Algoritme pembelajaran mesin kuantum baru: membagi model Markov kuantum tersembunyi yang terinspirasi oleh persamaan master bersyarat kuantum

Algoritme pembelajaran mesin kuantum baru: membagi model Markov kuantum tersembunyi yang terinspirasi oleh persamaan master bersyarat kuantum

Stempel Waktu: 24 Januari 2024 7
Node Sumber: 3083772

Xiao-Yu Li1, Qin-Sheng Zhu2, Yonghu2, Hao Wu2,3, Guo-Wu Yang4, Lian-Hui Yu2, dan Geng Chen4

1Sekolah Rekayasa Informasi dan Perangkat Lunak, Universitas Sains dan Teknologi Elektronik Tiongkok, Cheng Du, 610054, Tiongkok
2Sekolah Fisika, Universitas Sains dan Teknologi Elektronik Tiongkok, Cheng Du, 610054, Tiongkok
3Institut Teknologi Industri Elektronik dan Informasi Kash, Kash, 844000, Cina
4Sekolah Ilmu dan Teknik Komputer, Universitas Sains dan Teknologi Elektronik Tiongkok, Cheng Du, 610054, Tiongkok

Apakah makalah ini menarik atau ingin dibahas? Scite atau tinggalkan komentar di SciRate.

Abstrak

Hidden Quantum Markov Model (HQMM) memiliki potensi signifikan untuk menganalisis data deret waktu dan mempelajari proses stokastik dalam domain kuantum sebagai opsi peningkatan dengan potensi keunggulan dibandingkan model Markov klasik. Dalam makalah ini, kami memperkenalkan HQMM terpisah (SHQMM) untuk mengimplementasikan proses Markov kuantum tersembunyi, memanfaatkan persamaan master bersyarat dengan kondisi keseimbangan halus untuk menunjukkan interkoneksi antara keadaan internal sistem kuantum. Hasil eksperimen menunjukkan bahwa model kami mengungguli model sebelumnya dalam hal cakupan aplikasi dan ketahanan. Selain itu, kami membuat algoritme pembelajaran baru untuk menyelesaikan parameter di HQMM dengan menghubungkan persamaan master kondisional kuantum ke HQMM. Terakhir, penelitian kami memberikan bukti jelas bahwa sistem transportasi kuantum dapat dianggap sebagai representasi fisik HQMM. SHQMM dengan algoritma yang menyertainya menyajikan metode baru untuk menganalisis sistem kuantum dan deret waktu yang didasarkan pada implementasi fisik.

Gambar unggulan: Diagram perhitungan yang diperluas $ρ^n(t)$ untuk sekumpulan barisan $y_0$, $y_1$ · · · , $y_T$.

Ringkasan populer

Dalam karya ini, dimulai dari kerangka teori fisika sistem terbuka dan memanfaatkan persamaan induk kondisi kuantum yang diperoleh dari pengenalan kondisi keseimbangan terperinci, kami secara teoritis membangun hubungan antara persamaan induk kondisi kuantum dan model Markov tersembunyi kuantum. Secara bersamaan, kami mengusulkan novel Splitting Quantum Markov Model (SHQMM). Menariknya, hasil eksperimen tidak hanya memvalidasi keunggulan algoritma kuantum dibandingkan algoritma klasik tetapi juga menunjukkan bahwa model kami mengungguli HQMM sebelumnya, menawarkan aplikasi luas dalam studi keadaan internal sistem kuantum.

► data BibTeX

► Referensi

[1] Juan I Cirac dan Peter Zoller. “Perhitungan kuantum dengan ion-ion yang terperangkap dingin”. Surat tinjauan fisik 74, 4091 (1995).
https: / / doi.org/ 10.1103 / physrevlett.74.4091

[2] Emanuel Knill, Raymond Laflamme, dan Gerald J Milburn. “Skema untuk komputasi kuantum yang efisien dengan optik linier”. alam 409, 46–52 (2001).
https: / / doi.org/ 10.1038 / 35051009

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

[4] M Cerezo, Guillaume Verdon, Hsin-Yuan Huang, Lukasz Cincio, dan Patrick J Coles. “Tantangan dan peluang dalam pembelajaran mesin kuantum”. Ilmu Komputasi Alam 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, dkk. “Algoritme kuantum skala menengah (nisq) yang bising (2021)” (2021). arXiv:2101.08448v1.
arXiv: 2101.08448v1

[6] Alan Aspuru-Guzik, Roland Lindh, dan Markus Reiher. “Simulasi materi (r) evolusi”. Ilmu pusat ACS 4, 144–152 (2018).
https://​/​doi.org/​10.1021/​acscentsci.7b00550

[7] Iulia M Georgescu, Sahel Ashhab, dan Franco Nori. “Simulasi kuantum”. Review Fisika Modern 86, 153 (2014).
https: / / doi.org/ 10.1103 / RevModPhys.86.153

[8] Markus Reiher, Nathan Wiebe, Krysta M Svore, Dave Wecker, dan Matthias Troyer. "Menjelaskan mekanisme reaksi pada komputer kuantum". Prosiding National Academy of Sciences 114, 7555–7560 (2017).
https: / / doi.org/ 10.1073 / pnas.1619152114

