Uusi kvanttikoneoppimisalgoritmi: jaettu piilotettu kvantti-Markov-malli, joka on inspiroitunut kvanttiehdollisen pääyhtälön

Uusi kvanttikoneoppimisalgoritmi: jaettu piilotettu kvantti-Markov-malli, joka on inspiroitunut kvanttiehdollisen pääyhtälön

Aikaleima: 24. tammikuuta 2024 7
Lähdesolmu: 3083772

Xiao-Yu Li1, Qin-Sheng Zhu2, Yong Hu2, Hao Wu2,3, Guo-Wu Yang4, Lian-Hui Yu2ja Geng Chen4

1Tieto- ja ohjelmistotekniikan korkeakoulu, Kiinan elektroniikkatieteen ja teknologian yliopisto, Cheng Du, 610054, Kiina
2Fysiikan korkeakoulu, Kiinan elektroniikkatieteen ja teknologian yliopisto, Cheng Du, 610054, Kiina
3Institute of Electronics and Information Industry Technology of Kash, Kash, 844000, Kiina
4Tietojenkäsittelytieteen ja -tekniikan korkeakoulu, Kiinan elektroniikkatieteen ja teknologian yliopisto, Cheng Du, 610054, Kiina

Onko tämä artikkeli mielenkiintoinen vai haluatko keskustella? Scite tai jätä kommentti SciRate.

Abstrakti

Hidden Quantum Markov -mallilla (HQMM) on merkittävää potentiaalia aikasarjatietojen analysointiin ja kvanttialueen stokastisten prosessien tutkimiseen päivitysvaihtoehtona, jolla on potentiaalisia etuja klassisiin Markovin malleihin verrattuna. Tässä artikkelissa esittelimme jaetun HQMM:n (SHQMM) piilotetun kvantti-Markov-prosessin toteuttamiseksi hyödyntäen ehdollista isäntäyhtälöä hienon tasapainoehdon kanssa kvanttijärjestelmän sisäisten tilojen välisten yhteyksien osoittamiseksi. Kokeelliset tulokset viittaavat siihen, että mallimme ylittää aiemmat mallit sovellusten laajuuden ja kestävyyden suhteen. Lisäksi perustamme uuden oppimisalgoritmin parametrien ratkaisemiseksi HQMM:ssä yhdistämällä kvanttiehdollinen isäntäyhtälö HQMM:ään. Lopuksi tutkimuksemme tarjoaa selkeän todisteen siitä, että kvanttikuljetusjärjestelmää voidaan pitää HQMM:n fyysisenä esityksenä. SHQMM ja siihen liittyvät algoritmit tarjoavat uudenlaisen menetelmän kvanttijärjestelmien ja fyysiseen toteutukseen perustuvien aikasarjojen analysointiin.

Suositeltu kuva: $ρ^n(t)$:n laajennettu laskentakaavio sarjoille $y_0$, $y_1$ · · · , $y_T$.

Suosittu yhteenveto

Tässä työssä avoimen järjestelmän fysikaalisen teorian viitekehyksestä alkaen ja yksityiskohtaisten tasapainoehtojen käyttöönotosta johdettua kvanttiehtoisäntäyhtälöä hyödyntäen määritetään teoreettisesti yhteys kvanttiehtopääyhtälön ja kvanttipiilotetun Markovin mallin välille. Samalla ehdotamme uutta Splitting Quantum Markov -mallia (SHQMM). Jännittävää on, että kokeelliset tulokset eivät ainoastaan ​​vahvista kvanttialgoritmien paremmuutta klassisiin algoritmeihin nähden, vaan osoittavat myös, että mallimme ylittää aikaisemmat HQMM:t tarjoten laajoja sovelluksia kvanttijärjestelmien sisäisten tilojen tutkimukseen.

