Quantum Deep Hedging

Ponovno objavil Platon

Spremljevalci: 0

El Amine Cherrat^1,2, Snehal Raj¹, Jordanis Kerenidis^1,2, Abhishek Shekhar³, Ben Wood³, Jon Dee³, Shouvanik Chakrabarti⁴, Richard Chen⁴, Dylan Herman⁴, Shaohan Hu⁴, Pierre Minssen⁴, Ruslan Šajdulin⁴, Yue Sun⁴, Romina Yalovetzky⁴in Marco Pistoia⁴

¹QC Ware
²Université de Paris, CNRS, IRIF
³Kvantitativne raziskave, JPMorgan Chase
⁴Globalne tehnološke uporabne raziskave, JPMorgan Chase

Se vam zdi ta članek zanimiv ali želite razpravljati? Zaslišite ali pustite komentar na SciRate.

Minimalizem

Kvantno strojno učenje ima potencial za transformativni učinek v vseh industrijskih sektorjih in zlasti v financah. Pri našem delu obravnavamo problem varovanja pred tveganjem, kjer globoko okrepljeno učenje ponuja močan okvir za resnične trge. Razvijamo metode učenja s kvantno ojačitvijo, ki temeljijo na algoritmih iskanja politik in distribucijskih akterjev-kritikov, ki uporabljajo arhitekture kvantnih nevronskih mrež z ortogonalnimi in sestavljenimi plastmi za funkcije politike in vrednosti. Dokazujemo, da je kvantne nevronske mreže, ki jih uporabljamo, mogoče učiti, in izvajamo obsežne simulacije, ki kažejo, da lahko kvantni modeli zmanjšajo število parametrov, ki jih je mogoče učiti, hkrati pa dosegajo primerljivo zmogljivost in da distribucijski pristop doseže boljšo zmogljivost kot drugi standardni pristopi, tako klasični kot kvantni. . Predlagane modele uspešno izvajamo na kvantnem procesorju z ujetimi ioni, pri čemer uporabljamo vezja s kubiti do 16 $ in opazujemo zmogljivost, ki se dobro ujema z brezšumno simulacijo. Naše kvantne tehnike so splošne in jih je mogoče uporabiti za druge težave pri učenju z okrepitvijo, ki presegajo varovanje.

► BibTeX podatki

@članek{Cherrat2023quantumdeephedging, doi = {10.22331/q-2023-11-29-1191}, url = {https://doi.org/10.22331/q-2023-11-29-1191}, title = {Quantum {D}eep {H}edge}, avtor = {Cherrat, El Amine in Raj, Snehal in Kerenidis, Iordanis in Shekhar, Abhishek in Wood, Ben in Dee, Jon in Chakrabarti, Shouvanik in Chen, Richard in Herman, Dylan in Hu, Shaohan in Minssen, Pierre in Shaydulin, Ruslan in Sun, Yue in Yalovetzky, Romina in Pistoia, Marco}, dnevnik = {{Quantum}}, issn = {2521-327X}, založnik = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, obseg = {7}, strani = {1191}, mesec = nov, leto = {2023} }

► Reference

[1] Hans Buehler, Lukas Gonon, Joseph Teichmann in Ben Wood. "Globoko zavarovanje". Kvantitativne finance 19, 1271–1291 (2019). url: https:///doi.org/10.1080/14697688.2019.1571683.
https: / / doi.org/ 10.1080 / 14697688.2019.1571683

[2] Hans Buehler, Lukas Gonon, Josef Teichmann, Ben Wood, Baranidharan Mohan in Jonathan Kochems. »Globoko varovanje pred tveganjem: varovanje izvedenih finančnih instrumentov pred generičnimi tržnimi trenji z uporabo okrepitvenega učenja«. Elektronski vestnik SSRN (2019). url: http:///dx.doi.org/10.2139/ssrn.3355706.
https: / / doi.org/ 10.2139 / ssrn.3355706

[3] Shihao Gu, Bryan T. Kelly in Dacheng Xiu. »Empirično določanje cen sredstev prek strojnega učenja«. Elektronski vestnik SSRN (2018). url: http:///dx.doi.org/10.2139/ssrn.3159577.
https: / / doi.org/ 10.2139 / ssrn.3159577

[4] Hyeong Kyu Choi. »Napoved korelacijskega koeficienta cene delnice s hibridnim modelom ARIMA-LSTM« (2018). url: https:///doi.org/10.48550/arXiv.1808.01560.
https:///doi.org/10.48550/arXiv.1808.01560

