Üldistus vaatamata kvant-masinõppe mudelite ülepaigutamisele

Taasavaldanud Platon

järgijaid: 0

Evan Peters^1,2,3 ja Maria Schuld⁴

¹Füüsika osakond, Waterloo ülikool, Waterloo, ON, N2L 3G1, Kanada
²Instituut Quantum Computing, Waterloo, ON, N2L 3G1, Kanada
³Perimeter Institute for Theoretical Physics, Waterloo, Ontario, N2L 2Y5, Kanada
⁴Xanadu, Toronto, ON, M5G 2C8, Kanada

Kas see artikkel on huvitav või soovite arutada? Scite või jätke SciRate'i kommentaar.

Abstraktne

Sügavate närvivõrkude laialdane edu on toonud esile üllatuse klassikalises masinõppes: väga keerulised mudelid üldistavad sageli hästi, täites samal ajal koolitusandmeid. Seda healoomulise liialdamise nähtust on uuritud mitmesuguste klassikaliste mudelite puhul eesmärgiga paremini mõista sügava õppimise taga olevaid mehhanisme. Nähtuse iseloomustamine kvantmasinõppe kontekstis võib samuti parandada meie arusaamist ülepaigutamise, üleparameetristamise ja üldistamise vahelisest seosest. Selles töös kirjeldame kvantmudelite healoomulist ülepaigutamist. Selleks tuletame klassikaliste interpoleerivate Fourier' tunnuste mudelite käitumise mürasignaalide regressiooniks ja näitame, kuidas kvantmudelite klassil on analoogsed omadused, mis ühendab seeläbi kvantahelate struktuuri (nagu andmete kodeerimine ja oleku ettevalmistamise operatsioonid). ) kvantmudelite üleparameetristamiseks ja ülepaigutamiseks. Selgitame neid funktsioone intuitiivselt vastavalt kvantmudeli võimele interpoleerida mürarikkaid andmeid lokaalselt "piisava" käitumisega ja pakkuda konkreetset näidet healoomulise ülepaigutamise kohta.

► BibTeX-i andmed

@article{Peters2023generalization, doi = {10.22331/q-2023-12-20-1210}, url = {https://doi.org/10.22331/q-2023-12-20-1210}, title = {Generalization despite overfitting in quantum machine learning models}, author = {Peters, Evan and Schuld, Maria}, journal = {{Quantum}}, issn = {2521-327X}, publisher = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, pages = {1210}, month = dec, year = {2023} }

► Viited

[1] Michael A Nielsen. "Närvivõrgud ja sügav õpe". Määramine Press. (2015). url: http:///neuralnetworksanddeeplearning.com/.
http:///neuralnetworksanddeeplearning.com/

[2] Stuart Geman, Elie Bienenstock ja René Doursat. "Närvivõrgud ja eelarvamuste / dispersiooni dilemma". Neuraalne arvuti. 4, 1-58 (1992).
https:///doi.org/10.1162/neco.1992.4.1.1

[3] Trevor Hastie, Robert Tibshirani, Jerome H Friedman ja Jerome H Friedman. "Statistikaõppe elemendid: andmekaeve, järeldused ja ennustamine". Köide 2. Springer. (2009).
https://doi.org/10.1007/978-0-387-84858-7

[4] Peter L. Bartlett, Andrea Montanari ja Alexander Rakhlin. "Sügav õppimine: statistiline seisukoht". Acta Numerica 30, 87–201 (2021).
https:///doi.org/10.1017/S0962492921000027

[5] Mihhail Belkin. "Kohtu ilma hirmuta: sügava õppimise tähelepanuväärsed matemaatilised nähtused interpolatsiooniprisma kaudu". Acta Numerica 30, 203–248 (2021).

