新しい量子機械学習アルゴリズム: 量子条件付きマスター方程式にヒントを得た分割隠れ量子マルコフ モデル

新しい量子機械学習アルゴリズム: 量子条件付きマスター方程式にヒントを得た分割隠れ量子マルコフ モデル

タイムスタンプ：24年2024月7日午前38時XNUMX分
ソースノード： 3083772

シャオユウ・リー1、朱チンシェン2, ヨンフ2、ハオ・ウー2,3、グオ・ウー・ヤン4、リアン・ホイ・ユー2とゲン・チェン4

1中国電子科学技術大学情報ソフトウェア工学部、成都、610054、中国
2中国電子科学技術大学物理学部、成都、610054、中国
3Institute of Electronics and Information Industry Technology of Kash、カシュ、844000、中国
4中国電子科学技術大学コンピュータ科学工学部、成都、610054、中国

この論文を興味深いと思うか、議論したいですか？ SciRateを引用するかコメントを残す.

抽象

隠れ量子マルコフ モデル (HQMM) は、古典的なマルコフ モデルを超える潜在的な利点を備えたアップグレード オプションとして、時系列データを分析し、量子領域の確率過程を研究するための大きな可能性を秘めています。この論文では、隠れ量子マルコフプロセスを実装するための分割 HQMM (SHQMM) を導入しました。これは、量子システムの内部状態間の相互接続を実証するために、細かいバランス条件を備えた条件付きマスター方程式を利用します。実験結果は、アプリケーションの範囲と堅牢性の点で、私たちのモデルが以前のモデルよりも優れていることを示唆しています。さらに、量子条件マスター方程式を HQMM に関連付けることにより、HQMM のパラメーターを解くための新しい学習アルゴリズムを確立します。最後に、私たちの研究は、量子輸送システムが HQMM の物理的表現と見なすことができるという明確な証拠を提供します。 SHQMM とそれに付随するアルゴリズムは、物理実装に基づいて量子システムと時系列を分析するための新しい方法を提供します。

注目の画像: $y_0$、$y_1$ · · · 、$y_T$ のシーケンスのセットに対する $ρ^n(t)$ の計算図を展開したもの。

人気の要約

本研究では、開放系物理理論の枠組みから出発し、詳細な平衡条件の導入により導出された量子条件マスター方程式を利用して、量子条件マスター方程式と量子隠れマルコフモデルとの関係を理論的に確立します。同時に、新しい分割量子マルコフ モデル (SHQMM) を提案します。興味深いことに、実験結果は、古典的なアルゴリズムに対する量子アルゴリズムの優位性を検証するだけでなく、私たちのモデルが以前の HQMM よりも優れており、量子システムの内部状態の研究に幅広い用途を提供することを実証しています。

►BibTeXデータ

►参照

【1] フアン・I・シラクとピーター・ゾラー。 「コールドトラップイオンを用いた量子計算」。フィジカルレビューレター 74、4091 (1995)。
https：/ / doi.org/ 10.1103 / physrevlett.74.4091

【2] エマニュエル・クニル、レイモンド・ラフラム、ジェラルド・J・ミルバーン。 「線形光学を用いた効率的な量子計算のためのスキーム」。自然 409、46–52 (2001)。
https：/ / doi.org/ 10.1038 / 35051009

【3] ジェイコブ・ビアモンテ、ピーター・ウィッテック、ニコラ・パンコッティ、パトリック・レベントロスト、ネイサン・ウィーブ、セス・ロイド。 「量子機械学習」。 ネイチャー 549, 195–202 (2017).
https：/ / doi.org/ 10.1038 / nature23474

【4] M・セレッソ、ギョーム・ヴェルドン、ファン・シンユアン、ウカシュ・シンシオ、パトリック・J・コールズ。 「量子機械学習における課題と機会」。 Nature Computational Science 2、567–576 (2022)。
https:/​/​doi.org/​10.1038/​s43588-022-00311-3

