En ny kvantemaskinlæringsalgoritme: delt skjult kvante Markov-modell inspirert av kvantebetinget hovedligning

En ny kvantemaskinlæringsalgoritme: delt skjult kvante Markov-modell inspirert av kvantebetinget hovedligning

Kilde node: 3083772

Xiao-Yu Li1, Qin-Sheng Zhu2, Yong Hu2, Hao Wu2,3, Guo-Wu Yang4, Lian-Hui Yu2, og Geng Chen4

1School of Information and Software Engineering, University of Electronic Science and Technology of China, Cheng Du, 610054, Kina
2School of Physics, University of Electronic Science and Technology of China, Cheng Du, 610054, Kina
3Institutt for elektronikk og informasjonsindustri i Kash, Kash, 844000, Kina
4School of Computer Science and Engineering, University of Electronic Science and Technology of China, Cheng Du, 610054, Kina

Finn dette papiret interessant eller vil diskutere? Scite eller legg igjen en kommentar på SciRate.

Abstrakt

The Hidden Quantum Markov Model (HQMM) har betydelig potensial for å analysere tidsseriedata og studere stokastiske prosesser i kvantedomenet som et oppgraderingsalternativ med potensielle fordeler i forhold til klassiske Markov-modeller. I denne artikkelen introduserte vi delt HQMM (SHQMM) for implementering av den skjulte kvante Markov-prosessen, ved å bruke den betingede hovedligningen med en finbalansetilstand for å demonstrere sammenkoblingene mellom de interne tilstandene til kvantesystemet. De eksperimentelle resultatene tyder på at modellen vår utkonkurrerer tidligere modeller når det gjelder omfang av applikasjoner og robusthet. I tillegg etablerer vi en ny læringsalgoritme for å løse parametere i HQMM ved å relatere den kvantebetingede masterligningen til HQMM. Til slutt gir vår studie klare bevis på at kvantetransportsystemet kan betraktes som en fysisk representasjon av HQMM. SHQMM med tilhørende algoritmer presenterer en ny metode for å analysere kvantesystemer og tidsserier basert på fysisk implementering.

I dette arbeidet, med utgangspunkt i rammen av åpen-system-fysikalsk teori og ved å bruke kvantetilstandsmesterligningen utledet fra introduksjonen av detaljerte balanseforhold, etablerer vi teoretisk sammenhengen mellom kvantetilstandsmesterligningen og den kvanteskjulte Markov-modellen. Samtidig foreslår vi en roman Splitting Quantum Markov Model (SHQMM). Spennende nok validerer eksperimentelle resultater ikke bare kvantealgoritmers overlegenhet over klassiske algoritmer, men demonstrerer også at modellen vår utkonkurrerer tidligere HQMMer, og tilbyr brede anvendelser i studiet av interne tilstander i kvantesystemer.

► BibTeX-data

► Referanser

[1] Juan I Cirac og Peter Zoller. "Kvanteberegninger med kalde fangede ioner". Physical review letters 74, 4091 (1995).
https: / / doi.org/ 10.1103 / physrevlett.74.4091

[2] Emanuel Knill, Raymond Laflamme og Gerald J Milburn. "Et opplegg for effektiv kvanteberegning med lineær optikk". natur 409, 46–52 (2001).
https: / / doi.org/ 10.1038 / 35051009

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

[4] M Cerezo, Guillaume Verdon, Hsin-Yuan Huang, Lukasz Cincio og Patrick J Coles. "Utfordringer og muligheter innen kvantemaskinlæring". 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, et al. "Støyende mellomskala kvante (nisq) algoritmer (2021)" (2021). arXiv:2101.08448v1.
arxiv: 2101.08448v1

[6] Alán Aspuru-Guzik, Roland Lindh og Markus Reiher. "Materiesimuleringen (r) evolusjonen". ACS sentralvitenskap 4, 144–152 (2018).
https://​/​doi.org/​10.1021/​acscentsci.7b00550

[7] Iulia M Georgescu, Sahel Ashhab og Franco Nori. "Kvantesimulering". 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 og Matthias Troyer. "Belyse reaksjonsmekanismer på kvantedatamaskiner". Proceedings of the National Academy of Sciences 114, 7555–7560 (2017).
https: / / doi.org/ 10.1073 / pnas.1619152114

