কোয়ান্টাম মেশিন লার্নিং মডেলগুলিতে ওভারফিটিং সত্ত্বেও সাধারণীকরণ

কোয়ান্টাম মেশিন লার্নিং মডেলগুলিতে ওভারফিটিং সত্ত্বেও সাধারণীকরণ

কোয়ান্টাম মেশিন লার্নিং মডেল প্লাটোব্লকচেন ডেটা ইন্টেলিজেন্সে অতিরিক্ত ফিটিং সত্ত্বেও সাধারণীকরণ। উল্লম্ব অনুসন্ধান. আ.

ইভান পিটার্স1,2,3 এবং মারিয়া শুলড4

1পদার্থবিদ্যা বিভাগ, ওয়াটারলু বিশ্ববিদ্যালয়, ওয়াটারলু, ON, N2L 3G1, কানাডা
2ইনস্টিটিউট ফর কোয়ান্টাম কম্পিউটিং, ওয়াটারলু, ON, N2L 3G1, কানাডা
3পেরিমিটার ইনস্টিটিউট ফর থিওরিটিক্যাল ফিজিক্স, ওয়াটারলু, অন্টারিও, N2L 2Y5, কানাডা
4Xanadu, Toronto, ON, M5G 2C8, কানাডা

এই কাগজ আকর্ষণীয় খুঁজুন বা আলোচনা করতে চান? স্কাইটে বা স্কাইরেটে একটি মন্তব্য দিন.

বিমূর্ত

গভীর নিউরাল নেটওয়ার্কের ব্যাপক সাফল্য ক্লাসিক্যাল মেশিন লার্নিং-এ একটি বিস্ময় প্রকাশ করেছে: খুব জটিল মডেলগুলি প্রায়শই ভালভাবে সাধারণীকরণ করে যখন একই সাথে প্রশিক্ষণের ডেটা ওভারফিটিং করে। সৌম্য ওভারফিটিং এর এই ঘটনাটি গভীর শিক্ষার পিছনের প্রক্রিয়াগুলিকে আরও ভালভাবে বোঝার লক্ষ্যে বিভিন্ন ধরণের ক্লাসিক্যাল মডেলের জন্য অধ্যয়ন করা হয়েছে। কোয়ান্টাম মেশিন লার্নিং এর প্রেক্ষাপটে ঘটনাটিকে চিহ্নিত করা একইভাবে ওভারফিটিং, ওভারপ্যারামিটারাইজেশন এবং সাধারণীকরণের মধ্যে সম্পর্ক সম্পর্কে আমাদের বোঝার উন্নতি করতে পারে। এই কাজে, আমরা কোয়ান্টাম মডেলগুলিতে সৌম্য ওভারফিটিং এর একটি বৈশিষ্ট্য প্রদান করি। এটি করার জন্য, আমরা শোরগোল সংকেতগুলিতে রিগ্রেশনের জন্য একটি ধ্রুপদী ইন্টারপোলেটিং ফুরিয়ার বৈশিষ্ট্যের মডেলগুলির আচরণ আহরণ করি এবং দেখাই যে কীভাবে কোয়ান্টাম মডেলের একটি শ্রেণি সাদৃশ্যপূর্ণ বৈশিষ্ট্যগুলি প্রদর্শন করে, যার ফলে কোয়ান্টাম সার্কিটগুলির কাঠামোর সাথে সংযোগ স্থাপন করা হয় (যেমন ডেটা-এনকোডিং এবং রাষ্ট্রীয় প্রস্তুতি ক্রিয়াকলাপ) ) কোয়ান্টাম মডেলে ওভারপ্যারামিটারাইজেশন এবং ওভারফিটিং। আমরা স্বজ্ঞাতভাবে এই বৈশিষ্ট্যগুলিকে স্থানীয়ভাবে "স্পাইকি" আচরণের সাথে কোলাহলপূর্ণ ডেটা ইন্টারপোলেট করার কোয়ান্টাম মডেলের ক্ষমতা অনুসারে ব্যাখ্যা করি এবং সৌম্য ওভারফিটিং এর একটি কংক্রিট প্রদর্শন উদাহরণ প্রদান করি।

► বিবিটেক্স ডেটা

। তথ্যসূত্র

[1] মাইকেল এ নিলসেন। "নিউরাল নেটওয়ার্ক এবং গভীর শিক্ষা"। ডিটারমিনেশন প্রেস। (2015)। url: http://​/​neuralnetworksanddeeplearning.com/​।
http://​neuralnetworksanddeeplearning.com/​

[2] স্টুয়ার্ট গেম্যান, এলি বিয়েনস্টক এবং রেনে ডুরসাট। "নিউরাল নেটওয়ার্ক এবং পক্ষপাত/ভ্যারিয়েন্স দ্বিধা"। নিউরাল কম্পিউট। 4, 1-58 (1992)।
https://​doi.org/​10.1162/​neco.1992.4.1.1

[3] ট্রেভর হেস্টি, রবার্ট টিবশিরানি, জেরোম এইচ ফ্রিডম্যান এবং জেরোম এইচ ফ্রাইডম্যান। "পরিসংখ্যানগত শিক্ষার উপাদান: ডেটা মাইনিং, অনুমান, এবং ভবিষ্যদ্বাণী"। ভলিউম 2. স্প্রিংগার। (2009)।
https:/​/​doi.org/​10.1007/​978-0-387-84858-7