► BibTeX-tiedot

► Viitteet

[1] Juan I Cirac ja Peter Zoller. "Kvanttilaskenta kylmäloukussa olevilla ioneilla". Physical Review Lets 74, 4091 (1995).
https: / / doi.org/ 10.1103 / physrevlett.74.4091

[2] Emanuel Knill, Raymond Laflamme ja Gerald J Milburn. "Kaavio tehokkaaseen kvanttilaskentaan lineaarisella optiikalla". nature 409, 46–52 (2001).
https: / / doi.org/ 10.1038 / +35051009

[3] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe ja Seth Lloyd. "Kvanttikoneoppiminen". Nature 549, 195–202 (2017).
https: / / doi.org/ 10.1038 / nature23474

[4] M Cerezo, Guillaume Verdon, Hsin-Yuan Huang, Lukasz Cincio ja Patrick J Coles. "Kvanttikoneoppimisen haasteita ja mahdollisuuksia". Nature Computational Science 2, 567–576 (2022).
https:/​/​doi.org/​10.1038/​s43588-022-00311-3

[5] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S Kottmann, Tim Menke jne. "Noisy intermediate-scale kvantti (nisq) algoritmit (2021)" (2021). arXiv:2101.08448v1.
arXiv: 2101.08448v1

[6] Alán Aspuru-Guzik, Roland Lindh ja Markus Reiher. "Aineen simulaation (r) evoluutio". ACS central science 4, 144–152 (2018).
https://​/​doi.org/​10.1021/​acscentsci.7b00550

[7] Iulia M Georgescu, Sahel Ashhab ja Franco Nori. "Kvanttisimulaatio". Reviews of Modern Physics 86, 153 (2014).
https: / / doi.org/ 10.1103 / RevModPhys.86.153

[8] Markus Reiher, Nathan Wiebe, Krysta M Svore, Dave Wecker ja Matthias Troyer. "Kvanttitietokoneiden reaktiomekanismien selvittäminen". Proceedings of the National Academy of Sciences 114, 7555–7560 (2017).
https: / / doi.org/ 10.1073 / pnas.1619152114

[9] Yudong Cao, Jhonathan Romero ja Alán Aspuru-Guzik. "Kvanttilaskennan potentiaali lääkekehitykseen". IBM Journal of Research and Development 62, 6–1 (2018).
https: / / doi.org/ 10.1147 / JRD.2018.2888987

[10] Roman Orus, Samuel Mugel ja Enrique Lizaso. "Kvanttilaskenta rahoitukselle: Yleiskatsaus ja tulevaisuudennäkymät". Reviews in Physics 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028

[11] Pierre-Luc Dallaire-Demers, Jonathan Romero, Libor Veis, Sukin Sim ja Alán Aspuru-Guzik. "Matalasyvyyspiiri ansatz korreloitujen fermionisten tilojen valmistukseen kvanttitietokoneessa". Quantum Science and Technology 4, 045005 (2019).
https: / / doi.org/ 10.1088 / 2058-9565 / ab3951

[12] Elizabeth Fons, Paula Dawson, Jeffrey Yau, Xiao-jun Zeng ja John Keane. "Uusi dynaaminen varojen allokointijärjestelmä, joka käyttää Feature Saliency Hidden Markov -malleja älykkääseen beta-sijoittamiseen". Asiantuntijajärjestelmät sovelluksilla 163, 113720 (2021).
https://doi.org/ 10.1016/j.eswa.2020.113720

[13] PV Chandrika, K Visalakshmi ja K Sakthi Srinivasan. "Piilotettujen Markovin mallien soveltaminen osakekaupassa". Vuonna 2020 6. kansainvälinen edistyneiden tietojenkäsittely- ja viestintäjärjestelmien konferenssi (ICACCS). Sivut 1144-1147. (2020).
https://​/​doi.org/​10.1109/​ICACCS48705.2020.9074387

[14] Dima Suleiman, Arafat Awajan ja Wael Al Etaiwi. "Piilotetun Markovin mallin käyttö luonnollisessa arabian kielen käsittelyssä: kysely". Procedia Computer science 113, 240–247 (2017).
https://​/​doi.org/​10.1016/​j.procs.2017.08.363

