一种新的量子机器学习算法:受量子条件主方程启发的分裂隐量子马尔可夫模型

一种新的量子机器学习算法:受量子条件主方程启发的分裂隐量子马尔可夫模型

源节点: 3083772

李晓宇1, 朱勤生2, 胡勇2, 吴浩2,3, 杨国武4, 于连慧2、陈庚4

1电子科技大学信息与软件工程学院, 成都 610054
2电子科技大学物理学院, 成都 610054
3喀什电子信息产业技术研究所,喀什,844000
4电子科技大学计算机科学与工程学院, 成都 610054

觉得本文有趣或想讨论? 在SciRate上发表评论或发表评论.

抽象

隐量子马尔可夫模型(HQMM)作为一种升级选项,在分析时间序列数据和研究量子域中的随机过程方面具有巨大潜力,与经典马尔可夫模型相比具有潜在优势。在本文中,我们引入了用于实现隐量子马尔可夫过程的分裂HQMM(SHQMM),利用具有精细平衡条件的条件主方程来证明量子系统内部状态之间的互连。实验结果表明,我们的模型在应用范围和鲁棒性方面优于以前的模型。此外,我们通过将量子条件主方程与 HQMM 相关联,建立了一种新的学习算法来求解 HQMM 中的参数。最后,我们的研究提供了明确的证据,表明量子传输系统可以被视为 HQMM 的物理表示。 SHQMM 及其配套算法提出了一种基于物理实现来分析量子系统和时间序列的新颖方法。

本工作从开放系统物理理论框架出发,利用引入详细平衡条件推导出的量子条件主方程,从理论上建立了量子条件主方程与量子隐马尔可夫模型之间的联系。同时,我们提出了一种新颖的分裂量子马尔可夫模型(SHQMM)。令人兴奋的是,实验结果不仅验证了量子算法相对于经典算法的优越性,而且还证明我们的模型优于之前的 HQMM,为量子系统内部状态的研究提供了广泛的应用。

►BibTeX数据

►参考

[1] 胡安·席拉克和彼得·佐勒。 “冷捕获离子的量子计算”。物理评论快报 74, 4091 (1995)。
https:///doi.org/10.1103/physrevlett.74.4091

[2] 伊曼纽尔·克尼尔、雷蒙德·拉弗拉姆和杰拉尔德·J·米尔本。 “一种利用线性光学进行高效量子计算的方案”。自然 409, 46–52 (2001)。
https:/ / doi.org/10.1038/ 35051009

[3] Jacob Biamonte、Peter Wittek、Nicola Pancotti、Patrick Rebentrost、Nathan Wiebe 和 Seth Lloyd。 “量子机器学习”。 自然 549, 195–202 (2017)。
https:/ / doi.org/10.1038/nature23474

[4] M Cerezo、Guillaume Verdon、Hsin-Yuan Huang、Lukasz Cincio 和 Patrick J Coles。 “量子机器学习的挑战和机遇”。自然计算科学 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 等。 “嘈杂的中规模量子(nisq)算法(2021)”(2021)。 arXiv:2101.08448v1。
arXiv:2101.08448v1

[6] 艾伦·阿斯普鲁-古兹克、罗兰·林德和马库斯·雷赫。 “物质模拟(r)演化”。 ACS 中央科学 4, 144–152 (2018)。
https://doi.org/10.1021/acscentsci.7b00550

[7] 尤利亚·M·乔治斯库、萨赫勒·阿什哈布和弗朗哥·诺里。 “量子模拟”。现代物理学评论 86, 153 (2014)。
https:/ / doi.org/ 10.1103 / RevModPhys.86.153

[8] Markus Reiher、Nathan Wiebe、Krysta M Svore、Dave Wecker 和 Matthias Troyer。 “阐明量子计算机上的反应机制”。 美国国家科学院院刊 114, 7555–7560 (2017)。
https:/ / doi.org/ 10.1073 / pnas.1619152114

[9] Yudong Cao、Jhonathan Romero 和 Alán Aspuru-Guzik。 “量子计算在药物发现方面的潜力”。 IBM 研发杂志 62, 6–1 (2018)。
https:///doi.org/10.1147/JRD.2018.2888987

[10] Roman Orus、Samuel Mugel 和 Enrique Lizaso。 “金融量子计算:概述与前景”。 物理学评论 4, 100028 (2019)。
https:///doi.org/10.1016/j.revip.2019.100028