[4] পিটার এল বার্টলেট, আন্দ্রেয়া মন্টানারি এবং আলেকজান্ডার রাখলিন। "গভীর শিক্ষা: একটি পরিসংখ্যানগত দৃষ্টিভঙ্গি"। অ্যাক্টা নিউমেরিকা 30, 87–201 (2021)।
https: / / doi.org/ 10.1017 / S0962492921000027

[5] মিখাইল বেলকিন। "ভয় ছাড়াই ফিট: ইন্টারপোলেশনের প্রিজমের মাধ্যমে গভীর শিক্ষার অসাধারণ গাণিতিক ঘটনা"। অ্যাক্টা নিউমেরিকা 30, 203–248 (2021)।

[6] পিটার এল বার্টলেট, ফিলিপ এম লং, গাবর লুগোসি এবং আলেকজান্ডার সিগলার। "লিনিয়ার রিগ্রেশনে সৌম্য ওভারফিটিং"। Proc. Natl. আকদ। বিজ্ঞান 117, 30063–30070 (2020)।
https: / / doi.org/ 10.1073 / pnas.1907378117

[7] মিখাইল বেলকিন, ড্যানিয়েল হু, সিয়ুয়ান মা এবং সৌমিক মন্ডল। "আধুনিক মেশিন-লার্নিং অনুশীলন এবং শাস্ত্রীয় পক্ষপাত-ভ্যারিয়েন্স ট্রেড-অফের পুনর্মিলন"। Proc. Natl. আকদ। বিজ্ঞান 116, 15849–15854 (2019)।
https: / / doi.org/ 10.1073 / pnas.1903070116

[8] মিখাইল বেলকিন, আলেকজান্ডার রাখলিন এবং আলেকজান্ডার বি. সিবাকভ। "ডেটা ইন্টারপোলেশন কি পরিসংখ্যানগত অনুকূলতার বিরোধিতা করে?" মেশিন লার্নিং রিসার্চের কার্যক্রমে। ভলিউম 89, পৃষ্ঠা 1611-1619। PMLR (2019)। url: https://​/​proceedings.mlr.press/​v89/​belkin19a.html।
https://​/​proceedings.mlr.press/​v89/​belkin19a.html

[9] বিদ্যা মুথুকুমার, কৈলাস ভোদ্রহাল্লি, বিঘ্নেশ সুব্রামানিয়ান এবং অনন্ত সাহাই। "রিগ্রেশনে কোলাহলপূর্ণ ডেটার ক্ষতিকারক ইন্টারপোলেশন"। তথ্য তত্ত্ব 1, 67-83 (2020) এর নির্বাচিত এলাকার উপর IEEE জার্নাল।
https://​doi.org/​10.1109/​ISIT.2019.8849614

[10] বিদ্যা মুথুকুমার, অধ্যয়ন নারাং, ভিগনেশ সুব্রামানিয়ান, মিখাইল বেলকিন, ড্যানিয়েল হু এবং অনন্ত সাহাই। "ওভারপ্যারামিটারাইজড রেজিমে শ্রেণীবিভাগ বনাম রিগ্রেশন: ক্ষতি ফাংশন কি গুরুত্বপূর্ণ?"। জে. মাক। শিখুন। Res. 22, 1–69 (2021)। url: http://​/​jmlr.org/​papers/​v22/​20-603.html।
http: / / jMLr.org/ কাগজপত্র / v22 / 20-603.html

[11] ইয়েহুদা দার, বিদ্যা মুথুকুমার, এবং রিচার্ড জি. বারানিউক। পক্ষপাতিত্ব-ভ্যারিয়েন্স ট্রেডঅফের বিদায়? ওভারপ্যারামিটারাইজড মেশিন লার্নিং তত্ত্বের একটি ওভারভিউ" (2021)। arXiv:2109.02355।
arXiv: 2109.02355

[12] মার্সেলো বেনেদেত্তি, এরিকা লয়েড, স্টেফান স্যাক এবং মাতিয়া ফিওরেন্টিনি। "মেশিন লার্নিং মডেল হিসাবে প্যারামিটারাইজড কোয়ান্টাম সার্কিট"। কোয়ান্টাম বিজ্ঞান। টেকনোল। 4, 043001 (2019)।
https:/​/​doi.org/​10.1088/​2058-9565/​ab4eb5

[13] কে. মিতারাই, এম. নেগোরো, এম. কিতাগাওয়া, এবং কে. ফুজি। "কোয়ান্টাম সার্কিট লার্নিং"। ফিজ। Rev. A 98, 032309 (2018)।
https: / / doi.org/ 10.1103 / physreva.98.032309

[14] মারিয়া শুল্ড, ভিলে বার্গহোম, ক্রিশ্চিয়ান গোগোলিন, জোশ আইজাক এবং নাথান কিলোরান। "কোয়ান্টাম হার্ডওয়্যারে বিশ্লেষণাত্মক গ্রেডিয়েন্টের মূল্যায়ন"। ফিজ। রেভ. A 99, 032331 (2019)।
https: / / doi.org/ 10.1103 / physreva.99.032331