[5] Yada Zhu, Giovanni Mariani in Jianbo Li. "Pagan: analiza portfelja z generativnimi kontradiktornimi omrežji". Elektronski vestnik SSRN (2020). url: https:///dx.doi.org/10.2139/ssrn.3755355.
https: / / doi.org/ 10.2139 / ssrn.3755355

[6] Kang Zhang, Guoqiang Zhong, Junyu Dong, Shengke Wang in Yong Wang. »Napovedi delniškega trga na podlagi generativne kontradiktorne mreže«. Procedia Computer Science 147, 400–406 (2019). url: https:///doi.org/10.1016/j.procs.2019.01.256.
https:///doi.org/10.1016/j.procs.2019.01.256

[7] Álvaro Cartea, Sebastian Jaimungal in Leandro Sánchez-Betancourt. »Globoko krepitveno učenje za algoritemsko trgovanje«. Elektronski vestnik SSRN (2021). url: https:///dx.doi.org/10.2139/ssrn.3812473.
https: / / doi.org/ 10.2139 / ssrn.3812473

[8] Yue Deng, Feng Bao, Youyong Kong, Zhiquan Ren in Qionghai Dai. »Globoko neposredno krepitveno učenje za predstavitev finančnih signalov in trgovanje«. IEEE Transactions on Neural Networks and Learning Systems 28, 653–664 (2017). url: https:///doi.org/10.1109/TNNLS.2016.2522401.
https:///doi.org/10.1109/TNNLS.2016.2522401

[9] Yunchao Liu, Srinivasan Arunachalam in Kristan Temme. "Stroga in robustna kvantna pospešitev v nadzorovanem strojnem učenju". Nature Physics 2021 17:9 17, 1013–1017 (2021). url: https:///doi.org/10.1038/s41567-021-01287-z.
https: / / doi.org/ 10.1038 / s41567-021-01287-z

[10] Shantanav Chakraborty, András Gilyén in Stacey Jeffery. »Moč bločno kodiranih matričnih potenc: izboljšane regresijske tehnike prek hitrejše Hamiltonove simulacije«. V Christel Baier, Ioannis Chatzigiannakis, Paola Flocchini in Stefano Leonardi, uredniki, 46. mednarodni kolokvij o avtomatih, jezikih in programiranju (ICALP 2019). Zvezek 132 Leibniz International Proceedings in Informatics (LIPIcs), strani 33:1–33:14. Dagstuhl, Nemčija (2019). Schloss Dagstuhl–Leibniz-Zentrum fuer Informatik. url: https:///doi.org/10.4230/LIPIcs.ICALP.2019.33.
https: / / doi.org/ 10.4230 / LIPIcs.ICALP.2019.33

[11] András Gilyén, Srinivasan Arunachalam in Nathan Wiebe. "Optimiziranje algoritmov kvantne optimizacije s hitrejšim kvantnim gradientnim izračunom". V zborniku letnega simpozija ACM-SIAM o diskretnih algoritmih (SODA) 2019. Strani 1425–1444. (2019). url: https:///doi.org/10.1137/1.9781611975482.87.
https: / / doi.org/ 10.1137 / 1.9781611975482.87

[12] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio in Patrick J. Coles. "Variacijski kvantni algoritmi". Nature Reviews Physics 3, 625–644 (2021). url: https:///doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9

[13] Iordanis Kerenidis, Anupam Prakash in Dániel Szilágyi. “Kvantni algoritmi za optimizacijo portfelja”. V zborniku 1. konference ACM o napredku finančnih tehnologij. Strani 147–155. Zürich, Švica (2019). ACM. url: https:///doi.org/10.1145/3318041.3355465.
https: / / doi.org/ 10.1145 / 3318041.3355465

[14] Lucas Leclerc, Luis Ortiz-Guitierrez, Sebastian Grijalva, Boris Albrecht, Julia RK Cline, Vincent Elfving, Adrien Signoles, Loic Henriet, Gianni Del Bimbo, Usman Ayub Sheikh, Maitree Shah, Luc Andrea, Faysal Ishtiaq, Andoni Duarte, Samuel Mugel, Irene Caceres, Michel Kurek, Román Orús, Achraf Seddik, Oumaima Hammammi, Hacene Isselnane in Didier M'tamon. »Upravljanje finančnega tveganja na kvantnem procesorju z nevtralnim atomom« (2022). url: https:///doi.org/10.48550/arXiv.2212.03223.
https:///doi.org/10.48550/arXiv.2212.03223

[15] Dimitrios Emmanoulopoulos in Sofija Dimoska. »Kvantno strojno učenje v financah: Napovedovanje časovnih vrst« (2022). url: https:///doi.org/10.48550/arXiv.2202.00599.
https:///doi.org/10.48550/arXiv.2202.00599