[6] Peter L. Bartlett, Philip M. Long, Gábor Lugosi ja Alexander Tsigler. "Healoomuline liigne sobitamine lineaarses regressioonis". Proc. Natl. Acad. Sci. 117, 30063–30070 (2020).
https:///doi.org/10.1073/pnas.1907378117

[7] Mihhail Belkin, Daniel Hsu, Siyuan Ma ja Soumik Mandal. "Kaasaegse masinõppe praktika ja klassikalise erapoolikuse ja variatsiooni kompromissi ühitamine". Proc. Natl. Acad. Sci. 116, 15849–15854 (2019).
https:///doi.org/10.1073/pnas.1903070116

[8] Mihhail Belkin, Aleksander Rakhlin ja Alexandre B. Tsybakov. "Kas andmete interpoleerimine on vastuolus statistilise optimaalsusega?". In Proceedings of Machine Learning Research. 89. köide, lk 1611–1619. PMLR (2019). url: https:///proceedings.mlr.press/v89/belkin19a.html.
https:///proceedings.mlr.press/v89/belkin19a.html

[9] Vidya Muthukumar, Kailas Vodrahalli, Vignesh Subramanian ja Anant Sahai. "Mürarikaste andmete kahjutu interpoleerimine regressioonis". IEEE Journal on Selected Areas in Information Theory 1, 67–83 (2020).
https:///doi.org/10.1109/ISIT.2019.8849614

[10] Vidya Muthukumar, Adhyyan Narang, Vignesh Subramanian, Mihhail Belkin, Daniel Hsu ja Anant Sahai. "Klassifikatsioon vs regressioon üleparameetrilistes režiimides: kas kaotusfunktsioon on oluline?" J. Mach. Õppige. Res. 22, 1–69 (2021). url: http:///jmlr.org/papers/v22/20-603.html.
http:///jmlr.org/papers/v22/20-603.html

[11] Yehuda Dar, Vidya Muthukumar ja Richard G. Baraniuk. "Hüvastijätt erapoolikuse ja dispersiooni kompromissiga? ülevaade üleparameetrilise masinõppe teooriast” (2021). arXiv:2109.02355.
arXiv: 2109.02355

[12] Marcello Benedetti, Erika Lloyd, Stefan Sack ja Mattia Fiorentini. "Parameetrilised kvantahelad masinõppe mudelitena". Quantum Sci. Technol. 4, 043001 (2019).
https://doi.org/10.1088/2058-9565/ab4eb5

[13] K. Mitarai, M. Negoro, M. Kitagawa ja K. Fujii. "Kvantahela õppimine". Phys. Rev. A 98, 032309 (2018).
https:///doi.org/10.1103/physreva.98.032309

[14] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac ja Nathan Killoran. "Analüütiliste gradientide hindamine kvantriistvaras". Phys. Rev. A 99, 032331 (2019).
https:///doi.org/10.1103/physreva.99.032331

[15] Maria Schuld ja Nathan Killoran. "Kvantmasinaõpe funktsioonide Hilberti ruumides". Phys. Rev. Lett. 122, 040504 (2019).
https:///doi.org/10.1103/physrevlett.122.040504

[16] Vojtěch Havlíček, Antonio D. Córcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow ja Jay M. Gambetta. "Järelevalvega õppimine kvant-täiustatud funktsiooniruumidega". Nature 567, 209–212 (2019).
https://doi.org/10.1038/s41586-019-0980-2

[17] Seth Lloyd ja Christian Weedbrook. "Kvantgeneratiivne võistlev õppimine". Phys. Rev. Lett. 121, 040502 (2018).
https:///doi.org/10.1103/physrevlett.121.040502

[18] Pierre-Luc Dallaire-Demers ja Nathan Killoran. "Kvantgeneratiivsed võistlevad võrgud". Phys. Rev. A 98, 012324 (2018).
https:///doi.org/10.1103/physreva.98.012324

[19] Amira Abbas, David Sutter, Christa Zoufal, Aurelien Lucchi, Alessio Figalli ja Stefan Woerner. "Kvantnärvivõrkude jõud". Nat. Arvuta. Sci. 1, 403–409 (2021).
https://doi.org/10.1038/s43588-021-00084-1

[20] Logan G. Wright ja Peter L. McMahon. "Kvantnärvivõrkude võimsus". Aastal 2020 toimub laserite ja elektrooptika konverents (CLEO). Lk 1–2. (2020). url: https:///ieeexplore.ieee.org/document/9193529.
https:///ieeexplore.ieee.org/document/9193529

