلي الكمومي المتغير". PRX كوانتوم 4 ، 010328 (2023).
https: / / doi.org/ 10.1103 / PRXQuantum.4.010328

[50] مارتن لاروكا، ناثان جو، دييغو غارسيا-مارتن، باتريك جيه كولز، وماركو سيريزو. “نظرية المعلمات الزائدة في الشبكات العصبية الكمومية”. نات. حساب. الخيال العلمي. 3، 542-551 (2023).
https:/​/​doi.org/​10.1038/​s43588-023-00467-6

[51] يوكسوان دو، مين هسيو هسيه، تونغليانغ ليو، وداتشنغ تاو. “القوة التعبيرية للدوائر الكمومية ذات المعلمات”. فيز. القس الدقة. 2, 033125 (2020).
https: / / doi.org/ 10.1103 / physrevresearch.2.033125

[52] زوي هولمز ، كونال شارما ، إم سيريزو ، وباتريك جيه كولز. "ربط تعبير ansatz بأحجام التدرج والهضاب القاحلة". PRX كوانتوم 3 ، 010313 (2022).
https: / / doi.org/ 10.1103 / PRXQuantum.3.010313

[53] سامسون وانغ، وإنريكو فونتانا، وماركو سيريزو، وكونال شارما، وأكيرا سون، ولوكاس سينسيو، وباتريك جيه كولز. “الهضاب القاحلة الناجمة عن الضوضاء في خوارزميات الكم المتغيرة”. نات. مشترك. 12، 6961 (2021).
https:/​/​doi.org/​10.1038/​s41467-021-27045-6

[54] عبد القادر كناتار، إيفان بيترز، جنكيز بهليفان، ستيفان إم وايلد، ورسلان شايدولين. “عرض النطاق الترددي يتيح التعميم في نماذج النواة الكمومية”. المعاملات المتعلقة بأبحاث التعلم الآلي (2023). رابط: https://openreview.net/forum?id=A1N2qp4yAq.
https://​/​openreview.net/​forum?id=A1N2qp4yAq

[55] هسين يوان هوانغ، ومايكل بروتون، وجوردان كوتلر، وسيتان تشين، وجيري لي، ومسعود محسني، وهارتموت نيفين، وريان بابوش، وريتشارد كوينج، وجون بريسكيل، وجارود آر ماكلين. "الميزة الكمية في التعلم من التجارب". العلوم 376، 1182-1186 (2022).
https: / / doi.org/ 10.1126 / science.abn7293

[56] سيتان تشين، جوردان كوتلر، هسين يوان هوانغ، وجيري لي. “الفصل الأسي بين التعلم بالذاكرة الكمومية وبدونها”. في عام 2021، الندوة السنوية الثانية والستون لـ IEEE حول أسس علوم الكمبيوتر (FOCS). الصفحات 62-574. (585).
https: / / doi.org/10.1109 / FOCS52979.2021.00063

[57] هسين يوان هوانغ وريتشارد كوينج وجون بريسكيل. "حدود نظرية المعلومات على ميزة الكم في التعلم الآلي". فيز. القس ليت. 126 ، 190505 (2021).
الشبكي: / / doi.org/ 10.1103 / PhysRevLett.126.190505

[58] فيل بيرغولم، جوش إزاك، ماريا شولد، كريستيان غوغولين، م. صهيب علم، شاهناواز أحمد، خوان ميغيل أرازولا، كارستن بلانك، آلان ديلجادو، سوران جهانغيري، كيري ماكيرنان، يوهانس جاكوب ماير، زيو نيو، أنتال سافا، وناثان كيلوران. "بينيلين: التمايز التلقائي للحسابات الكمومية الكلاسيكية الهجينة" (2018). أرخايف:1811.04968.
أرخايف: 1811.04968

[59] بيتر إل. بارتليت، وفيليب إم. لونج، وغابور لوغوسي، وألكسندر تسيجلر. “التجاوز الحميد في الانحدار الخطي”. بروك. ناتل. أكاد. الخيال العلمي. 117، 30063–30070 (2020).
الشبكي: / / doi.org/ 10.1073 / pnas.1907378117