[9] Yudong Cao, Jhonathan Romero, dan Alán Aspuru-Guzik. "Potensi komputasi kuantum untuk penemuan obat". Jurnal Penelitian dan Pengembangan IBM 62, 6-1 (2018).
https: / / doi.org/ 10.1147 / JRD.2018.2888987

[10] Roman Orus, Samuel Mugel, dan Enrique Lizaso. "Komputasi kuantum untuk keuangan: Tinjauan dan prospek". Ulasan dalam Fisika 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028

[11] Pierre-Luc Dallaire-Demers, Jonathan Romero, Libor Veis, Sukin Sim, dan Alán Aspuru-Guzik. “Ansatz sirkuit kedalaman rendah untuk mempersiapkan keadaan fermionik berkorelasi pada komputer kuantum”. Sains dan Teknologi Kuantum 4, 045005 (2019).
https: / / doi.org/ 10.1088 / 2058-9565 / ab3951

[12] Elizabeth Fons, Paula Dawson, Jeffrey Yau, Xiao-jun Zeng, dan John Keane. “Sistem alokasi aset dinamis baru menggunakan model Feature Saliency Hidden Markov untuk investasi beta cerdas”. Sistem Pakar dengan Aplikasi 163, 113720 (2021).
https://​/​doi.org/​10.1016/​j.eswa.2020.113720

[13] PV Chandrika, K Visalakshmi, dan K Sakthi Srinivasan. “Penerapan Model Markov Tersembunyi dalam Perdagangan Saham”. Pada tahun 2020 Konferensi Internasional ke-6 tentang Sistem Komputasi dan Komunikasi Tingkat Lanjut (ICACCS). Halaman 1144–1147. (2020).
https://​/​doi.org/​10.1109/​ICACCS48705.2020.9074387

[14] Dima Suleiman, Arafat Awajan, dan Wael Al Etaiwi. “Penggunaan model Markov tersembunyi dalam pemrosesan bahasa arab alami: Sebuah survei”. Ilmu komputer Procedia 113, 240–247 (2017).
https://​/​doi.org/​10.1016/​j.procs.2017.08.363

[15] Hariz Zakka Muhammad, Muhammad Nasrun, Casi Setianingsih, dan Muhammad Ary Murti. “Pengenalan ucapan untuk penerjemah Bahasa Inggris ke Bahasa Indonesia menggunakan model Markov tersembunyi”. Pada Konferensi Internasional tentang Sinyal dan Sistem (ICSigSys) tahun 2018. Halaman 255–260. IEEE (2018).
https://​/​doi.org/​10.1109/​ICSIGSYS.2018.8372768

[16] Erik LL Sonnhammer, Gunnar Von Heijne, Anders Krogh, dkk. "Model Markov tersembunyi untuk memprediksi heliks transmembran dalam rangkaian protein". Dalam LSMB 1998. Halaman 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 dan Jeanne M Fair. “Model Markov Tersembunyi: pendekatan representatif unik terpendek untuk mendeteksi racun protein, faktor virulensi, dan gen resistensi antibiotik”. Catatan Penelitian BMC 14, 1–5 (2021).
https:/​/​doi.org/​10.21203/​rs.3.rs-185430/​v1

[18] Sean R Eddy. “Apa yang dimaksud dengan model markov tersembunyi?”. Bioteknologi alam 22, 1315–1316 (2004).
https://​/​doi.org/​10.1038/​nbt1004-1315

[19] Paul M Baggenstoss. “Algoritme baum-welch yang dimodifikasi untuk model markov tersembunyi dengan banyak ruang observasi”. Transaksi IEEE pada pemrosesan ucapan dan audio 9, 411–416 (2001).
https: / / doi.org/ 10.1109 / 89.917686

[20] Aleksandar Kavcic dan Jose MF Moura. “Algoritma viterbi dan memori kebisingan markov”. Transaksi IEEE pada teori informasi 46, 291–301 (2000).
https: / / doi.org/ 10.1109 / 18.817531

[21] Todd K Bulan. “Algoritme pemaksimalan ekspektasi”. Majalah pemrosesan sinyal IEEE 13, 47–60 (1996).
https: / / doi.org/ 10.1109 / 79.543975

[22] Alex Monras, Almut Beige, dan Karoline Wiesner. “Model Markov kuantum tersembunyi dan pembacaan non-adaptif dari banyak keadaan benda” (2010). arXiv:1002.2337.
arXiv: 1002.2337

[23] Siddarth Srinivasan, Geoff Gordon, dan Byron Boots. “Mempelajari model kuantum markov yang tersembunyi”. Dalam Amos Storkey dan Fernando Perez-Cruz, editor, Prosiding Konferensi Internasional Kedua Puluh Satu tentang Kecerdasan Buatan dan Statistik. Volume 84 Prosiding Penelitian Pembelajaran Mesin, halaman 1979–1987. PMLR (2018). url: https://​/​proceedings.mlr.press/​v84/​srinivasan18a.html.
https://​/​proceedings.mlr.press/​v84/​srinivasan18a.html