[21] Sukin Sim, Peter D. Johnson ja Alán Aspuru-Guzik. Hübriidsete kvant-klassikaliste algoritmide parameetritega kvantahelate väljendatavus ja sidumisvõime. Adv. Kvanttehnoloogia. 2, 1900070 (2019).
https:///doi.org/10.1002/qute.201900070

[22] Thomas Hubregtsen, Josef Pichlmeier, Patrick Stecher ja Koen Bertels. "Parameetriliste kvantahelate hindamine: klassifitseerimise täpsuse, väljendatavuse ja segamisvõime vahelise seose kohta". Quantum Mach. Intell. 3, 1 (2021).
https:///doi.org/10.1007/s42484-021-00038-w

[23] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush ja Hartmut Neven. Viljatud platood kvantnärvivõrgu treeningmaastikel. Nat. Commun. 9, 4812 (2018).
https://doi.org/10.1038/s41467-018-07090-4

[24] Marco Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio ja Patrick J Coles. "Kulufunktsioonist sõltuvad viljatud platood madalates parameetritega kvantahelates". Nat. Commun. 12, 1791 (2021).
https:///doi.org/10.1038/s41467-021-21728-w

[25] Matthias C. Caro, Elies Gil-Fuster, Johannes Jakob Meyer, Jens Eisert ja Ryan Sweke. "Kodeerimisest sõltuvad üldistuspiirid parametriseeritud kvantahelatele". Quantum 5, 582 (2021).
https://doi.org/10.22331/q-2021-11-17-582

[26] Hsin-Yuan Huang, Michael Broughton, Masoud Mohseni, Ryan Babbush, Sergio Boixo, Hartmut Neven ja Jarrod R McClean. "Andmete jõud kvantmasinõppes". Nat. Commun. 12, 2631 (2021).
https://doi.org/10.1038/s41467-021-22539-9

[27] Matthias C. Caro, Hsin-Yuan Huang, M. Cerezo, Kunal Sharma, Andrew Sornborger, Lukasz Cincio ja Patrick J. Coles. "Kvantmasinaõppe üldistamine väheste koolitusandmete põhjal". Nat. Commun. 13, 4919 (2022).
https://doi.org/10.1038/s41467-022-32550-3

[28] Leonardo Banchi, Jason Pereira ja Stefano Pirandola. "Kvantmasinõppe üldistamine: kvantteabe seisukoht". PRX Quantum 2, 040321 (2021).
https:///doi.org/10.1103/PRXQuantum.2.040321

[29] Francisco Javier Gil Vidal ja Dirk Oliver Theis. "Parameetriliste kvantahelate sisendi liiasus". Ees. Phys. 8, 297 (2020).
https:///doi.org/10.3389/fphy.2020.00297

[30] Maria Schuld, Ryan Sweke ja Johannes Jakob Meyer. "Andmete kodeerimise mõju variatsioonilise kvant-masinõppe mudelite väljendusvõimele". Phys. Rev. A 103, 032430 (2021).
https:///doi.org/10.1103/physreva.103.032430

[31] David Wierichs, Josh Izaac, Cody Wang ja Cedric Yen-Yu Lin. "Kvantgradientide üldised parameetrite nihutamise reeglid". Quantum 6, 677 (2022).
https://doi.org/10.22331/q-2022-03-30-677

[32] Kendall E Atkinson. "Sissejuhatus numbrilisesse analüüsi". John Wiley ja pojad. (2008).

[33] Ali Rahimi ja Benjamin Recht. "Juhuslikud funktsioonid suuremahuliste tuumamasinate jaoks". Neuraalsete teabetöötlussüsteemide edusammudes. 20. köide. (2007). 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] Walter Rudin. “Fourier’ analüüsi põhiteoreemid”. John Wiley & Sons, Ltd. (1990).
https:///doi.org/10.1002/9781118165621.ch1

[35] Song Mei ja Andrea Montanari. "Juhuslike tunnuste regressiooni üldistusviga: täpne asümptootika ja kahekordse laskumise kõver". Commun. Puhas rakendus. matemaatika. 75, 667–766 (2022).
https:///doi.org/10.1002/cpa.22008