【5] キショール・バーティ、アルバ・セルベラ=リエルタ、ティ・ハ・チョー、トビアス・ハウグ、サムナー・アルペリン=リー、アビナフ・アナンド、マティアス・デグルート、ヘルマンニ・ヘイモネン、ヤコブ・S・コットマン、ティム・メンケ、他。 「ノイジーな中間スケール量子 (nisq) アルゴリズム (2021)」 (2021)。 arXiv:2101.08448v1。
arXiv：2101.08448v1

【6] アラン・アスプル＝グジク、ローランド・リンド、マルクス・ライアー。 「物質シミュレーション(r)進化」。 ACS 中央科学 4、144–152 (2018)。
https:/ / doi.org/ 10.1021/ accentsci.7b00550

【7] ユリア・M・ジョルジェスク、サヘル・アシュハブ、フランコ・ノリ。 「量子シミュレーション」。 『現代物理学』86、153 (2014) のレビュー。
https：/ / doi.org/ 10.1103 / RevModPhys.86.153

【8] Markus Reiher、Nathan Wiebe、Krysta M Svore、Dave Wecker、MatthiasTroyer。 「量子コンピューターの反応機構の解明」。 全米科学アカデミー紀要114、7555–7560（2017）。
https：/ / doi.org/ 10.1073 / pnas.1619152114

【9] 曹裕東、ジョナサン・ロメロ、アラン・アスプル＝グジク。 「創薬における量子コンピューティングの可能性」。 IBM 研究開発ジャーナル 62、6–1 (2018)。
https：/ / doi.org/ 10.1147 / JRD.2018.2888987

【10] ローマン・オルス、サミュエル・ムゲル、エンリケ・リザソ。 「金融のための量子コンピューティング: 概要と展望」. Physics 4、100028 (2019) のレビュー。
https：/ / doi.org/ 10.1016 / j.revip.2019.100028

【11] ピエール＝リュック・ダレール＝デマース、ジョナサン・ロメロ、リボル・ヴェイス、スーキン・シム、アラン・アスプル＝グジク。 「量子コンピューター上で相関フェルミオン状態を準備するための低深度回路の研究」。量子科学と技術 4、045005 (2019)。
https：/ / doi.org/ 10.1088 / 2058-9565 / ab3951

【12] エリザベス・フォンス、ポーラ・ドーソン、ジェフリー・ヤウ、ゼン・シャオジュン、ジョン・キーン。 「スマートベータ投資のための特徴顕著性隠れマルコフモデルを使用した新しい動的資産配分システム」。アプリケーションを備えたエキスパート システム 163、113720 (2021)。
https：/ / doi.org/ 10.1016 / j.eswa.2020.113720

【13] PV チャンドリカ、K ヴィサラクシュミ、K サクティ スリニヴァサン。 「株式取引における隠れマルコフ モデルの応用」。 2020 年に第 6 回先進コンピューティングおよび通信システムに関する国際会議 (ICACCS) が開催されます。 1144 ～ 1147 ページ。 （2020年）。
https:/ / doi.org/ 10.1109/ ICACS48705.2020.9074387

【14] ディマ・スレイマン、アラファト・アワジャン、ワエル・アル・エタイウィ。 「自然なアラビア語処理における隠れマルコフ モデルの使用: 調査」。プロセディア コンピュータ サイエンス 113、240–247 (2017)。
https:/ / doi.org/ 10.1016/ j.procs.2017.08.363

【15] ハリス・ザッカ・ムハンマド、ムハンマド・ナスルン、カシ・セティアニンシ、ムハンマド・アリー・ムルティ。 「隠れマルコフモデルを使用した英語からインドネシア語への翻訳者の音声認識」。 2018 年の信号とシステムに関する国際会議 (ICSigSys)。 255～260ページ。 IEEE (2018)。
https:/ / doi.org/ 10.1109/ ICSIGSYS.2018.8372768