[11] 皮埃尔-吕克·达莱尔-德默斯、乔纳森·罗梅罗、Libor Veis、Sukin Sim 和艾伦·阿斯普鲁-古兹克。 “用于在量子计算机上准备相关费米子态的低深度电路模拟”。量子科学与技术 4, 045005 (2019).
https:/ / doi.org/ 10.1088 / 2058-9565 / ab3951

[12] 伊丽莎白·冯斯、保拉·道森、杰弗里·丘、曾小君和约翰·基恩。 “一种新颖的动态资产配置系统,使用特征显着性隐藏马尔可夫模型进行智能贝塔投资”。具有应用程序的专家系统 163, 113720 (2021)。
https:/ / doi.org/ 10.1016/ j.eswa.2020.113720

[13] PV Chandrika、K Visalakshmi 和 K Sakthi Srinivasan。 “隐马尔可夫模型在股票交易中的应用”。 2020年第六届高级计算与通信系统国际会议(ICACCS)。第 6–1144 页。 (1147)。
https://doi.org/10.1109/ICACCS48705.2020.9074387

[14] 迪马·苏莱曼、阿拉法特·阿瓦詹和瓦尔·阿尔·埃泰维。 “隐马尔可夫模型在自然阿拉伯语言处理中的使用:一项调查”。 Procedia 计算机科学 113, 240–247 (2017)。
https://doi.org/10.1016/j.procs.2017.08.363

[15] Hariz Zakka Muhammad、Muhammad Nasrun、Casi Setianingsih 和 Muhammad Ary Murti。 “使用隐马尔可夫模型进行英语到印尼语翻译的语音识别”。 2018 年国际信号与系统会议 (ICSigSys)。第 255–260 页。 IEEE(2018)。
https://doi.org/10.1109/ICSIGSYS.2018.8372768

[16] Erik LL Sonnhammer、Gunnar Von Heijne、Anders Krogh 等。 “用于预测蛋白质序列中跨膜螺旋的隐马尔可夫模型”。 LSMB 1998。第 175-182 页。 (1998)。网址:https://cdn.aaai.org/ISMB/1998/ISMB98-021.pdf。
https://cdn.aaai.org/ISMB/1998/ISMB98-021.pdf

[17] 加里·谢(Gary Xie)和珍妮·M·费尔(Jeanne M Fair)。 “隐马尔可夫模型:检测蛋白质毒素、毒力因子和抗生素抗性基因的最短独特代表性方法”。 BMC 研究笔记 14, 1–5 (2021)。
https://doi.org/10.21203/rs.3.rs-185430/v1

[18] 肖恩·R·艾迪. “什么是隐马尔可夫模型?”。自然生物技术 22, 1315–1316 (2004)。
https://doi.org/10.1038/nbt1004-1315

[19] 保罗·M·巴根斯托斯. “具有多个观察空间的隐马尔可夫模型的改进鲍姆韦尔奇算法”。 IEEE 语音和音频处理汇刊 9, 411–416 (2001)。
https:/ / doi.org/10.1109/ 89.917686

[20] 亚历山大·卡夫西奇和何塞·MF·莫拉。 “维特比算法和马尔可夫噪声记忆”。 IEEE 信息论汇刊 46, 291–301 (2000)。
https:/ / doi.org/10.1109/ 18.817531

[21] 托德·K·穆恩. “期望最大化算法”。 IEEE 信号处理杂志 13, 47–60 (1996)。
https:/ / doi.org/10.1109/ 79.543975

[22] 亚历克斯·蒙拉斯、阿尔穆特·贝格和卡罗琳·维斯纳。 “隐藏量子马尔可夫模型和多体状态的非自适应读出”(2010)。 arXiv:1002.2337。
的arXiv:1002.2337

[23] 西达斯·斯里尼瓦桑、杰夫·戈登和拜伦·布茨。 “学习隐藏的量子马尔可夫模型”。载于阿莫斯·斯托基和费尔南多·佩雷斯-克鲁兹,编辑,《第二十一届国际人工智能和统计会议论文集》。 《机器学习研究论文集》第 84 卷,第 1979-1987 页。 PMLR(2018)。网址:https://proceedings.mlr.press/v84/srinivasan18a.html。
https://proceedings.mlr.press/v84/srinivasan18a.html