[36] Trevor Hastie, Andrea Montanari, Saharon Rosset ja Ryan J. Tibshirani. "Üllatused kõrgmõõtmelises harjadeta vähimruutude interpolatsioonis". Ann. Stat. 50, 949–986 (2022).
https:///doi.org/10.1214/21-AOS2133

[37] Tengyuan Liang, Alexander Rakhlin ja Xiyu Zhai. "Minimaalse normi interpolantide mitmekordse laskumise ja tuumade piiratud madalama isomeetria kohta". In Proceedings of Machine Learning Research. 125. köide, lk 1–29. PMLR (2020). url: http:///proceedings.mlr.press/v125/liang20a.html.
http:///proceedings.mlr.press/v125/liang20a.html

[38] Edward Farhi ja Hartmut Neven. "Kvantnärvivõrkudega klassifikatsioon lähiaja protsessoritel" (2018). arXiv:1802.06002.
arXiv: 1802.06002

[39] Maria Schuld, Alex Bocharov, Krysta M. Svore ja Nathan Wiebe. "Ahelakesksed kvantklassifikaatorid". Phys. Rev. A 101, 032308 (2020).
https:///doi.org/10.1103/physreva.101.032308

[40] Adrián Pérez-Salinas, Alba Cervera-Lierta, Elies Gil-Fuster ja José I. Latorre. "Andmete uuesti üleslaadimine universaalse kvantklassifikaatori jaoks". Quantum 4, 226 (2020).
https://doi.org/10.22331/q-2020-02-06-226

[41] Sofiene Jerbi, Lukas J Fiderer, Hendrik Poulsen Nautrup, Jonas M Kübler, Hans J Briegel ja Vedran Dunjko. "Kvantmasinaõpe peale tuumameetodite". Nat. Commun. 14, 517 (2023).
https:///doi.org/10.1038/s41467-023-36159-y

[42] Casper Gyurik, Dyon Vreumingen, kaubik ja Vedran Dunjko. "Struktuurse riski minimeerimine kvantlineaarsete klassifikaatorite jaoks". Quantum 7, 893 (2023).
https://doi.org/10.22331/q-2023-01-13-893

[43] Maria Schuld. „Järelevalvega kvantmasinõppe mudelid on tuumameetodid” (2021). arXiv:2101.11020.
arXiv: 2101.11020

[44] S. Shin, Y. S. Teo ja H. Jeong. "Eksponentsiaalne andmete kodeerimine kvantjärelvalvega õppe jaoks". Phys. Rev. A 107, 012422 (2023).
https:///doi.org/10.1103/PhysRevA.107.012422

[45] Sophie Piccard. "Sur les ensembles de distances des ensembles de points d’un espace euclidien." Neuchateli ülikooli mälestused. Ülikooli sekretariaat. (1939).

[46] Dave Wecker, Matthew B. Hastings, Nathan Wiebe, Bryan K. Clark, Chetan Nayak ja Matthias Troyer. "Tugevalt korrelatsiooniga elektronmudelite lahendamine kvantarvutis". Phys. Rev. A 92, 062318 (2015).
https:///doi.org/10.1103/PhysRevA.92.062318

[47] Ian D. Kivlichan, Jarrod McClean, Nathan Wiebe, Craig Gidney, Alán Aspuru-Guzik, Garnet Kin-Lic Chan ja Ryan Babbush. "Elektroonilise struktuuri kvantsimulatsioon lineaarse sügavuse ja ühenduvusega". Phys. Rev. Lett. 120, 110501 (2018).
https:///doi.org/10.1103/PhysRevLett.120.110501

[48] Martín Larocca, Frédéric Sauvage, Faris M. Sbahi, Guillaume Verdon, Patrick J. Coles ja M. Cerezo. "Rühmainvariantne kvantmasinaõpe". PRX Quantum 3, 030341 (2022).
https:///doi.org/10.1103/PRXQuantum.3.030341

[49] Johannes Jakob Meyer, Marian Mularski, Elies Gil-Fuster, Antonio Anna Mele, Francesco Arzani, Alissa Wilms ja Jens Eisert. "Sümmeetria kasutamine variatsioonilises kvantmasinõppes". PRX Quantum 4, 010328 (2023).
https:///doi.org/10.1103/PRXQuantum.4.010328