[24] Herbert Jaeger. “Model operator yang dapat diamati untuk deret waktu stokastik diskrit”. Perhitungan saraf 12, 1371–1398 (2000).
https: / / doi.org/ 10.1162 / 089976600300015411

[25] Qing Liu, Thomas J. Elliott, Felix C. Binder, Carlo Di Franco, dan Mile Gu. “Pemodelan stokastik optimal dengan dinamika kuantum kesatuan”. Fis. Pdt.A 99, 062110 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062110

[26] Thomas J Elliott. “Kompresi memori dan efisiensi termal dari implementasi kuantum model markov tersembunyi nondeterministik”. Tinjauan Fisik A 103, 052615 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.103.052615

[27] Sandesh Adhikary, Siddarth Srinivasan, Geoff Gordon, dan Byron Boots. “Ekspresif dan Pembelajaran Model Quantum Markov Tersembunyi”. Dalam Konferensi Internasional tentang Kecerdasan Buatan dan Statistik. Halaman 4151–4161. (2020). url: http://​/​proceedings.mlr.press/​v108/​adhikary20a/​adhikary20a.pdf.
http:/​/​proceedings.mlr.press/​v108/​adhikary20a/​adhikary20a.pdf

[28] Bo Jiang dan Yu-Hong Dai. “Kerangka kerja skema pembaruan pelestarian kendala untuk optimasi pada manifold Stiefel”. Pemrograman Matematika 153, 535–575 (2015).
https:/​/​doi.org/​10.1007/​s10107-014-0816-7

[29] Vanio Markov, Vladimir Rastunkov, Amol Deshmukh, Daniel Fry, dan Charlee Stefanski. “Implementasi dan pembelajaran model kuantum tersembunyi markov” (2022). arXiv:2212.03796v2.
arXiv: 2212.03796v2

[30] Xiantao Li dan Chunhao Wang. “Mensimulasikan sistem kuantum terbuka markovian menggunakan ekspansi seri tingkat tinggi” (2022). arXiv:2212.02051v2.
arXiv: 2212.02051v2

[31] Yoshitaka Tanimura. “Stochastic Liouville, Langevin, Fokker – Planck, dan pendekatan persamaan utama untuk sistem disipatif kuantum”. Jurnal Masyarakat Fisik Jepang 75, 082001 (2006).
https: / / doi.org/ 10.1143 / JPSJ.75.082001

[32] Akihito Ishizaki dan Graham R Fleming. “Perlakuan terpadu terhadap dinamika lompatan kuantum yang koheren dan tidak koheren dalam transfer energi elektronik: Pendekatan persamaan hierarki yang dikurangi”. Jurnal fisika kimia 130 (2009).
https: / / doi.org/ 10.1063 / 1.3155372

[33] Jinshuang Jin, Xiao Zheng, dan YiJing Yan. “Dinamika yang tepat dari sistem elektronik disipatif dan transportasi kuantum: Pendekatan persamaan gerak hierarki”. Jurnal fisika kimia 128 (2008).
https: / / doi.org/ 10.1063 / 1.2938087

[34] Lewis A Clark, Wei Huang, Thomas M Barlow, dan Almut Beige. “Model markov kuantum tersembunyi dan sistem kuantum terbuka dengan umpan balik instan”. Dalam Simposium Interdisipliner ISCS 2014 tentang Sistem Kompleks. Halaman 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, dan YiJing Yan. “Pendekatan persamaan master kuantum untuk transportasi kuantum melalui sistem mesoskopik”. Tinjauan Fisik B 71, 205304 (2005).
https://​/​doi.org/​10.1103/​PhysRevB.71.205304

[36] Michael J Kastoryano, Fernando GSL Brandão, András Gilyén, dkk. “Persiapan keadaan termal kuantum” (2023). arXiv:2303.18224.
arXiv: 2303.18224

[37] Ming-Jie Zhao dan Herbert Jaeger. “Model operator yang dapat diamati secara norma”. Perhitungan saraf 22, 1927–1959 (2010).
https://​/​doi.org/​10.1162/​neco.2010.03-09-983

[38] Sandesh Adhikary, Siddarth Srinivasan, dan Byron Boots. “Mempelajari model grafis kuantum menggunakan penurunan gradien terbatas pada manifold stiefel” (2019). arXiv:2101.08448v1.
arXiv: 2101.08448v1

[39] MS Vijayabaskar David R. Westhead, penyunting. “Model markov tersembunyi”. Jilid 2, halaman 18. Humana New York, NY. (2017).
https:/​/​doi.org/​10.1007/​978-1-4939-6753-7

Dikutip oleh

Makalah ini diterbitkan dalam Quantum di bawah Creative Commons Attribution 4.0 Internasional (CC BY 4.0) lisensi. Hak cipta tetap berada pada pemegang hak cipta asli seperti penulis atau lembaganya.

Stempel Waktu:

Lebih dari Jurnal Kuantum