[16] Patrick Rebentrost, Brajesh Gupt in Thomas R. Bromley. "Kvantne računalniške finance: Monte Carlo določanje cen izvedenih finančnih instrumentov". Physical Review A 98, 022321 (2018). url: https:///doi.org/10.1103/PhysRevA.98.022321.
https: / / doi.org/ 10.1103 / PhysRevA.98.022321

[17] João F. Doriguello, Alessandro Luongo, Jinge Bao, Patrick Rebentrost in Miklos Santha. "Kvantni algoritem za probleme stohastičnega optimalnega zaustavljanja z aplikacijami v financah". V François Le Gall in Tomoyuki Morimae, urednika, 17. konferenca o teoriji kvantnega računalništva, komunikacije in kriptografije (TQC 2022). Zvezek 232 Leibniz International Proceedings in Informatics (LIPIcs), strani 2:1–2:24. Dagstuhl, Nemčija (2022). Schloss Dagstuhl – Leibniz-Zentrum für Informatik. url: https:///doi.org/10.4230/LIPIcs.TQC.2022.2.
https: / / doi.org/ 10.4230 / LIPIcs.TQC.2022.2

[18] Pradeep Niroula, Ruslan Shaydulin, Romina Yalovetzky, Pierre Minssen, Dylan Herman, Shaohan Hu in Marco Pistoia. "Omejena kvantna optimizacija za ekstrakcijsko povzemanje na kvantnem računalniku z ujetimi ioni". Znanstvena poročila 12 (2022). url: https:///doi.org/10.1038/s41598-022-20853-w.
https: / / doi.org/ 10.1038 / s41598-022-20853-w

[19] Alexandre Ménard, Ivan Ostojic, Mark Patel in Daniel Volz. "Načrt igre za kvantno računalništvo". McKinsey Quarterly (2020). url: https:///www.mckinsey.com/capabilities/mckinsey-digital/our-insights/a-game-plan-for-quantum-computing.
https:///www.mckinsey.com/capabilities/mckinsey-digital/our-insights/a-game-plan-for-quantum-computing

[20] Dylan Herman, Cody Googin, Xiaoyuan Liu, Alexey Galda, Ilya Safro, Yue Sun, Marco Pistoia in Yuri Alexeev. »Raziskava kvantnega računalništva za finance« (2022). url: https:///doi.org/10.48550/arXiv.2201.02773.
https:///doi.org/10.48550/arXiv.2201.02773

[21] Jarrod R. McClean, Sergio Boixo, Vadim N. Smelyanskiy, Ryan Babbush in Hartmut Neven. "Neplodne planote v pokrajinah za usposabljanje kvantnih nevronskih mrež". Nature Communications 9, 4812 (2018). url: https:///doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4

[22] Iordanis Kerenidis, Jonas Landman in Natansh Mathur. »Klasični in kvantni algoritmi za ortogonalne nevronske mreže« (2022). url: https:///doi.org/10.48550/arXiv.2106.07198.
https:///doi.org/10.48550/arXiv.2106.07198

[23] Zebin Yang, Aijun Zhang in Agus Sudjianto. »Izboljšanje razložljivosti nevronskih mrež z arhitekturnimi omejitvami«. IEEE Transactions on Neural Networks and Learning Systems 32, 2610–2621 (2021). url: https:///doi.org/10.1109/TNNLS.2020.3007259.
https:///doi.org/10.1109/TNNLS.2020.3007259

[24] Shuai Li, Kui Jia, Yuxin Wen, Tongliang Liu in Dacheng Tao. "Ortogonalne globoke nevronske mreže". Transakcije IEEE o analizi vzorcev in strojni inteligenci 43, 1352–1368 (2021). url: https:///doi.org/10.1109/TPAMI.2019.2948352.
https: / / doi.org/ 10.1109 / TPAMI.2019.2948352

[25] Alhussein Fawzi, Matej Balog, Aja Huang, Thomas Hubert, Bernardino Romera-Paredes, Mohammadamin Barekatain, Alexander Novikov, Francisco JR Ruiz, Julian Schrittwieser, Grzegorz Swirszcz, David Silver, Demis Hassabis in Pushmeet Kohli. "Odkrivanje hitrejših algoritmov množenja matrik z učenjem ojačitve". Narava 610, 47–53 (2022). url: https:///doi.org/10.1038/s41586-022-05172-4.
https://doi.org/10.1038/s41586-022-05172-4