[50] Martin Larocca, Nathan Ju, Diego García-Martín, Patrick J Coles ja Marco Cerezo. "Kvantnärvivõrkude üleparameetristamise teooria". Nat. Arvuta. Sci. 3, 542–551 (2023).
https://doi.org/10.1038/s43588-023-00467-6

[51] Yuxuan Du, Min-Hsiu Hsieh, Tongliang Liu ja Dacheng Tao. "Parameetriliste kvantahelate väljendusvõimsus". Phys. Rev. Res. 2, 033125 (2020).
https:///doi.org/10.1103/physrevresearch.2.033125

[52] Zoë Holmes, Kunal Sharma, M. Cerezo ja Patrick J. Coles. "Ansatzi väljendusvõime ühendamine gradiendi suurusjärkude ja viljatute platoodega". PRX Quantum 3, 010313 (2022).
https:///doi.org/10.1103/PRXQuantum.3.010313

[53] Samson Wang, Enrico Fontana, Marco Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio ja Patrick J Coles. "Mürast põhjustatud viljatud platood variatsioonilistes kvantalgoritmides". Nat. Commun. 12, 6961 (2021).
https://doi.org/10.1038/s41467-021-27045-6

[54] Abdulkadir Canatar, Evan Peters, Cengiz Pehlevan, Stefan M. Wild ja Ruslan Shaydulin. "Ribalaius võimaldab kvanttuuma mudelites üldistamist". Transactions on Machine Learning Research (2023). url: https:///openreview.net/forum?id=A1N2qp4yAq.
https:///openreview.net/forum?id=A1N2qp4yAq

[55] Hsin-Yuan Huang, Michael Broughton, Jordan Cotler, Sitan Chen, Jerry Li, Masoud Mohseni, Hartmut Neven, Ryan Babbush, Richard Kueng, John Preskill ja Jarrod R. McClean. "Kvantieelised katsetest õppimisel". Science 376, 1182–1186 (2022).
https:///doi.org/10.1126/science.abn7293

[56] Sitan Chen, Jordan Cotler, Hsin-Yuan Huang ja Jerry Li. "Kvantmäluga ja ilma õppimise eksponentsiaalsed eraldused". 2021. aastal toimub IEEE 62. iga-aastane arvutiteaduse aluste sümpoosion (FOCS). Lk 574–585. (2022).
https:///doi.org/10.1109/FOCS52979.2021.00063

[57] Hsin-Yuan Huang, Richard Kueng ja John Preskill. "Masinõppe kvanteelise teabeteoreetilised piirid". Phys. Rev. Lett. 126, 190505 (2021).
https:///doi.org/10.1103/PhysRevLett.126.190505

[58] Ville Bergholm, Josh Izaac, Maria Schuld, Christian Gogolin, M. Sohaib Alam, Shahnawaz Ahmed, Juan Miguel Arrazola, Carsten Blank, Alain Delgado, Soran Jahangiri, Keri McKiernan, Johannes Jakob Meyer, Zeyue Niu, Antal Száva ja Nathan Száva. "Pennylane: hübriidsete kvant-klassikaliste arvutuste automaatne diferentseerimine" (2018). arXiv:1811.04968.
arXiv: 1811.04968

[59] Peter L. Bartlett, Philip M. Long, Gábor Lugosi ja Alexander Tsigler. "Healoomuline liigne sobitamine lineaarses regressioonis". Proc. Natl. Acad. Sci. 117, 30063–30070 (2020).
https:///doi.org/10.1073/pnas.1907378117

[60] Vladimir Koltchinskii ja Karim Lounici. Kontsentratsiooni ebavõrdsused ja momendipiirid valimi kovariatsioonioperaatorite jaoks. Bernoulli 23, 110–133 (2017).
https:///doi.org/10.3150/15-BEJ730

[61] Zbigniew Puchała ja Jarosław Adam Miszczak. "Sümboolne integratsioon ühtse rühma haar-mõõdu suhtes". Bull. Pol. Acad. Sci. 65, 21–27 (2017).
https:///doi.org/10.1515/bpasts-2017-0003