[15] মারিয়া শুল্ড এবং নাথান কিলোরান। "ফিচার হিলবার্ট স্পেসে কোয়ান্টাম মেশিন লার্নিং"। ফিজ। রেভ. লেট। 122, 040504 (2019)।
https: / / doi.org/ 10.1103 / physrevlett.122.040504

[16] Vojtěch Havlíček, Antonio D. Corcoles, Kristan Temme, Aram W. Harrow, অভিনব কান্দালা, Jerry M. Chow, এবং Jay M. Gambetta। "কোয়ান্টাম-বর্ধিত বৈশিষ্ট্য স্পেস সহ তত্ত্বাবধান করা শিক্ষা"। প্রকৃতি 567, 209–212 (2019)।
https:/​/​doi.org/​10.1038/​s41586-019-0980-2

[17] শেঠ লয়েড এবং ক্রিশ্চিয়ান উইডব্রুক। "কোয়ান্টাম জেনারেটিভ অ্যাডভারসারিয়াল লার্নিং"। ফিজ। রেভ. লেট। 121, 040502 (2018)।
https: / / doi.org/ 10.1103 / physrevlett.121.040502

[18] পিয়েরে-লুক ডাল্লায়ার-ডেমার্স এবং নাথান কিলোরান। "কোয়ান্টাম জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক"। ফিজ। Rev. A 98, 012324 (2018)।
https: / / doi.org/ 10.1103 / physreva.98.012324

[19] আমিরা আব্বাস, ডেভিড সাটার, ক্রিস্টা জুফাল, অরেলিয়ান লুচি, অ্যালেসিও ফিগালি এবং স্টেফান ওয়ার্নার। "কোয়ান্টাম নিউরাল নেটওয়ার্কের শক্তি"। নাট। কম্পিউট বিজ্ঞান 1, 403–409 (2021)।
https:/​/​doi.org/​10.1038/​s43588-021-00084-1

[20] লোগান জি. রাইট এবং পিটার এল. ম্যাকমোহন। "কোয়ান্টাম নিউরাল নেটওয়ার্কের ক্ষমতা"। 2020 সালে লেজার এবং ইলেক্ট্রো-অপ্টিক্স (CLEO) এর সম্মেলন। পৃষ্ঠা 1-2। (2020)। url: https://​/​ieeexplore.ieee.org/​document/​9193529।
https://​ieeexplore.ieee.org/​document/​9193529

[21] সুকিন সিম, পিটার ডি. জনসন এবং অ্যালান আসপুরু-গুজিক। "হাইব্রিড কোয়ান্টাম-ক্লাসিক্যাল অ্যালগরিদমের জন্য প্যারামিটারাইজড কোয়ান্টাম সার্কিটের এক্সপ্রেসিবিলিটি এবং এনট্যাঙ্গলিং ক্ষমতা"। অ্যাড. কোয়ান্টাম টেকনোল। 2, 1900070 (2019)।
https://​doi.org/​10.1002/​qute.201900070

[22] টমাস হুব্রেগটসেন, জোসেফ পিচলমেয়ার, প্যাট্রিক স্টেচার এবং কোয়েন বার্টেলস। "প্যারামিটারাইজড কোয়ান্টাম সার্কিটগুলির মূল্যায়ন: শ্রেণিবিন্যাস নির্ভুলতা, প্রকাশযোগ্যতা এবং এনট্যাঙ্গলিং ক্ষমতার মধ্যে সম্পর্কের উপর"। কোয়ান্টাম মাক। বুদ্ধি। 3, 1 (2021)।
https://​doi.org/​10.1007/​s42484-021-00038-w

[23] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush, এবং Hartmut Neven। "কোয়ান্টাম নিউরাল নেটওয়ার্ক প্রশিক্ষণ ল্যান্ডস্কেপে অনুর্বর মালভূমি"। নাট। কমুন 9, 4812 (2018)।
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

[24] মার্কো সেরেজো, আকিরা সোন, টাইলার ভলকফ, লুকাজ সিনসিও এবং প্যাট্রিক জে কোলস। "অগভীর প্যারামেট্রাইজড কোয়ান্টাম সার্কিটে খরচ ফাংশন নির্ভর অনুর্বর মালভূমি"। নাট। কমুন 12, 1791 (2021)।
https://​doi.org/​10.1038/​s41467-021-21728-w

[25] ম্যাথিয়াস সি. ক্যারো, এলিস গিল-ফাস্টার, জোহানেস জ্যাকব মেয়ার, জেনস আইজার্ট এবং রায়ান সুইক। "প্যারামেট্রাইজড কোয়ান্টাম সার্কিটের জন্য এনকোডিং-নির্ভর সাধারণীকরণ সীমা"। কোয়ান্টাম 5, 582 (2021)।
https:/​/​doi.org/​10.22331/​q-2021-11-17-582