[9] Yudong Cao, Jhonathan Romero og Alán Aspuru-Guzik. "Potensial av kvanteberegning for medikamentoppdagelse". IBM Journal of Research and Development 62, 6–1 (2018).
https://​/​doi.org/​10.1147/​JRD.2018.2888987

[10] Roman Orus, Samuel Mugel og Enrique Lizaso. "Kvantedatabehandling for finans: Oversikt og prospekter". Anmeldelser i Physics 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028

[11] Pierre-Luc Dallaire-Demers, Jonathan Romero, Libor Veis, Sukin Sim og Alán Aspuru-Guzik. "Lavdybdekretsansatz for å forberede korrelerte fermioniske tilstander på en kvantedatamaskin". 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 og John Keane. "Et nytt dynamisk aktivaallokeringssystem som bruker Feature Saliency Hidden Markov-modeller for smart betainvestering". Expert Systems with Applications 163, 113720 (2021).
https://​/​doi.org/​10.1016/​j.eswa.2020.113720

[13] PV Chandrika, K Visalakshmi og K Sakthi Srinivasan. "Anvendelse av skjulte Markov-modeller i aksjehandel". I 2020 sjette internasjonale konferanse om avanserte databehandlings- og kommunikasjonssystemer (ICACCS). Side 6–1144. (1147).
https://​/​doi.org/​10.1109/​ICACCS48705.2020.9074387

[14] Dima Suleiman, Arafat Awajan og Wael Al Etaiwi. "Bruk av skjult Markov-modell i naturlig arabisk språkbehandling: En undersøkelse". Procedia informatikk 113, 240–247 (2017).
https://​/​doi.org/​10.1016/​j.procs.2017.08.363

[15] Hariz Zakka Muhammad, Muhammad Nasrun, Casi Setianingsih og Muhammad Ary Murti. "Talegjenkjenning for engelsk til indonesisk oversetter ved hjelp av skjult Markov-modell". I 2018 International Conference on Signals and Systems (ICSigSys). Side 255–260. IEEE (2018).
https://​/​doi.org/​10.1109/​ICSIGSYS.2018.8372768

[16] Erik LL Sonnhammer, Gunnar Von Heijne, Anders Krogh, et al. "En skjult Markov-modell for å forutsi transmembranhelikser i proteinsekvenser". I LSMB 1998. Side 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 og Jeanne M Fair. "Skjult Markov-modell: en korteste unik representativ tilnærming for å oppdage proteintoksiner, virulensfaktorer og antibiotikaresistensgener". BMC Research Notes 14, 1–5 (2021).
https://​/​doi.org/​10.21203/​rs.3.rs-185430/​v1

[18] Sean R Eddy. "Hva er en skjult markov-modell?". Nature biotechnology 22, 1315–1316 (2004).
https://​/​doi.org/​10.1038/​nbt1004-1315

[19] Paul M Baggenstoss. "En modifisert baum-welch-algoritme for skjulte markov-modeller med flere observasjonsrom". IEEE Transactions on tale and audio processing 9, 411–416 (2001).
https: / / doi.org/ 10.1109 / 89.917686

[20] Aleksandar Kavcic og Jose MF Moura. "Viterbi-algoritmen og markov-støyminne". IEEE Transactions on information theory 46, 291–301 (2000).
https: / / doi.org/ 10.1109 / 18.817531

[21] Todd K Moon. "Forventningsmaksimeringsalgoritmen". IEEE Signalbehandlingsmagasin 13, 47–60 (1996).
https: / / doi.org/ 10.1109 / 79.543975

[22] Alex Monras, Almut Beige og Karoline Wiesner. "Skjulte kvante Markov-modeller og ikke-adaptiv avlesning av tilstander med mange kropper" (2010). arXiv:1002.2337.
arxiv: 1002.2337

[23] Siddarth Srinivasan, Geoff Gordon og Byron Boots. "Lære skjulte kvantemarkov-modeller". I Amos Storkey og Fernando Perez-Cruz, redaktører, Proceedings of the Twenty-First International Conference on Artificial Intelligence and Statistics. Bind 84 av Proceedings of Machine Learning Research, sidene 1979–1987. PMLR (2018). url: https://​/​proceedings.mlr.press/​v84/​srinivasan18a.html.
https://​/​proceedings.mlr.press/​v84/​srinivasan18a.html