[24] 赫伯特·耶格. “离散随机时间序列的可观察算子模型”。神经计算 12, 1371–1398 (2000)。
https:/ / doi.org/10.1162/ 089976600300015411

[25] 刘清、托马斯·J·埃利奥特、菲利克斯·C·宾德、卡洛·迪·弗兰科和米莱·顾。 “酉量子动力学的最优随机建模”。物理。修订版 A 99, 062110 (2019)。
https:/ / doi.org/ 10.1103 / PhysRevA.99.062110

[26] 托马斯·J·埃利奥特. “非确定性隐马尔可夫模型的量子实现的内存压缩和热效率”。物理评论 A 103, 052615 (2021)。
https:/ / doi.org/ 10.1103 / PhysRevA.103.052615

[27] 桑德什·阿迪卡里、西达斯·斯里尼瓦桑、杰夫·戈登和拜伦·布茨。 “隐藏量子马尔可夫模型的表达和学习”。在人工智能和统计国际会议上。第 4151-4161 页。 (2020)。网址:http://proceedings.mlr.press/v108/adhikary20​​20a/adhikaryXNUMX​​XNUMXa.pdf。
http://proceedings.mlr.press/v108/adhikary20​​20a/adhikaryXNUMX​​XNUMXa.pdf

[28] 姜波和戴玉红。 “用于 Stiefel 流形优化的约束保留更新方案框架”。数学规划 153, 535–575 (2015)。
https:/​/​doi.org/​10.1007/​s10107-014-0816-7

[29] 瓦尼奥·马尔科夫、弗拉基米尔·拉斯图科夫、阿莫尔·德什穆赫、丹尼尔·弗莱和查理·斯特凡斯基。 “量子隐马尔可夫模型的实现和学习”(2022)。 arXiv:2212.03796v2。
arXiv:2212.03796v2

[30] 李仙涛和王春浩。 “使用高阶级数展开模拟马尔可夫开放量子系统”(2022)。 arXiv:2212.02051v2。
arXiv:2212.02051v2

[31] 谷村芳孝. “量子耗散系统的随机刘维尔、朗之万、福克-普朗克和主方程方法”。日本物理学会杂志 75, 082001 (2006)。
https:/ / doi.org/ 10.1143 / JPSJ.75.082001

[32] 石崎明仁和格雷厄姆·R·弗莱明。 “电子能量传输中量子相干和非相干跳跃动力学的统一处理:简化层次方程方法”。化学物理杂志 130 (2009)。
https:/ / doi.org/10.1063/ 1.3155372

[33] 金金霜,小郑,严一静。 “耗散电子系统和量子传输的精确动力学:运动方法的层次方程”。化学物理杂志 128 (2008)。
https:/ / doi.org/10.1063/ 1.2938087

[34] 刘易斯·A·克拉克 (Lewis A Clark)、黄伟、托马斯·M·巴洛 (Thomas M Barlow) 和阿尔穆特·贝格 (Almut Beige)。 “隐藏的量子马尔可夫模型和具有瞬时反馈的开放量子系统”。 ISCS 2014 复杂系统跨学科研讨会。第 143-151 页。 (2015)。
https:/​/​doi.org/​10.1007/​978-3-319-10759-2$_$16

[35] 李新奇,罗俊彦,杨永刚,崔平,严一静。 “通过介观系统进行量子传输的量子主方程方法”。物理评论 B 71, 205304 (2005)。
https:/ / doi.org/ 10.1103 / PhysRevB.71.205304

[36] Michael J Kastoryano、Fernando GSL Brandão、András Gilyén 等。 “量子热态制备”(2023)。 arXiv:2303.18224。
的arXiv:2303.18224

[37] 赵明杰和赫伯特·耶格。 “常模可观察算子模型”。神经计算 22,1927–1959(2010)。
https://doi.org/10.1162/neco.2010.03-09-983

[38] 桑德什·阿迪卡里、西达斯·斯里尼瓦桑和拜伦·布茨。 “在斯蒂菲尔流形上使用约束梯度下降来学习量子图模型”(2019)。 arXiv:2101.08448v1。
arXiv:2101.08448v1

[39] Vijayabaskar David R. Westhead 女士,编辑。 “隐马尔可夫模型”。第 2 卷,第 18 页。Humana 纽约,纽约。 (2017)。
https:/​/​doi.org/​10.1007/​978-1-4939-6753-7

被引用

时间戳记:

更多来自 量子杂志