[26] সিন-ইয়ুয়ান হুয়াং, মাইকেল ব্রোটন, মাসুদ মোহসেনি, রায়ান বাব্বুশ, সার্জিও বোইক্সো, হার্টমুট নেভেন এবং জ্যারড আর ম্যাকক্লিন। "কোয়ান্টাম মেশিন লার্নিংয়ে ডেটার শক্তি"। নাট। কমুন 12, 2631 (2021)।
https:/​/​doi.org/​10.1038/​s41467-021-22539-9

[27] ম্যাথিয়াস সি. ক্যারো, সিন-ইয়ুয়ান হুয়াং, এম. সেরেজো, কুণাল শর্মা, অ্যান্ড্রু সর্নবর্গার, লুকাজ সিনসিও এবং প্যাট্রিক জে. কোলস। "কিছু প্রশিক্ষণ ডেটা থেকে কোয়ান্টাম মেশিন লার্নিংয়ে সাধারণীকরণ"। নাট। কমুন 13, 4919 (2022)।
https:/​/​doi.org/​10.1038/​s41467-022-32550-3

[28] লিওনার্দো বাঞ্চি, জেসন পেরেইরা এবং স্টেফানো পিরান্ডোলা। "কোয়ান্টাম মেশিন লার্নিংয়ে সাধারণীকরণ: একটি কোয়ান্টাম তথ্য স্ট্যান্ডপয়েন্ট"। PRX কোয়ান্টাম 2, 040321 (2021)।
https://​doi.org/​10.1103/​PRXQuantum.2.040321

[29] ফ্রান্সিসকো জাভিয়ের গিল ভিদাল এবং ডার্ক অলিভার থিস। "প্যারামিটারাইজড কোয়ান্টাম সার্কিটের জন্য ইনপুট রিডানডেন্সি"। সামনে। ফিজ। 8, 297 (2020)।
https://​doi.org/​10.3389/​fphy.2020.00297

[30] মারিয়া শুল্ড, রায়ান সুইক এবং জোহানেস জ্যাকব মেয়ার। "ভেরিয়েশনাল কোয়ান্টাম-মেশিন-লার্নিং মডেলের অভিব্যক্তিমূলক শক্তিতে ডেটা এনকোডিংয়ের প্রভাব"। ফিজ। রেভ. A 103, 032430 (2021)।
https: / / doi.org/ 10.1103 / physreva.103.032430

[31] ডেভিড উইরিচস, জোশ আইজাক, কোডি ওয়াং এবং সেড্রিক ইয়েন-ইউ লিন। "কোয়ান্টাম গ্রেডিয়েন্টের জন্য সাধারণ প্যারামিটার-শিফ্ট নিয়ম"। কোয়ান্টাম 6, 677 (2022)।
https:/​/​doi.org/​10.22331/​q-2022-03-30-677

[32] কেন্ডাল ই অ্যাটকিনসন। "সংখ্যাসূচক বিশ্লেষণের একটি ভূমিকা"। জন উইলি অ্যান্ড সন্স। (2008)।

[33] আলী রহিমি এবং বেঞ্জামিন রেখট। "বড়-স্কেল কার্নেল মেশিনের জন্য র্যান্ডম বৈশিষ্ট্য"। নিউরাল ইনফরমেশন প্রসেসিং সিস্টেমে অগ্রগতি। ভলিউম 20। (2007)। url: https://​papers.nips.cc/​paper_files/​paper/​2007/​hash/​013a006f03dbc5392effeb8f18fda755-Abstract.html।
https:/​/​papers.nips.cc/​paper_files/​paper/​2007/​hash/​013a006f03dbc5392effeb8f18fda755-Abstract.html

[34] ওয়াল্টার রুডিন। "ফোরিয়ার বিশ্লেষণের মৌলিক উপপাদ্য"। John Wiley & Sons, Ltd. (1990)।
https://​/​doi.org/​10.1002/​9781118165621.ch1

[35] গান মেই এবং আন্দ্রেয়া মন্টানারি। "এলোমেলো বৈশিষ্ট্যগুলির রিগ্রেশনের সাধারণীকরণ ত্রুটি: সুনির্দিষ্ট অ্যাসিম্পটোটিকস এবং ডাবল ডিসেন্ট কার্ভ"। কমুন বিশুদ্ধ অ্যাপল। গণিত 75, 667–766 (2022)।
https://​doi.org/​10.1002/​cpa.22008

[36] ট্রেভর হেস্টি, আন্দ্রেয়া মন্টানারি, সাহারন রোসেট এবং রায়ান জে টিবশিরানি। "উচ্চ-মাত্রিক রিজলেস ন্যূনতম স্কোয়ার ইন্টারপোলেশনে বিস্ময়"। অ্যান. স্ট্যাট 50, 949 – 986 (2022)।
https://​doi.org/​10.1214/​21-AOS2133

[37] টেংইয়ুয়ান লিয়াং, আলেকজান্ডার রাখলিন এবং শিউ ঝাই। "ন্যূনতম-নর্ম ইন্টারপোলান্টের একাধিক বংশোদ্ভূত এবং কার্নেলের সীমাবদ্ধ নিম্ন আইসোমেট্রিতে"। মেশিন লার্নিং রিসার্চের কার্যক্রমে। ভলিউম 125, পৃষ্ঠা 1-29। PMLR (2020)। url: http://​/​proceedings.mlr.press/​v125/​liang20a.html।
http://​/​proceedings.mlr.press/​v125/​liang20a.html