[62] Daniel A. Roberts ja Beni Yoshida. "Kaos ja keerukus disaini järgi". J. High Energy Phys. 2017, 121 (2017).
https:///doi.org/10.1007/jhep04(2017)121

[63] Wallace C. Babcock. "Intermodulatsiooni häired raadiosüsteemides esinemissagedus ja juhtimine kanalivalikuga". Bell Syst. tehnika. j. 32, 63–73 (1953).
https:///doi.org/10.1002/j.1538-7305.1953.tb01422.x

[64] M. Atkinson, N. Santoro ja J. Urrutia. "Täisarvude komplektid selgete summade ja erinevustega ning kandesageduse määramisega mittelineaarsete repiiterite jaoks". IEEE Trans. Commun. 34, 614-617 (1986).
https:///doi.org/10.1109/TCOM.1986.1096587

[65] J. Robinson ja A. Bernstein. Piiratud vea levikuga binaarsete korduvate koodide klass. IEEE Trans. Info 13, 106–113 (1967).
https:///doi.org/10.1109/TIT.1967.1053951

[66] R. J. F. Fang ja W. A. Sandrin. "Kandja sageduse määramine mittelineaarsetele repiiteritele". COMSAT Technical Review 7, 227–245 (1977).

Viidatud

[1] Aleksei Melnikov, Mohammad Kordzanganeh, Alexander Alodjants ja Ray-Kuang Lee, "Kvantmasinõpe: füüsikast tarkvaratehnikani" Edusammud füüsikas X 8 1, 2165452 (2023).

[2] Mo Kordzanganeh, Pavel Sekatski, Leonid Fedichkin ja Aleksei Melnikov, “Universaalsete kvantahelate eksponentsiaalselt kasvav perekond”, Masinõpe: teadus ja tehnoloogia 4 3, 035036 (2023).

[3] Stefano Mangini, "Masinõppe variatsioonilised kvantalgoritmid: teooria ja rakendused", arXiv: 2306.09984, (2023).

[4] Ben Jaderberg, Antonio A. Gentile, Youssef Achari Berrada, Elvira Shishenina ja Vincent E. Elfving, "Las kvantnärvivõrkudel valida oma sagedused", arXiv: 2309.03279, (2023).

[5] Yuxuan Du, Yibo Yang, Dacheng Tao ja Min-Hsiu Hsieh, „Kvantnärvivõrkude probleemist sõltuv jõud mitme klassi klassifikatsioonis”, Physical Review Letters 131 14, 140601 (2023).

[6] S. Shin, Y. S. Teo ja H. Jeong, "Exponentential data encoding for quantum supervised learning" Füüsiline ülevaade A 107 1, 012422 (2023).

[7] Elies Gil-Fuster, Jens Eisert ja Carlos Bravo-Prieto, "Kvantmasinõppe mõistmine nõuab ka üldistuse ümbermõtestamist", arXiv: 2306.13461, (2023).

[8] Jason Iaconis ja Sonika Johri, "Tensor Network Based Efficient Quantum Data Loading of Images", arXiv: 2310.05897, (2023).

[9] Alice Barthe ja Adrián Pérez-Salinas, "Kvantide uuesti üleslaadimise mudelite gradiendid ja sagedusprofiilid", arXiv: 2311.10822, (2023).

[10] Tobias Haug ja M. S. Kim, „Generalisation with quantum geometry for learning unities”, arXiv: 2303.13462, (2023).

[11] Jonas Landman, Slimane Thabet, Constantin Dalyac, Hela Mhiri ja Elham Kashefi, „Klassikaliselt lähenev variatsiooniline kvantmasinõpe juhuslike Fourier funktsioonidega” arXiv: 2210.13200, (2022).

[12] Berta Casas ja Alba Cervera-Lierta, "Multidimensionaalne Fourier' seeria kvantahelatega", Füüsiline ülevaade A 107 6, 062612 (2023).

[13] Elies Gil-Fuster, Jens Eisert ja Vedran Dunjko, "Kvanttuumade manustamise väljendusvõimest", arXiv: 2309.14419, (2023).