[60] فلاديمير كولتشينسكي وكريم لونيسي. “عدم المساواة في التركيز وحدود اللحظة لعينة عوامل التغاير”. برنولي 23، 110 – 133 (2017).
https://​/doi.org/10.3150/15-BEJ730

[61] زبيغنيو بوشالا وياروسلاف آدم ميشزاك. “التكامل الرمزي فيما يتعلق بقياس هار على المجموعة الوحدوية”. ثور. بول. أكاد. الخيال العلمي. 65، 21-27 (2017).
الشبكي: / / doi.org/ 10.1515 / bpasts-2017-0003

[62] دانيال أ. روبرتس وبيني يوشيدا. “الفوضى والتعقيد حسب التصميم”. J. فيزياء الطاقة العالية. 2017، 121 (2017).
https: / / doi.org/ 10.1007 / jhep04 (2017) 121

[63] والاس سي بابكوك. "تداخل التشكيل البيني في ترددات حدوث الأنظمة الراديوية والتحكم فيه عن طريق اختيار القناة". نظام الجرس. تقنية. ي. 32، 63-73 (1953).
الشبكي: / / doi.org/ 10.1002 / j.1538-7305.1953.tb01422.x

[64] إم أتكينسون، ون. سانتورو، وج. أوروتيا. "مجموعات صحيحة ذات مجاميع وفروقات مميزة وتخصيصات تردد الموجة الحاملة للمكررات غير الخطية". IEEE ترانس. مشترك. 34، 614-617 (1986).
https: / / doi.org/ 10.1109 / TCOM.1986.1096587

[65] ج. روبنسون وأ. بيرنشتاين. "فئة من الرموز الثنائية المتكررة مع انتشار محدود للخطأ". IEEE ترانس. المشاة. 13، 106-113 (1967).
الشبكي: / / doi.org/ 10.1109 / TIT.1967.1053951

[66] آر جي إف فانغ و دبليو إيه ساندرين. “تخصيص تردد الموجة الحاملة للمكررات غير الخطية”. المراجعة الفنية لكومسات 7، 227-245 (1977).

دليلنا يستخدم من قبل

[1] أليكسي ميلنيكوف، محمد كوردزنجانه، ألكسندر ألدجانتس، وراي كوانغ لي، "التعلم الآلي الكمي: من الفيزياء إلى هندسة البرمجيات"، التقدم في الفيزياء X 8 1، 2165452 (2023).

[2] مو كوردزانجانه، بافل سيكاتسكي، ليونيد فيديشكين، وأليكسي ميلنيكوف، "عائلة تنمو بشكل كبير من الدوائر الكمومية العالمية"، التعلم الآلي: العلوم والتكنولوجيا 4 3 ، 035036 (2023).

[3] ستيفانو مانجيني، “خوارزميات الكم المتغيرة للتعلم الآلي: النظرية والتطبيقات”، أرخايف: 2306.09984, (2023).

[4] بن جاديربيرج، أنطونيو أ. جنتيلي، يوسف أشاري برادة، إلفيرا شيشينينا، وفنسنت إي إلفينج، “دع الشبكات العصبية الكمومية تختار تردداتها الخاصة”، أرخايف: 2309.03279, (2023).

[5] يوشوان دو، وييبو يانغ، وداتشنغ تاو، ومين هسيو هسيه، "قوة الشبكات العصبية الكمومية المعتمدة على المشكلة في التصنيف متعدد الفئات"، خطابات المراجعة البدنية 131 14 ، 140601 (2023).

[6] S. Shin، Y. S. Teo، وH. Jeong، "ترميز البيانات الأسية للتعلم الخاضع للإشراف الكمي"، Physical Review A 107 1، 012422 (2023).

[7] إليس جيل فوستر، ينس آيزرت، وكارلوس برافو برييتو، "إن فهم التعلم الآلي الكمي يتطلب أيضًا إعادة التفكير في التعميم"، أرخايف: 2306.13461, (2023).

[8] جيسون إياكونيس وسونيكا جوهري، "تحميل البيانات الكمية الفعالة للصور على أساس شبكة Tensor"، أرخايف: 2310.05897, (2023).