【16] エリック・LL・ゾンハマー、グンナー・フォン・ハイネ、アンダース・クローほか「タンパク質配列の膜貫通ヘリックスを予測するための隠れマルコフ モデル」。 LSMB 1998 年。175 ～ 182 ページ。 （1998年）。 URL: https:// / cdn.aaai.org/ ISMB/ 1998/ ISMB98-021.pdf。
https:/ / cdn.aaai.org/ ISMB/ 1998/ ISMB98-021.pdf

【17] ゲイリー・シーとジャンヌ・M・フェア。 「隠れマルコフ モデル: タンパク質毒素、病原性因子、抗生物質耐性遺伝子を検出するための最短でユニークな代表的なアプローチ」。 BMC 研究ノート 14、1–5 (2021)。
https:/ / doi.org/ 10.21203/ rs.3.rs-185430/ v1

【18] ショーン・R・エディ。 「隠れマルコフモデルとは何ですか?」 Nature biotechnology 22、1315–1316 (2004)。
https:/ / doi.org/ 10.1038/ nbt1004-1315

【19] ポール・M・バッゲンストス。 「複数の観測空間を持つ隠れマルコフ モデル用の修正された baum-welch アルゴリズム」。音声およびオーディオ処理に関する IEEE トランザクション 9、411–416 (2001)。
https：/ / doi.org/ 10.1109 / 89.917686

【20] アレクサンダル・カヴチッチとホセMFモウラ。 「ビタビアルゴリズムとマルコフノイズメモリ」。情報理論に関する IEEE トランザクション 46、291–301 (2000)。
https：/ / doi.org/ 10.1109 / 18.817531

【21] トッド・K・ムーン。 「期待値最大化アルゴリズム」。 IEEE 信号処理マガジン 13、47 ～ 60 (1996)。
https：/ / doi.org/ 10.1109 / 79.543975

【22] アレックス・モンラス、アルムット・ベージュ、カロライン・ウィーズナー。 「隠れ量子マルコフ モデルと多体状態の非適応読み取り」 (2010)。 arXiv:1002.2337。
arXiv：1002.2337

【23] シダース・スリニバサン、ジェフ・ゴードン、バイロン・ブーツ。 「隠れ量子マルコフモデルの学習」。編集者の Amos Storkey と Fernando Perez-Cruz による、第 84 回人工知能と統計に関する国際会議議事録。 『機械学習研究紀要』第 1979 巻、1987 ～ 2018 ページ。 PMLR (84)。 URL：https:// / proceedings.mlr.press/ v18/ srinivasanXNUMXa.html。
https:/ / proceedings.mlr.press/ v84/ srinivasan18a.html

【24] ハーバート・イェーガー。 「離散確率時系列の観察可能な演算子モデル」。ニューラル計算 12、1371–1398 (2000)。
https：/ / doi.org/ 10.1162 / 089976600300015411

【25] チン・リウ、トーマス・J・エリオット、フェリックス・C・ビンダー、カルロ・ディ・フランコ、マイル・グー。 「ユニタリ量子力学による最適な確率モデリング」。物理学。 Rev. A 99、062110 (2019)。
https：/ / doi.org/ 10.1103 / PhysRevA.99.062110

【26] トーマス・J・エリオット。 「非決定論的隠れマルコフ モデルの量子実装のメモリ圧縮と熱効率」。フィジカルレビュー A 103、052615 (2021)。
https：/ / doi.org/ 10.1103 / PhysRevA.103.052615

【27] サンデシュ・アディカリー、シダース・スリニバサン、ジェフ・ゴードン、バイロン・ブーツ。 「隠れ量子マルコフモデルの表現力と学習」。人工知能と統計に関する国際会議にて。 4151 ～ 4161 ページ。 （2020年）。 URL: http://proceedings.mlr.press/v108/adhikary20​​20a/adhikaryXNUMX​​XNUMXa.pdf。
http:// / proceedings.mlr.press/ v108/ adhikary20​​20a/ adhikaryXNUMX​​XNUMXa.pdf