[14] Lucas Slattery, Ruslan Shaydulin, Shouvanik Chakrabarti, Marco Pistoia, Sami Khairy ja Stefan M. Wild, "Numbrilised tõendid klassikaliste andmete kvanttruuduse tuumade eeliste vastu". Füüsiline ülevaade A 107 6, 062417 (2023).

[15] Mo Kordzanganeh, Daria Kosichkina ja Aleksei Melnikov, “Parallelhübriidvõrgud: kvant- ja klassikaliste närvivõrkude koosmõju”, arXiv: 2303.03227, (2023).

[16] Aikaterini, Gratsea ja Patrick Huembeli, "Töötlemis- ja mõõtmisoperaatorite mõju kvantmudelite väljendusvõimele", arXiv: 2211.03101, (2022).

[17] Shun Okumura ja Masayuki Ohzeki, "Parameetriliste kvantahelate Fourier' koefitsient ja viljatu platoo probleem", arXiv: 2309.06740, (2023).

[18] Massimiliano Incudini, Michele Grossi, Antonio Mandarino, Sofia Vallecorsa, Alessandra Di Pierro ja David Windridge, "The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning" arXiv: 2212.11826, (2022).

[19] Jorja J. Kirk, Matthew D. Jackson, Daniel J. M. King, Philip Intallura ja Mekena Metcalf, „Emergent Order in Classical Data Representations on Ising Spin Models”, arXiv: 2303.01461, (2023).

[20] Francesco Scala, Andrea Ceschini, Massimo Panella ja Dario Gerace, „Üldine lähenemine väljalangemisele kvantnärvivõrkudes”, arXiv: 2310.04120, (2023).

[21] Julian Berberich, Daniel Fink, Daniel Pranjić, Christian Tutschku ja Christian Holm, "Jõudsete ja üldistatavate kvantmudelite väljaõpe". arXiv: 2311.11871, (2023).

Ülaltoodud tsitaadid on pärit SAO/NASA KUULUTUSED (viimati edukalt värskendatud 2023-12-21 00:40:54). Loend võib olla puudulik, kuna mitte kõik väljaandjad ei esita sobivaid ja täielikke viiteandmeid.

On Crossrefi viidatud teenus teoste viitamise andmeid ei leitud (viimane katse 2023-12-21 00:40:53).

See raamat on avaldatud Quantum all Creative Commons Attribution 4.0 International (CC BY 4.0) litsents. Autoriõigus jääb algsetele autoriõiguste valdajatele, näiteks autoritele või nende institutsioonidele.

SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
Allikas: https://quantum-journal.org/papers/q-2023-12-20-1210/

Ajatempel: Detsember 20, 2023

Ajatempel: Mar 9, 2023

Üldistus vaatamata kvant-masinõppe mudelite ülepaigutamisele

Taasavaldanud Platon

Abstraktne

► BibTeX-i andmed

► Viited

Viidatud

Veel alates Quantum Journal

Paljude kehade kvantarmide olekute ettevalmistamine kvantarvutites

Hooajaline esitamise uin

LIMDD: otsustusskeem kvantarvutite simuleerimiseks, sealhulgas stabilisaatorite olekud

Koostatavalt turvaline seadmest sõltumatu krüptimine koos sertifitseeritud kustutamisega

Ekstreemse kvantsuse ortonormaalsed alused

Lihtsad põhivõrrandid klassikalisele mitte-Markovi mürale alluvate juhitavate süsteemide kirjeldamiseks

Optimaalne mittetasakaalu termomeetria Markovi keskkondades

Resonantsed mitmetasandilised amplituudi summutuskanalid

Keerukus ja segadus mittelokaalses arvutuses ja holograafias

Koplanaarne antenni konstruktsioon vabas õhus levivate mikrolaineahjuga segatud signaalide jaoks

Tugevad faasijuhitavad väravad skaleeritavatele aatomkvantprotsessoritele, mis kasutavad optilisi seisulaineid

Meist

Vertikaalne otsing ja Ai

Platvorm

Püsi ühenduses

konto