[24] Herbert Jaeger. "Observerbare operatørmodeller for diskrete stokastiske tidsserier". Nevral beregning 12, 1371–1398 (2000).
https: / / doi.org/ 10.1162 / 089976600300015411

[25] Qing Liu, Thomas J. Elliott, Felix C. Binder, Carlo Di Franco og Mile Gu. "Optimal stokastisk modellering med enhetlig kvantedynamikk". Phys. Rev. A 99, 062110 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062110

[26] Thomas J Elliott. "Minnekomprimering og termisk effektivitet av kvanteimplementeringer av ikke-deterministiske skjulte markov-modeller". Physical Review A 103, 052615 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.103.052615

[27] Sandesh Adhikary, Siddarth Srinivasan, Geoff Gordon og Byron Boots. "Uttrykkskraft og læring av skjulte kvante Markov-modeller". I internasjonal konferanse om kunstig intelligens og statistikk. Side 4151–4161. (2020). url: http://​/​proceedings.mlr.press/​v108/​adhikary20a/​adhikary20a.pdf.
http://​/​proceedings.mlr.press/​v108/​adhikary20a/​adhikary20a.pdf

[28] Bo Jiang og Yu-Hong Dai. "Et rammeverk med begrensningsbevarende oppdateringsordninger for optimalisering på Stiefel-manifolden". Matematisk programmering 153, 535–575 (2015).
https:/​/​doi.org/​10.1007/​s10107-014-0816-7

[29] Vanio Markov, Vladimir Rastunkov, Amol Deshmukh, Daniel Fry og Charlee Stefanski. "Implementering og læring av kvanteskjulte markov-modeller" (2022). arXiv:2212.03796v2.
arxiv: 2212.03796v2

[30] Xiantao Li og Chunhao Wang. "Simulering av markoviske åpne kvantesystemer ved bruk av utvidelse av høyere rekkefølge" (2022). arXiv:2212.02051v2.
arxiv: 2212.02051v2

[31] Yoshitaka Tanimura. "Stokastiske Liouville, Langevin, Fokker-Planck og mesterligningstilnærminger til kvantedissipative systemer". Journal of the Physical Society of Japan 75, 082001 (2006).
https: / / doi.org/ 10.1143 / JPSJ.75.082001

[32] Akihito Ishizaki og Graham R Fleming. "Enhetlig behandling av kvantekoherent og usammenhengende hoppdynamikk i elektronisk energioverføring: Redusert hierarkilikningstilnærming". The Journal of Chemical Physics 130 (2009).
https: / / doi.org/ 10.1063 / 1.3155372

[33] Jinshuang Jin, Xiao Zheng og YiJing Yan. "Nøyaktig dynamikk av dissipative elektroniske systemer og kvantetransport: Hierarkiske bevegelseslikninger". The Journal of Chemical Physics 128 (2008).
https: / / doi.org/ 10.1063 / 1.2938087

[34] Lewis A Clark, Wei Huang, Thomas M Barlow og Almut Beige. "Skjulte kvantemarkov-modeller og åpne kvantesystemer med øyeblikkelig tilbakemelding". I ISCS 2014 Tverrfaglig symposium om komplekse systemer. Side 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 og YiJing Yan. "Quante master-equation tilnærming til kvantetransport gjennom mesoskopiske systemer". Fysisk gjennomgang B 71, 205304 (2005).
https: / / doi.org/ 10.1103 / PhysRevB.71.205304

[36] Michael J Kastoryano, Fernando GSL Brandão, András Gilyén, et al. "Quantum termal state prepario" (2023). arXiv:2303.18224.
arxiv: 2303.18224

[37] Ming-Jie Zhao og Herbert Jaeger. "Norm-observerbare operatørmodeller". Nevral beregning 22, 1927–1959 (2010).
https://​/​doi.org/​10.1162/​neco.2010.03-09-983

[38] Sandesh Adhikary, Siddarth Srinivasan og Byron Boots. "Lære kvantegrafiske modeller ved bruk av begrenset gradientnedstigning på stiefelmanifolden" (2019). arXiv:2101.08448v1.
arxiv: 2101.08448v1

[39] MS Vijayabaskar David R. Westhead, redaktør. "Skjulte markov-modeller". Bind 2, side 18. Humana New York, NY. (2017).
https:/​/​doi.org/​10.1007/​978-1-4939-6753-7

Sitert av

Tidstempel:

Mer fra Kvantejournal