[9] أليس بارث وأدريان بيريز ساليناس، “التدرجات وملامح التردد لنماذج إعادة التحميل الكمومية”، أرخايف: 2311.10822, (2023).

[10] توبياس هوغ و إم إس كيم، "التعميم مع هندسة الكم لوحدويات التعلم"، أرخايف: 2303.13462, (2023).

[11] جوناس لاندمان، سليمان ثابت، كونستانتين دالياك، هيلا مهيري، وإلهام كاشفي، “التقريب الكلاسيكي للتعلم الآلي الكمي مع ميزات فورييه العشوائية”، أرخايف: 2210.13200, (2022).

[12] بيرتا كاساس وألبا سيرفيرا لييرتا، “متسلسلة فورييه متعددة الأبعاد مع دوائر كمومية”، Physical Review A 107 6، 062612 (2023).

[13] إليس جيل فوستر، ينس إيزرت، وفيدران دونجكو، “حول التعبير عن تضمين النواة الكمومية”، أرخايف: 2309.14419, (2023).

[14] لوكاس سلاتري، رسلان شايدولين، شوفانيك تشاكرابارتي، ماركو بيستويا، سامي خيري، وستيفان إم وايلد، “أدلة عددية ضد الميزة مع حبات الإخلاص الكمي في البيانات الكلاسيكية”، Physical Review A 107 6، 062417 (2023).

[15] مو كوردزانجانه، داريا كوسيتشكينا، وأليكسي ميلنيكوف، “الشبكات الهجينة المتوازية: تفاعل بين الشبكات العصبية الكمومية والكلاسيكية”، أرخايف: 2303.03227, (2023).

[16] أيكاتريني، جراتسي، وباتريك هويمبيلي، “تأثير مشغلي المعالجة والقياس على القوة التعبيرية للنماذج الكمومية”، أرخايف: 2211.03101, (2022).

[17] شون أوكومورا وماسايوكي أوزيكي، "معامل فورييه للدوائر الكمومية ذات المعلمات ومشكلة الهضبة القاحلة"، أرخايف: 2309.06740, (2023).

[18] ماسيميليانو إنكوديني، ميشيل غروسي، أنطونيو ماندارينو، صوفيا فاليكورسا، أليساندرا دي بييرو، وديفيد ويندريدج، "نواة المسار الكمي: نواة ظل عصبية كمومية معممة لتعلم الآلة الكمومية العميقة"، أرخايف: 2212.11826, (2022).

[19] جورجا ج. كيرك، ماثيو د. جاكسون، دانيال ج. م. كينغ، فيليب إنتالورا، وميكينا ميتكالف، "النظام الناشئ في تمثيل البيانات الكلاسيكية في نماذج Ising Spin"، أرخايف: 2303.01461, (2023).

[20] فرانشيسكو سكالا وأندريا سيشيني وماسيمو بانيلا وداريو جيراس، "نهج عام للتسرب في الشبكات العصبية الكمومية"، أرخايف: 2310.04120, (2023).

[21] جوليان بيربيريتش، دانييل فينك، دانييل برانجيتش، كريستيان توتشكو، وكريستيان هولم، "تدريب النماذج الكمومية القوية والقابلة للتعميم"، أرخايف: 2311.11871, (2023).

الاستشهادات المذكورة أعلاه من إعلانات ساو / ناسا (تم آخر تحديث بنجاح 2023-12-21 00:40:54). قد تكون القائمة غير كاملة نظرًا لأن جميع الناشرين لا يقدمون بيانات اقتباس مناسبة وكاملة.

On خدمة Crossref's cited-by service لم يتم العثور على بيانات حول الاستشهاد بالأعمال (المحاولة الأخيرة 2023-12-21 00:40:53).

نشرت هذه الورقة في الكم تحت نسبة المشاع الإبداعي 4.0 الدولية (CC BY 4.0) رخصة. يظل حقوق الطبع والنشر مع مالكي حقوق الطبع والنشر الأصليين مثل المؤلفين أو مؤسساتهم.

الطابع الزمني:

اكثر من مجلة الكم