[38] এডওয়ার্ড ফারহি এবং হার্টমুট নেভেন। "নিজের মেয়াদী প্রসেসরগুলিতে কোয়ান্টাম নিউরাল নেটওয়ার্কগুলির সাথে শ্রেণীবিভাগ" (2018)। arXiv:1802.06002।
arXiv: 1802.06002

[39] মারিয়া শুলড, অ্যালেক্স বোচারভ, ক্রিস্টা এম. সোভোর এবং নাথান উইবে। "সার্কিট-কেন্দ্রিক কোয়ান্টাম ক্লাসিফায়ার"। ফিজ। রেভ. A 101, 032308 (2020)।
https: / / doi.org/ 10.1103 / physreva.101.032308

[40] আদ্রিয়ান পেরেজ-সালিনাস, আলবা সার্ভেরা-লিয়ের্তা, এলিস গিল-ফুস্টার এবং জোসে আই. ল্যাটোরে। "একটি সর্বজনীন কোয়ান্টাম ক্লাসিফায়ারের জন্য ডেটা পুনরায় আপলোড করা"। কোয়ান্টাম 4, 226 (2020)।
https:/​/​doi.org/​10.22331/​q-2020-02-06-226

[41] সোফিয়েন জারবি, লুকাস জে ফিদেরার, হেনড্রিক পলসেন নউটরুপ, জোনাস এম কুবলার, হ্যান্স জে ব্রিগেল এবং ভেড্রান ডানজকো। "কোয়ান্টাম মেশিন লার্নিং কার্নেল পদ্ধতির বাইরে"। নাট। কমুন 14, 517 (2023)।
https: / / doi.org/ 10.1038 / s41467-023-36159-y

[42] ক্যাসপার গ্যুরিক, ডিয়ন ভ্রুমিঞ্জেন, ভ্যান এবং ভেড্রান দুঞ্জকো। "কোয়ান্টাম লিনিয়ার ক্লাসিফায়ারগুলির জন্য কাঠামোগত ঝুঁকি হ্রাস"। কোয়ান্টাম 7, 893 (2023)।
https:/​/​doi.org/​10.22331/​q-2023-01-13-893

[43] মারিয়া শুলড। "তত্ত্বাবধানে কোয়ান্টাম মেশিন লার্নিং মডেলগুলি কার্নেল পদ্ধতি" (2021)। arXiv:2101.11020।
arXiv: 2101.11020

[44] এস. শিন, ওয়াই এস টিও এবং এইচ জিয়ং। "কোয়ান্টাম তত্ত্বাবধানে শিক্ষার জন্য সূচকীয় ডেটা এনকোডিং"। ফিজ। Rev. A 107, 012422 (2023)।
https: / / doi.org/ 10.1103 / ফিজারিভা 107.012422

[45] সোফি পিকার্ড। "সুর লেস ensembles de দূরত্ব des ensembles de points d'un espace euclidien।" স্মৃতি দে l’Universite de Neuchatel. ইউনিভার্সিটির সচিবালয়। (1939)।

[46] ডেভ ওয়েকার, ম্যাথিউ বি হেস্টিংস, নাথান উইবে, ব্রায়ান কে. ক্লার্ক, চেতন নায়ক এবং ম্যাথিয়াস ট্রয়ার। "একটি কোয়ান্টাম কম্পিউটারে দৃঢ়ভাবে সম্পর্কযুক্ত ইলেক্ট্রন মডেলগুলি সমাধান করা"। ফিজ। Rev. A 92, 062318 (2015)।
https: / / doi.org/ 10.1103 / ফিজারিভা 92.062318

[47] ইয়ান ডি. কিভলিচান, জ্যারড ম্যাকক্লিন, নাথান উইবে, ক্রেগ গিডনি, অ্যালান অ্যাসপুরু-গুজিক, গারনেট কিন-লিক চ্যান এবং রায়ান বাবুশ। "রৈখিক গভীরতা এবং সংযোগ সহ বৈদ্যুতিন কাঠামোর কোয়ান্টাম সিমুলেশন"। ফিজ। রেভ. লেট। 120, 110501 (2018)।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .120.110501

[48] মার্টিন লারোকা, ফ্রেডেরিক সভেজ, ফারিস এম সাবাহি, গুইলাম ভারডন, প্যাট্রিক জে. কোলস এবং এম. সেরেজো। "গ্রুপ-ইনভেরিয়েন্ট কোয়ান্টাম মেশিন লার্নিং"। PRX কোয়ান্টাম 3, 030341 (2022)।
https://​doi.org/​10.1103/​PRXQuantum.3.030341

[49] জোহানেস জ্যাকব মেয়ার, মারিয়ান মুলারস্কি, এলিস গিল-ফুস্টার, আন্তোনিও আনা মেলে, ফ্রান্সেস্কো আরজানি, আলিসা উইলমস এবং জেনস আইজার্ট। "ভেরিয়েশনাল কোয়ান্টাম মেশিন লার্নিংয়ে প্রতিসাম্যকে শোষণ করা"। PRX কোয়ান্টাম 4, 010328 (2023)।
https://​doi.org/​10.1103/​PRXQuantum.4.010328