[26] Clare Lyle, Marc G. Bellemare in Pablo Samuel Castro. “Primerjalna analiza pričakovanega in distribucijskega krepitvenega učenja”. Zbornik konference AAAI o umetni inteligenci 33, 4504–4511 (2019). url: https:///doi.org/10.1609/aaai.v33i01.33014504.
https: / / doi.org/ 10.1609 / aaai.v33i01.33014504

[27] "Kvantinuj H1-1, H1-2". https:///www.quantinuum.com/ (2022). Dostopano: 15.-22. november 2022; 7.–12. december 2022.
https:///www.quantinuum.com/

[28] Daniel J. Brod. “Učinkovita klasična simulacija vezij matchgate s posplošenimi vhodi in meritvami”. Physical Review A 93 (2016). url: https:///doi.org/10.1103/physreva.93.062332.
https: / / doi.org/ 10.1103 / physreva.93.062332

[29] Matthew L. Goh, Martin Larocca, Lukasz Cincio, M. Cerezo in Frédéric Sauvage. “Lie-algebraic classical simulations for variational quantum computing” (2023). url: https:///doi.org/10.48550/arXiv.2308.01432.
https:///doi.org/10.48550/arXiv.2308.01432

[30] Michał Oszmaniec, Ninnat Dangniam, Mauro ES Morales in Zoltán Zimborás. "Fermionsko vzorčenje: robustna kvantna računalniška prednostna shema z uporabo fermionske linearne optike in čarobnih vhodnih stanj". PRX Quantum 3 (2022). url: https:///doi.org/10.1103/PRXQuantum.3.020328.
https: / / doi.org/ 10.1103 / PRXQuantum.3.020328

[31] Michael A. Nielsen in Isaac L. Chuang. "Kvantno računanje in kvantne informacije: izdaja ob 10. obletnici". Cambridge University Press. (2012). 1 izdaja. url: https:///doi.org/10.1017/CBO9780511976667.
https: / / doi.org/ 10.1017 / CBO9780511976667

[32] RS Sutton in AG Barto. “Učenje s krepitvijo: Uvod”. IEEE Transactions on Neural Networks 9, 1054–1054 (1998). url: https:///doi.org/10.1109/TNN.1998.712192.
https:///doi.org/10.1109/TNN.1998.712192

[33] Kai Arulkumaran, Marc Peter Deisenroth, Miles Brundage in Anil Anthony Bharath. »Učenje s poglobljenim utrjevanjem: kratka raziskava«. IEEE Signal Processing Magazine 34, 26–38 (2017). url: https:///doi.org/10.1109/MSP.2017.2743240.
https: / / doi.org/ 10.1109 / MSP.2017.2743240

[34] Magnus Wiese, Lianjun Bai, Ben Wood in Hans Buehler. »Globoko varovanje pred tveganjem: učenje simulacije trgov delniških opcij«. Elektronski vestnik SSRN (2019). url: https:///dx.doi.org/10.2139/ssrn.3470756.
https: / / doi.org/ 10.2139 / ssrn.3470756

[35] Hans Buehler, Phillip Murray, Mikko S. Pakkanen in Ben Wood. »Deep Hedging: Learning to Remove the Drift under Trading Frictions with Minimal Equivalent Near-Martingale Measures« (2022). url: https:///doi.org/10.48550/arXiv.2111.07844.
https:///doi.org/10.48550/arXiv.2111.07844

[36] Magnus Wiese, Ben Wood, Alexandre Pachoud, Ralf Korn, Hans Buehler, Murray Phillip in Lianjun Bai. »Simulacija promptnega trga z več sredstvi in opcijskega trga«. Elektronski vestnik SSRN (2021). url: https:///dx.doi.org/10.2139/ssrn.3980817.
https: / / doi.org/ 10.2139 / ssrn.3980817

[37] Phillip Murray, Ben Wood, Hans Buehler, Magnus Wiese in Mikko Pakkanen. »Globoko varovanje pred tveganjem: Nenehno krepitveno učenje za varovanje pred tveganjem splošnih portfeljev pred več nenaklonjenostjo tveganju«. V zborniku tretje mednarodne konference ACM o umetni inteligenci v financah. Stran 361–368. ICAIF '22New York, NY, ZDA (2022). Združenje za računalniške stroje. url: https:///doi.org/10.1145/3533271.3561731.
https: / / doi.org/ 10.1145 / 3533271.3561731

[38] Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa in Keisuke Fujii. "Učenje kvantnega vezja". Physical Review A 98, 032309 (2018). url: https:///doi.org/10.1103/PhysRevA.98.032309.
https: / / doi.org/ 10.1103 / PhysRevA.98.032309