【28] ボー・ジャンとユーホン・ダイ。 「シュティーフェル多様体における最適化のための制約を保持する更新スキームのフレームワーク」。数学的プログラミング 153、535–575 (2015)。
https:/​/​doi.org/​10.1007/​s10107-014-0816-7

【29] ヴァニオ・マルコフ、ウラジミール・ラストゥンコフ、アモル・デシュムク、ダニエル・フライ、チャーリー・ステファンスキー。 「量子隠れマルコフモデルの実装と学習」(2022)。 arXiv:2212.03796v2。
arXiv：2212.03796v2

【30] リー・シャンタオとワン・チュンハオ。 「高次級数展開を使用したマルコフのオープン量子システムのシミュレーション」 (2022)。 arXiv:2212.02051v2。
arXiv：2212.02051v2

【31] 谷村義隆。 「確率的リウヴィル、ランジュバン、フォッカー・プランク、および量子散逸系へのマスター方程式アプローチ」日本物理学会誌 75, 082001 (2006)
https：/ / doi.org/ 10.1143 / JPSJ.75.082001

【32] 石崎昭仁氏とグラハム・R・フレミング氏。 「電子エネルギー伝達における量子コヒーレントおよびインコヒーレントホッピングダイナミクスの統合処理: 削減階層方程式アプローチ」。化学物理ジャーナル 130 (2009)。
https：/ / doi.org/ 10.1063 / 1.3155372

【33] ジンシュアン・ジン、シャオ・ジェン、ヤン・イージン。 「散逸電子システムと量子輸送の正確な力学: 階層運動方程式アプローチ」。化学物理学ジャーナル 128 (2008)。
https：/ / doi.org/ 10.1063 / 1.2938087

【34] ルイス・A・クラーク、ウェイ・ファン、トーマス・M・バーロウ、アルムット・ベージュ。 「隠れた量子マルコフモデルと瞬間的なフィードバックを備えたオープンな量子システム」。 ISCS 2014 複雑系学際シンポジウムにて。 143 ～ 151 ページ。 （2015年）。
https:/​/​doi.org/​10.1007/​978-3-319-10759-2$_$16

【35] Xin-Qi Li、JunYan Luo、Yong-Gang Yang、Ping Cui、YiJing Yan。 「メゾスコピックシステムを介した量子輸送に対する量子マスター方程式アプローチ」。フィジカルレビュー B 71、205304 (2005)。
https：/ / doi.org/ 10.1103 / PhysRevB.71.205304

【36] マイケル・J・カストリアーノ、フェルナンドGSLブランダオン、アンドラーシュ・ギリンほか「量子熱状態の準備」(2023)。 arXiv:2303.18224。
arXiv：2303.18224

【37] チャオ・ミンジエとハーバート・イェーガー。 「標準観察可能な演算子モデル」。ニューラル計算 22、1927–1959 (2010)。
https:/ / doi.org/ 10.1162/ neco.2010.03-09-983

【38] サンデシュ・アディカリー、シダース・スリニバサン、バイロン・ブーツ。 「シュティーフェル多様体での制約付き勾配降下法を使用した量子グラフィカル モデルの学習」 (2019)。 arXiv:2101.08448v1。
arXiv：2101.08448v1

【39] MS ヴィジャヤバスカル デビッド R. ウェストヘッド、編集者。 「隠れマルコフモデル」。第 2 巻、18 ページ。ニューヨーク州ヒューマナ ニューヨーク。 （2017年）。
https:/​/​doi.org/​10.1007/​978-1-4939-6753-7

によって引用

この論文は、 Creative Commons Attribution 4.0 International（CC BY 4.0） ライセンス。 著作権は、著者やその機関などの元の著作権者にあります。

タイムスタンプ：

より多くの 量子ジャーナル