[50] মার্টিন লারোকা, নাথান জু, দিয়েগো গার্সিয়া-মার্টিন, প্যাট্রিক জে কোলস এবং মার্কো সেরেজো। "কোয়ান্টাম নিউরাল নেটওয়ার্কে ওভারপ্যারামেট্রিকরণের তত্ত্ব"। নাট। কম্পিউট বিজ্ঞান 3, 542-551 (2023)।
https:/​/​doi.org/​10.1038/​s43588-023-00467-6

[51] ইউক্সুয়ান ডু, মিন-সিউ হিসিয়ে, টংলিয়াং লিউ এবং দাচেং তাও। "প্যারামেট্রাইজড কোয়ান্টাম সার্কিটের এক্সপ্রেসিভ পাওয়ার"। ফিজ। রেভ. রেস 2, 033125 (2020)।
https: / / doi.org/ 10.1103 / physrevresearch.2.033125

[52] জো হোমস, কুনাল শর্মা, এম. সেরেজো, এবং প্যাট্রিক জে. কোলস। "গ্রেডিয়েন্ট ম্যাগনিটিউড এবং অনুর্বর মালভূমিতে ansatz এক্সপ্রেসবিলিটি সংযোগ করা"। PRX কোয়ান্টাম 3, 010313 (2022)।
https://​doi.org/​10.1103/​PRXQuantum.3.010313

[53] স্যামসন ওয়াং, এনরিকো ফন্টানা, মার্কো সেরেজো, কুনাল শর্মা, আকিরা সোনে, লুকাজ সিনসিও এবং প্যাট্রিক জে কোলস। "ভেরিয়েশনাল কোয়ান্টাম অ্যালগরিদমে গোলমাল-প্ররোচিত অনুর্বর মালভূমি"। নাট। কমুন 12, 6961 (2021)।
https:/​/​doi.org/​10.1038/​s41467-021-27045-6

[54] আব্দুলকাদির কানাটার, ইভান পিটার্স, চেঙ্গিজ পেহেলেভান, স্টেফান এম ওয়াইল্ড এবং রুসলান শায়দুলিন। "ব্যান্ডউইথ কোয়ান্টাম কার্নেল মডেলগুলিতে সাধারণীকরণ সক্ষম করে"। মেশিন লার্নিং গবেষণার লেনদেন (2023)। url: https://​/​openreview.net/​forum?id=A1N2qp4yAq।
https://​openreview.net/​forum?id=A1N2qp4yAq

[55] সিন-ইয়ুয়ান হুয়াং, মাইকেল ব্রোটন, জর্ডান কটলার, সিটান চেন, জেরি লি, মাসুদ মোহসেনি, হার্টমুট নেভেন, রায়ান বাব্বুশ, রিচার্ড কুয়েং, জন প্রেসকিল এবং জারড আর ম্যাকক্লিন। "পরীক্ষা থেকে শেখার কোয়ান্টাম সুবিধা"। বিজ্ঞান 376, 1182–1186 (2022)।
https://​doi.org/​10.1126/​science.abn7293

[56] সিতান চেন, জর্ডান কটলার, সিন-ইয়ুয়ান হুয়াং এবং জেরি লি। "কোয়ান্টাম মেমরি সহ এবং ছাড়া শেখার মধ্যে সূচকীয় বিচ্ছেদ"। 2021 সালে IEEE 62 তম বার্ষিক সিম্পোজিয়াম অন কম্পিউটার সায়েন্স ফাউন্ডেশন (FOCS)। পৃষ্ঠা 574-585। (2022)।
https://​/​doi.org/​10.1109/FOCS52979.2021.00063

[57] সিন-ইয়ুয়ান হুয়াং, রিচার্ড কুয়েং এবং জন প্রেসকিল। "মেশিন লার্নিংয়ে কোয়ান্টাম সুবিধার উপর তথ্য-তাত্ত্বিক সীমা"। ফিজ। রেভ. লেট। 126, 190505 (2021)।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .126.190505

[58] ভিলে বার্গহোলম, জোশ আইজাক, মারিয়া শুলড, ক্রিশ্চিয়ান গোগোলিন, এম. সোহাইব আলম, শাহনওয়াজ আহমেদ, জুয়ান মিগুয়েল অ্যারাজোলা, কারস্টেন ব্ল্যাঙ্ক, অ্যালাইন ডেলগাডো, সোরান জাহাঙ্গিরি, কেরি ম্যাককিয়ারনান, জোহানেস জ্যাকব মেয়ার, জেইউ নিউ, আন্তাল কাভারান এবং। "পেনিলেন: হাইব্রিড কোয়ান্টাম-ক্লাসিক্যাল কম্পিউটেশনের স্বয়ংক্রিয় পার্থক্য" (2018)। arXiv:1811.04968।
arXiv: 1811.04968

[59] পিটার এল বার্টলেট, ফিলিপ এম লং, গাবর লুগোসি এবং আলেকজান্ডার সিগলার। "লিনিয়ার রিগ্রেশনে সৌম্য ওভারফিটিং"। Proc. Natl. আকদ। বিজ্ঞান 117, 30063–30070 (2020)।
https: / / doi.org/ 10.1073 / pnas.1907378117