[15] Hariz Zakka Muhammad, Muhammad Nasrun, Casi Setianingsih ja Muhammad Ary Murti. "Puuntunnistus englannista indonesiaksi kääntäjälle piilotetulla Markov-mallilla". Vuonna 2018 International Conference on Signals and Systems (ICSigSys). Sivut 255-260. IEEE (2018).
https://​/​doi.org/​10.1109/​ICSIGSYS.2018.8372768

[16] Erik LL Sonnhammer, Gunnar Von Heijne, Anders Krogh, et ai. "Piilotettu Markovin malli transmembraanisten heliksien ennustamiseen proteiinisekvensseissä". Teoksessa LSMB 1998. Sivut 175–182. (1998). url: https://​/​cdn.aaai.org/​ISMB/​1998/​ISMB98-021.pdf.
https://​/​cdn.aaai.org/​ISMB/​1998/​ISMB98-021.pdf

[17] Gary Xie ja Jeanne M Fair. "Piilotettu Markovin malli: lyhin ainutlaatuinen edustava lähestymistapa proteiinitoksiinien, virulenssitekijöiden ja antibioottiresistenssigeenien havaitsemiseen". BMC Research Notes 14, 1–5 (2021).
https://​/​doi.org/​10.21203/​rs.3.rs-185430/​v1

[18] Sean R Eddy. "Mikä on piilotettu markovin malli?". Nature biotechnology 22, 1315–1316 (2004).
https://​/​doi.org/​10.1038/​nbt1004-1315

[19] Paul M Baggenstoss. "Muutettu baum-welch-algoritmi piilotetuille Markov-malleille, joissa on useita havaintotiloja". IEEE Transactions on puheen ja äänen käsittely 9, 411–416 (2001).
https: / / doi.org/ 10.1109 / +89.917686

[20] Aleksandar Kavcic ja Jose MF Moura. "Viterbi-algoritmi ja Markov-kohinamuisti". IEEE Transactions on information theory 46, 291–301 (2000).
https: / / doi.org/ 10.1109 / +18.817531

[21] Todd K Moon. "Odotusten maksimointialgoritmi". IEEE Signal Processing Magazine 13, 47–60 (1996).
https: / / doi.org/ 10.1109 / +79.543975

[22] Alex Monras, Almut Beige ja Karoline Wiesner. "Piilotetut kvantti-Markov-mallit ja useiden kehon tilojen ei-adaptiivinen luku" (2010). arXiv:1002.2337.
arXiv: 1002.2337

[23] Siddarth Srinivasan, Geoff Gordon ja Byron Boots. "Piilotettujen kvanttimarkovien mallien oppiminen". Amos Storkey ja Fernando Perez-Cruz, toimittajat, Proceedings of the Twenty-First International Conference on Artificial Intelligence and Statistics. Proceedings of Machine Learning Researchin osa 84, sivut 1979–1987. PMLR (2018). url: https://​/​proceedings.mlr.press/​v84/​srinivasan18a.html.
https://​/​proceedings.mlr.press/​v84/​srinivasan18a.html

[24] Herbert Jaeger. "Havaittavissa olevat operaattorimallit diskreeteille stokastisille aikasarjoille". Neural computation 12, 1371-1398 (2000).
https: / / doi.org/ 10.1162 / +089976600300015411

[25] Qing Liu, Thomas J. Elliott, Felix C. Binder, Carlo Di Franco ja Mile Gu. "Optimaalinen stokastinen mallinnus yhtenäisellä kvanttidynamiikalla". Phys. Rev. A 99, 062110 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062110

[26] Thomas J Elliott. "Ei-determinististen piilomarkov-mallien kvanttitoteutusten muistin pakkaus ja lämpötehokkuus". Physical Review A 103, 052615 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.103.052615

[27] Sandesh Adhikary, Siddarth Srinivasan, Geoff Gordon ja Byron Boots. "Piilotettujen kvantti-Markov-mallien ilmaisukyky ja oppiminen". Kansainvälisessä tekoälyn ja tilastojen konferenssissa. Sivut 4151–4161. (2020). URL-osoite: http://​/​proceedings.mlr.press/​v108/​adhikary20a/​adhikary20a.pdf.
http://​/​proceedings.mlr.press/​v108/​adhikary20a/​adhikary20a.pdf