[39] Dylan Herman, Rudy Raymond, Muyuan Li, Nicolas Robles, Antonio Mezzacapo in Marco Pistoia. »Izraznost variacijskega kvantnega strojnega učenja na logični kocki« (2022). url: https:///doi.org/10.1109/TQE.2023.3255206.
https: / / doi.org/ 10.1109 / TQE.2023.3255206

[40] Edward Farhi in Hartmut Neven. “Razvrstitev s kvantnimi nevronskimi mrežami na procesorjih za bližnji čas”. Tehnično poročilo. Splet odprte znanosti (2020). url: https:///doi.org/10.48550/arXiv.1802.06002.
https:///doi.org/10.48550/arXiv.1802.06002

[41] Adrián Pérez-Salinas, Alba Cervera-Lierta, Elies Gil-Fuster in José I. Latorre. »Ponovno nalaganje podatkov za univerzalni kvantni klasifikator«. Quantum 4, 226 (2020). url: https:///doi.org/10.22331/q-2020-02-06-226.
https://doi.org/10.22331/q-2020-02-06-226

[42] Jonas Landman, Natansh Mathur, Yun Yvonna Li, Martin Strahm, Skander Kazdaghli, Anupam Prakash in Iordanis Kerenidis. "Kvantne metode za nevronske mreže in uporaba pri klasifikaciji medicinskih slik". Quantum 6, 881 (2022). url: https:///doi.org/10.22331/q-2022-12-22-881.
https://doi.org/10.22331/q-2022-12-22-881

[43] Marcello Benedetti, Delfina Garcia-Pintos, Oscar Perdomo, Vicente Leyton-Ortega, Yunseong Nam in Alejandro Perdomo-Ortiz. "Pristop generativnega modeliranja za primerjalno analizo in usposabljanje plitvih kvantnih vezij". npj Kvantne informacije 5, 45 (2019). url: https:///doi.org/10.1038/s41534-019-0157-8.
https://doi.org/10.1038/s41534-019-0157-8

[44] Marcello Benedetti, Brian Coyle, Mattia Fiorentini, Michael Lubasch in Matthias Rosenkranz. "Variacijsko sklepanje s kvantnim računalnikom". Uporabljen fizični pregled 16, 044057 (2021). url: https:///doi.org/10.1103/PhysRevApplied.16.044057.
https: / / doi.org/ 10.1103 / PhysRevApplied.16.044057

[45] Nico Meyer, Christian Ufrecht, Maniraman Periyasamy, Daniel D. Scherer, Axel Plinge in Christopher Mutschler. »A Survey on Quantum Reinforcement Learning« (2022). url: https:///doi.org/10.48550/arXiv.2211.03464.
https:///doi.org/10.48550/arXiv.2211.03464

[46] Vojtěch Havlíček, Antonio D. Córcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow in Jay M. Gambetta. "Nadzorovano učenje s kvantno izboljšanimi prostori funkcij". Narava 567, 209–212 (2019). url: https:///doi.org/10.1038/s41586-019-0980-2.
https://doi.org/10.1038/s41586-019-0980-2

[47] Maria Schuld, Ryan Sweke in Johannes Jakob Meyer. "Učinek kodiranja podatkov na izrazno moč variacijskih modelov kvantnega strojnega učenja". Physical Review A 103, 032430 (2021). url: https:///doi.org/10.1103/PhysRevA.103.032430.
https: / / doi.org/ 10.1103 / PhysRevA.103.032430

[48] Francisco Javier Gil Vidal in Dirk Oliver Theis. “Vhodna redundanca za parametrizirana kvantna vezja”. Meje v fiziki 8, 297 (2020). url: https:///doi.org/10.3389/fphy.2020.00297.
https: / / doi.org/ 10.3389 / fphy.2020.00297

[49] El Amine Cherrat, Iordanis Kerenidis, Natansh Mathur, Jonas Landman, Martin Strahm in Yun Yvonna Li. "Kvantni transformatorji vida" (2022). url: https:///doi.org/10.48550/arXiv.2209.08167.
https:///doi.org/10.48550/arXiv.2209.08167

[50] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac in Nathan Killoran. "Vrednotenje analitičnih gradientov na kvantni strojni opremi". Physical Review A 99, 032331 (2019). url: https:///doi.org/10.1103/PhysRevA.99.032331.
https: / / doi.org/ 10.1103 / PhysRevA.99.032331

[51] Jordanis Kerenidis. "Metoda za nalaganje klasičnih podatkov v kvantna stanja za aplikacije v strojnem učenju in optimizaciji". Patentna prijava ZDA (2020). url: https://patents.google.com/patent/US20210319350A1.
https:///patents.google.com/patent/US20210319350A1