[60] ভ্লাদিমির কোলচিনস্কি এবং করিম লুনিসি। "নমুনা সহভারি অপারেটরদের জন্য ঘনত্বের অসমতা এবং মুহূর্তের সীমা"। Bernoulli 23, 110 – 133 (2017)।
https://​doi.org/​10.3150/​15-BEJ730

[61] Zbigniew Puchała এবং Jarosław Adam Miszczak। "ঐকিক গোষ্ঠীতে হার পরিমাপের ক্ষেত্রে প্রতীকী একীকরণ"। ষাঁড়. পোল আকদ। বিজ্ঞান 65, 21–27 (2017)।
https://​doi.org/​10.1515/​bpasts-2017-0003

[62] ড্যানিয়েল এ. রবার্টস এবং বেনি ইয়োশিদা। "ডিজাইন দ্বারা বিশৃঙ্খলা এবং জটিলতা"। J. হাই এনার্জি ফিজ। 2017, 121 (2017)।
https://​doi.org/​10.1007/​jhep04(2017)121

[63] ওয়ালেস সি. ব্যাবকক। "চ্যানেল নির্বাচনের মাধ্যমে রেডিও সিস্টেমের সংঘটনের ফ্রিকোয়েন্সি এবং নিয়ন্ত্রণে ইন্টারমডুলেশন হস্তক্ষেপ"। বেল সিস্ট। প্রযুক্তি. j 32, 63-73 (1953)।
https://​/​doi.org/​10.1002/​j.1538-7305.1953.tb01422.x

[64] এম. অ্যাটকিনসন, এন. সান্তোরো এবং জে. উরুতিয়া। "অরৈখিক পুনরাবৃত্তিকারীদের জন্য স্বতন্ত্র যোগফল এবং পার্থক্য এবং ক্যারিয়ার ফ্রিকোয়েন্সি অ্যাসাইনমেন্ট সহ পূর্ণসংখ্যা সেট"। IEEE ট্রান্স। কমুন 34, 614-617 (1986)।
https://​doi.org/​10.1109/​TCOM.1986.1096587

[65] জে. রবিনসন এবং এ. বার্নস্টেইন। "সীমিত ত্রুটি প্রচার সহ বাইনারি পুনরাবৃত্ত কোডের একটি শ্রেণী"। IEEE ট্রান্স। ইনফ. 13, 106-113 (1967)।
https://​doi.org/​10.1109/​TIT.1967.1053951

[66] R. J. F. Fang এবং W. A. ​​Sandrin. "অরৈখিক পুনরাবৃত্তিকারীদের জন্য ক্যারিয়ার ফ্রিকোয়েন্সি অ্যাসাইনমেন্ট"। কমস্যাট প্রযুক্তিগত পর্যালোচনা 7, 227–245 (1977)।

দ্বারা উদ্ধৃত

[১] আলেক্সি মেলনিকভ, মোহাম্মদ কর্দজানগানেহ, আলেকজান্ডার অ্যালোডজ্যান্টস এবং রে-কুয়াং লি, "কোয়ান্টাম মেশিন লার্নিং: পদার্থবিদ্যা থেকে সফ্টওয়্যার ইঞ্জিনিয়ারিং পর্যন্ত", পদার্থবিদ্যায় অগ্রগতি X 8 1, 2165452 (2023).

[৫] মো কোর্ডজানগানেহ, পাভেল সেকাতস্কি, লিওনিড ফেডিচকিন এবং অ্যালেক্সি মেলনিকভ, "সর্বজনীন কোয়ান্টাম সার্কিটের একটি দ্রুত বর্ধনশীল পরিবার", মেশিন লার্নিং: বিজ্ঞান ও প্রযুক্তি 4 3, 035036 (2023).

[২] স্টেফানো মাঙ্গিনি, "মেশিন লার্নিংয়ের জন্য বৈচিত্র্যপূর্ণ কোয়ান্টাম অ্যালগরিদম: তত্ত্ব এবং প্রয়োগ", arXiv: 2306.09984, (2023).

[৩] বেন জাদেরবার্গ, আন্তোনিও এ. জেন্টিল, ইউসেফ আচারি বেররাদা, এলভিরা শিশেনিনা এবং ভিনসেন্ট ই. এলফভিং, "কোয়ান্টাম নিউরাল নেটওয়ার্কগুলিকে তাদের নিজস্ব ফ্রিকোয়েন্সি বেছে নিতে দিন", arXiv: 2309.03279, (2023).

[৭] ইউক্সুয়ান ডু, ইবো ইয়াং, দাচেং তাও এবং মিন-সিউ সিহ, "মাল্টিক্লাস শ্রেণীবিভাগে কোয়ান্টাম নিউরাল নেটওয়ার্কের সমস্যা-নির্ভর শক্তি", শারীরিক পর্যালোচনা পত্র 131 14, 140601 (2023).

[৬] এস. শিন, ওয়াই এস টিও, এবং এইচ জিওং, "কোয়ান্টাম তত্ত্বাবধানে শিক্ষার জন্য এক্সপোনেনশিয়াল ডেটা এনকোডিং", শারীরিক পর্যালোচনা এ 107 1, 012422 (2023).