[28] Bo Jiang ja Yu-Hong Dai. "Rajoitetta säilyttävien päivitysjärjestelmien kehys Stiefel-jakoputken optimointia varten". Mathematical Programming 153, 535–575 (2015).
https:/​/​doi.org/​10.1007/​s10107-014-0816-7

[29] Vanio Markov, Vladimir Rastunkov, Amol Deshmukh, Daniel Fry ja Charlee Stefanski. "Kvanttipiilotettujen markovien mallien käyttöönotto ja oppiminen" (2022). arXiv:2212.03796v2.
arXiv: 2212.03796v2

[30] Xiantao Li ja Chunhao Wang. "Simuloidaan markovia avoimia kvanttijärjestelmiä käyttämällä korkeamman asteen sarjalaajennusta" (2022). arXiv:2212.02051v2.
arXiv: 2212.02051v2

[31] Yoshitaka Tanimura. "Stokastiset Liouvillen, Langevinin, Fokker-Planckin ja master-yhtälön lähestymistavat kvanttidissipatiivisiin järjestelmiin". Journal of the Physical Society of Japan 75, 082001 (2006).
https: / / doi.org/ 10.1143 / JPSJ.75.082001

[32] Akihito Ishizaki ja Graham R Fleming. "Kvanttikoherentin ja epäkoherentin hyppydynamiikan yhtenäinen käsittely elektronisessa energiansiirrossa: Supistetun hierarkiayhtälön lähestymistapa". The Journal of Chemical physics 130 (2009).
https: / / doi.org/ 10.1063 / +1.3155372

[33] Jinshuang Jin, Xiao Zheng ja YiJing Yan. "Disipatiivisten elektronisten järjestelmien ja kvanttikuljetuksen tarkka dynamiikka: Hierarkkiset liikeyhtälöt". The Journal of Chemical physics 128 (2008).
https: / / doi.org/ 10.1063 / +1.2938087

[34] Lewis A Clark, Wei Huang, Thomas M Barlow ja Almut Beige. "Piilotetut kvanttimarkov-mallit ja avoimet kvanttijärjestelmät välittömällä palautteena". ISCS 2014:n tieteidenvälisessä symposiumissa monimutkaisista järjestelmistä. Sivut 143-151. (2015).
https:/​/​doi.org/​10.1007/​978-3-319-10759-2$_$16

[35] Xin-Qi Li, JunYan Luo, Yong-Gang Yang, Ping Cui ja YiJing Yan. "Kvanttimestariyhtälön lähestymistapa kvanttikuljetukseen mesoskooppisten järjestelmien kautta". Physical Review B 71, 205304 (2005).
https: / / doi.org/ 10.1103 / PhysRevB.71.205304

[36] Michael J Kastoryano, Fernando GSL Brandão, András Gilyén et ai. "Kvanttilämpötilan valmistelu" (2023). arXiv:2303.18224.
arXiv: 2303.18224

[37] Ming-Jie Zhao ja Herbert Jaeger. "Normaali havaittavissa olevat käyttäjämallit". Neural computation 22, 1927–1959 (2010).
https://​/​doi.org/​10.1162/​neco.2010.03-09-983

[38] Sandesh Adhikary, Siddarth Srinivasan ja Byron Boots. "Kvanttigraafisten mallien oppiminen käyttämällä rajoitettua gradienttilaskua stiefel-sarjassa" (2019). arXiv:2101.08448v1.
arXiv: 2101.08448v1

[39] MS Vijayabaskar David R. Westhead, toimittaja. "Piilotetut Markov-mallit". Osa 2, sivu 18. Humana New York, NY. (2017).
https:/​/​doi.org/​10.1007/​978-1-4939-6753-7

Viitattu

Tämä kirja on julkaistu Quantum - lehdessä Creative Commons Nimeäminen 4.0 Kansainvälinen (CC BY 4.0) lisenssin. Tekijänoikeudet säilyvät alkuperäisillä tekijänoikeuksien haltijoilla, kuten tekijöillä tai heidän instituutioillaan.

Aikaleima:

Lisää aiheesta Quantum Journal