[52] Sonika Johri, Shantanu Debnath, Avinash Mocherla, Alexandros Singk, Anupam Prakash, Jungsang Kim in Iordanis Kerenidis. "Klasifikacija najbližjega centroida na kvantnem računalniku z ujetimi ioni". npj Kvantne informacije 7, 122 (2021). url: https:///doi.org/10.1038/s41534-021-00456-5.
https://doi.org/10.1038/s41534-021-00456-5

[53] Iordanis Kerenidis in Anupam Prakash. »Kvantno strojno učenje s podprostorskimi stanji« (2022). url: https:///doi.org/10.48550/arXiv.2202.00054.
https:///doi.org/10.48550/arXiv.2202.00054

[54] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N Gomez, Lukasz Kaiser in Illia Polosukhin. "Pozornost je vse, kar potrebujete". V I. Guyon, U. Von Luxburg, S. Bengio, H. Wallach, R. Fergus, S. Vishwanathan in R. Garnett, uredniki, Napredek v sistemih za obdelavo nevronskih informacij. Zvezek 30. Curran Associates, Inc. (2017). url: https:///doi.org/10.48550/arXiv.1706.03762.
https:///doi.org/10.48550/arXiv.1706.03762

[55] Martin Larocca, Frédéric Sauvage, Faris M. Sbahi, Guillaume Verdon, Patrick J. Coles in M. Cerezo. »Kvantno strojno učenje z nespremenljivo skupino«. PRX Quantum 3, 030341 (2022). url: https:///doi.org/10.1103/PRXQuantum.3.030341.
https: / / doi.org/ 10.1103 / PRXQuantum.3.030341

[56] Jiayao Zhang, Guangxu Zhu, Robert W. Heath Jr. in Kaibin Huang. »Grassmannovo učenje: vgradnja zavedanja o geometriji v plitko in globoko učenje« (2018). url: https:///doi.org/10.48550/arXiv.1808.02229.
https:///doi.org/10.48550/arXiv.1808.02229

[57] Xuchen You, Shouvanik Chakrabarti in Xiaodi Wu. “Teorija konvergence za nadparametrizirane variacijske kvantne lastne rezolverje” (2022). url: https:///doi.org/10.48550/arXiv.2205.12481.
https:///doi.org/10.48550/arXiv.2205.12481

[58] Martin Larocca, Nathan Ju, Diego García-Martin, Patrick J. Coles in M. Cerezo. “Teorija nadparametrizacije v kvantnih nevronskih mrežah” (2021). url: https:///doi.org/10.1038/s43588-023-00467-6.
https://doi.org/10.1038/s43588-023-00467-6

[59] Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J. Coles in Marco Cerezo. "Diagnosticiranje pustih platojev z orodji kvantnega optimalnega nadzora". Quantum 6, 824 (2022). url: https:///doi.org/10.22331/q-2022-09-29-824.
https://doi.org/10.22331/q-2022-09-29-824

[60] Benoît Collins in Piotr Śniady. “Integracija z ozirom na Haarjevo mero o enotni, ortogonalni in simplektični skupini”. Sporočila v matematični fiziki 264, 773–795 (2006). url: https:///doi.org/10.1007/s00220-006-1554-3.
https://doi.org/10.1007/s00220-006-1554-3

[61] Enrico Fontana, Dylan Herman, Shouvanik Chakrabarti, Niraj Kumar, Romina Yalovetzky, Jamie Heredge, Shree Hari Sureshbabu in Marco Pistoia. »Adjoint je vse, kar potrebujete: Karakterizacija pustih planot v Quantum Ansätze« (2023). url: https:///doi.org/10.48550/arXiv.2309.07902.
https:///doi.org/10.48550/arXiv.2309.07902

[62] Michael Ragone, Bojko N. Bakalov, Frédéric Sauvage, Alexander F. Kemper, Carlos Ortiz Marrero, Martin Larocca in M. Cerezo. »Enotna teorija pustih platojev za globoko parametrizirana kvantna vezja« (2023). url: https:///doi.org/10.48550/arXiv.2309.09342.
https:///doi.org/10.48550/arXiv.2309.09342

[63] Léo Monbroussou, Jonas Landman, Alex B. Grilo, Romain Kukla in Elham Kashefi. »Usposobljivost in izraznost kvantnih vezij za ohranjanje Hammingove teže za strojno učenje« (2023). url: https:///doi.org/10.48550/arXiv.2309.15547.
https:///doi.org/10.48550/arXiv.2309.15547

[64] Kaining Zhang, Liu Liu, Min-Hsiu Hsieh in Dacheng Tao. »Pobeg z puste planote prek Gaussovih inicializacij v globokih variacijskih kvantnih vezjih« (2022). url: https:///doi.org/10.48550/arXiv.2203.09376.
https:///doi.org/10.48550/arXiv.2203.09376

[65] Owen Lockwood in Mei Si. »Igranje Atarija s hibridnim kvantno-klasičnim okrepitvenim učenjem« (2021). url: https:///doi.org/10.48550/arXiv.2107.04114.
https:///doi.org/10.48550/arXiv.2107.04114

[66] Samuel Yen-Chi Chen, Chao-Han Huck Yang, Jun Qi, Pin-Yu Chen, Xiaoli Ma in Hsi-Sheng Goan. "Variacijska kvantna vezja za globoko okrepljeno učenje". IEEE Access 8, 141007–141024 (2020). url: https:///doi.org/10.1109/ACCESS.2020.3010470.
https: / / doi.org/ 10.1109 / DOSTOP 2020.3010470

[67] Owen Lockwood in Mei Si. "Učenje s kvantnim variacijskim vezjem". Zbornik konference AAAI o umetni inteligenci in interaktivni digitalni zabavi 16, 245–251 (2020). url: https:///doi.org/10.1609/aiide.v16i1.7437.
https:///doi.org/10.1609/aiide.v16i1.7437

[68] Yunseok Kwak, Won Joon Yun, Soyi Jung, Jong-Kook Kim in Joongheon Kim. “Uvod v kvantno okrepljeno učenje: teorija in implementacija na osnovi PennyLane”. Leta 2021 Mednarodna konferenca o konvergenci informacijske in komunikacijske tehnologije (ICTC). Strani 416–420. Otok Jeju, Koreja, Republika (2021). IEEE. url: https:///doi.org/10.1109/ICTC52510.2021.9620885.
https:///doi.org/10.1109/ICTC52510.2021.9620885

[69] Sofiene Jerbi, Casper Gyurik, Simon Marshall, Hans Briegel in Vedran Dunjko. "Parametrizirane kvantne politike za okrepljeno učenje". V M. Ranzato, A. Beygelzimer, Y. Dauphin, PS Liang in J. Wortman Vaughan, uredniki, Advances in Neural Information Processing Systems. Zvezek 34, strani 28362–28375. Curran Associates, Inc. (2021). url: https:///doi.org/10.48550/arXiv.2103.05577.
https:///doi.org/10.48550/arXiv.2103.05577

[70] Jen-Yueh Hsiao, Yuxuan Du, Wei-Yin Chiang, Min-Hsiu Hsieh in Hsi-Sheng Goan. »Neprepleteni učni agenti kvantne okrepitve v telovadnici OpenAI« (2022). url: https:///doi.org/10.48550/arXiv.2203.14348.
https:///doi.org/10.48550/arXiv.2203.14348

[71] El Amine Cherrat, Iordanis Kerenidis in Anupam Prakash. »Učenje kvantne ojačitve s ponovitvijo politike«. Kvantna strojna inteligenca 5, 30 (2023). url: https:///doi.org/10.1007/s42484-023-00116-1.
https://doi.org/10.1007/s42484-023-00116-1

[72] Daochen Wang, Aarthi Sundaram, Robin Kothari, Ashish Kapoor in Martin Roetteler. “Kvantni algoritmi za okrepljeno učenje z generativnim modelom”. Na mednarodni konferenci o strojnem učenju. Strani 10916–10926. PMLR (2021). url: https:///doi.org/10.48550/arXiv.2112.08451.
https:///doi.org/10.48550/arXiv.2112.08451

[73] Sofiene Jerbi, Arjan Cornelissen, Māris Ozols in Vedran Dunjko. »Algoritmi gradienta kvantne politike« (2022). url: https:///doi.org/10.48550/arXiv.2212.09328.
https:///doi.org/10.48550/arXiv.2212.09328

[74] Arjan Cornelissen. »Ocena kvantnega gradienta in njena uporaba pri učenju s kvantno okrepitvijo«. Magistrsko delo (2018). url: http:///resolver.tudelft.nl/uuid:26fe945f-f02e-4ef7-bdcb-0a2369eb867e.
http://resolver.tudelft.nl/uuid:26fe945f-f02e-4ef7-bdcb-0a2369eb867e

[75] Hansheng Jiang, Zuo-Jun Max Shen in Junyu Liu. »Kvantne računalniške metode za upravljanje dobavne verige«. Leta 2022 IEEE/ACM 7th Symposium on Edge Computing (SEC). Strani 400–405. Seattle, WA, ZDA (2022). IEEE. url: https:///doi.org/10.1109/SEC54971.2022.00059.
https:///doi.org/10.1109/SEC54971.2022.00059

[76] Marc G. Bellemare, Will Dabney in Rémi Munos. "Distribucijska perspektiva učenja s krepitvijo". V zborniku 34. mednarodne konference o strojnem učenju – zvezek 70. Strani 449–458. ICML'17Sydney, NSW, Avstralija (2017). JMLR.org. url: https:///doi.org/10.48550/arXiv.1707.06887.
https:///doi.org/10.48550/arXiv.1707.06887

[77] Will Dabney, Mark Rowland, Marc Bellemare in Rémi Munos. “Učenje z distribucijsko okrepitvijo s kvantno regresijo”. Zbornik konference AAAI o umetni inteligenci 32 (2018). url: https:///doi.org/10.1609/aaai.v32i1.11791.
https: / / doi.org/ 10.1609 / aaai.v32i1.11791

[78] Matthias C. Caro in Ishaun Datta. “Psevdodimenzija kvantnih vezij”. Kvantna strojna inteligenca 2 (2020). url: https:///doi.org/10.1007/s42484-020-00027-5.
https://doi.org/10.1007/s42484-020-00027-5

[79] Hans Buehler, Murray Phillip in Ben Wood. "Deep Bellman Hedging". Elektronski vestnik SSRN (2022). url: https:///dx.doi.org/10.2139/ssrn.4151026.
https: / / doi.org/ 10.2139 / ssrn.4151026

[80] Thanh Nguyen-Tang, Sunil Gupta in Svetha Venkatesh. »Distribucijsko krepitveno učenje prek ujemanja trenutkov«. Zbornik konference AAAI o umetni inteligenci 35, 9144–9152 (2021). url: https:///doi.org/10.1609/aaai.v35i10.17104.
https: / / doi.org/ 10.1609 / aaai.v35i10.17104

Navedel

[1] Enrico Fontana, Dylan Herman, Shouvanik Chakrabarti, Niraj Kumar, Romina Yalovetzky, Jamie Heredge, Shree Hari Sureshbabu in Marco Pistoia, »The Adjoint Is All You Need: Characterizing Barren Plateaus in Quantum Ansätze«, arXiv: 2309.07902, (2023).

[2] Dylan Herman, Cody Googin, Xiaoyuan Liu, Yue Sun, Alexey Galda, Ilya Safro, Marco Pistoia in Yuri Alexeev, "Kvantno računalništvo za finance", Nature Reviews Physics 5 8, 450 (2023).

[3] Alexandr Sedykh, Maninadh Podapaka, Asel Sagingalieva, Karan Pinto, Markus Pflitsch in Alexey Melnikov, »Hybrid quantum physics-informed neural networks for simulating computational fluid dynamics in complex shapes«, arXiv: 2304.11247, (2023).

Zgornji citati so iz SAO / NASA ADS (zadnjič posodobljeno 2023-11-29 13:34:05). Seznam je morda nepopoln, saj vsi založniki ne dajejo ustreznih in popolnih podatkov o citiranju.

Pridobitve ni bilo mogoče Crossref citirani podatki med zadnjim poskusom 2023-11-29 13:34:04: Citiranih podatkov za 10.22331 / q-2023-11-29-1191 od Crossrefa ni bilo mogoče pridobiti. To je normalno, če je bil DOI registriran pred kratkim.

Ta dokument je objavljen v Quantumu pod Priznanje avtorstva Creative Commons 4.0 International (CC BY 4.0) licenca. Avtorske pravice ostajajo pri izvirnih imetnikih avtorskih pravic, kot so avtorji ali njihove ustanove.

Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
vir: https://quantum-journal.org/papers/q-2023-11-29-1191/

Časovni žig: November 29, 2023

Časovni žig: September 25, 2023

Ponovno objavil Platon

Minimalizem

► BibTeX podatki

► Reference

Navedel

Več od Quantum Journal

Prepoznavanje kvantne faze prek metod kvantnega jedra

Sezonsko spanje

Relativistična diskretna prostorskočasovna formulacija 3+1 QED

Priprava stanja v Heisenbergovem modelu prek adiabatnega spiraliziranja

Vloga koherence snovi pri prepletanju zaradi gravitacije

Povprečna terenska študija 2D nastajanja kondenzata kvazidelcev v prisotnosti močnega razpada

Vezja prostorskih in časovnih kvantnih kanalov

Kode za naključni dostop prek kvantne kontekstualne redundance

Preiskovanje kvantne prepletenosti iz populacij magnetnih podravni: onkraj neenakosti stiskanja vrtenja

Preizkušanje simetrije na kvantnih računalnikih

O nas

Navpično iskanje in Ai

Platforma

Ostanite povezani

Račun