[৪] এলিস গিল-ফুস্টার, জেনস আইজার্ট, এবং কার্লোস ব্রাভো-প্রিয়েটো, "কোয়ান্টাম মেশিন লার্নিং বোঝার জন্যও সাধারণীকরণের পুনর্বিবেচনা প্রয়োজন", arXiv: 2306.13461, (2023).

[৮] জেসন আইকোনিস এবং সোনিকা জোহরি, "টেনসর নেটওয়ার্ক ভিত্তিক দক্ষ কোয়ান্টাম ডেটা লোডিং অফ ইমেজ", arXiv: 2310.05897, (2023).

[১২] এলিস বার্থ এবং আদ্রিয়ান পেরেজ-সালিনাস, "কোয়ান্টাম রি-আপলোডিং মডেলের গ্রেডিয়েন্ট এবং ফ্রিকোয়েন্সি প্রোফাইল", arXiv: 2311.10822, (2023).

[৯] টোবিয়াস হাগ এবং এম.এস. কিম, "একক শিক্ষার জন্য কোয়ান্টাম জ্যামিতির সাথে সাধারণীকরণ", arXiv: 2303.13462, (2023).

[১০] জোনাস ল্যান্ডম্যান, স্লিমানে থাবেত, কনস্ট্যান্টিন ডালিয়াক, হেলা মিরি, এবং এলহাম কাশেফি, "ক্লাসিক্যালি অ্যাপ্রোক্সিমেটিং ভ্যারিয়েশনাল কোয়ান্টাম মেশিন লার্নিং উইথ র্যান্ডম ফুরিয়ার ফিচার", arXiv: 2210.13200, (2022).

[১১] বার্টা ক্যাসাস এবং আলবা সার্ভেরা-লিয়ের্তা, "কোয়ান্টাম সার্কিট সহ বহুমাত্রিক ফুরিয়ার সিরিজ", শারীরিক পর্যালোচনা এ 107 6, 062612 (2023).

[১৫] এলিস গিল-ফুস্টার, জেনস আইজার্ট, এবং ভেড্রান ডানজকো, "কোয়ান্টাম কার্নেল এম্বেড করার অভিব্যক্তির উপর", arXiv: 2309.14419, (2023).

[১৩] লুকাস স্ল্যাটরি, রুসলান শ্যাডুলিন, শৌভানিক চক্রবর্তী, মার্কো পিস্তোইয়া, সামি খয়েরি, এবং স্টেফান এম ওয়াইল্ড, "ক্লাসিক্যাল ডেটাতে কোয়ান্টাম ফিডেলিটি কার্নেলের সুবিধার বিরুদ্ধে সংখ্যাসূচক প্রমাণ", শারীরিক পর্যালোচনা এ 107 6, 062417 (2023).

[১৪] মো কোর্ডজানগানেহ, দারিয়া কোসিচকিনা, এবং আলেক্সি মেলনিকভ, "প্যারালাল হাইব্রিড নেটওয়ার্কস: কোয়ান্টাম এবং ক্লাসিক্যাল নিউরাল নেটওয়ার্কের মধ্যে একটি ইন্টারপ্লে", arXiv: 2303.03227, (2023).

[১৭] আইকাতেরিনি, গ্রেটসি এবং প্যাট্রিক হুয়েম্বেলি, "কোয়ান্টাম মডেলের অভিব্যক্তিমূলক শক্তিতে প্রক্রিয়াকরণ এবং পরিমাপ অপারেটরদের প্রভাব", arXiv: 2211.03101, (2022).

[১৬] শুন ওকুমুরা এবং মাসায়ুকি ওহজেকি, "প্যারামিটারাইজড কোয়ান্টাম সার্কিট এবং অনুর্বর মালভূমি সমস্যার ফোরিয়ার সহগ", arXiv: 2309.06740, (2023).

[১৮] ম্যাসিমিলিয়ানো ইনকুডিনি, মিশেল গ্রোসি, আন্তোনিও মান্দারিনো, সোফিয়া ভ্যালেকোর্সা, আলেসান্দ্রা ডি পিয়েরো, এবং ডেভিড উইন্ড্রিজ, "কোয়ান্টাম পাথ কার্নেল: গভীর কোয়ান্টাম মেশিন লার্নিংয়ের জন্য একটি সাধারণ কোয়ান্টাম নিউরাল ট্যানজেন্ট কার্নেল", arXiv: 2212.11826, (2022).

[১৯] জর্জা জে. কার্ক, ম্যাথিউ ডি. জ্যাকসন, ড্যানিয়েল জে. এম. কিং, ফিলিপ ইন্টালুরা, এবং মেকেনা মেটকাল্ফ, "ইসিং স্পিন মডেলের ক্লাসিক্যাল ডেটা রিপ্রেজেন্টেশনে ইমার্জেন্ট অর্ডার", arXiv: 2303.01461, (2023).

[২০] ফ্রান্সেস্কো স্কালা, আন্দ্রেয়া সেচিনি, ম্যাসিমো প্যানেলা, এবং দারিও গেরেস, "কোয়ান্টাম নিউরাল নেটওয়ার্কে ড্রপআউটের জন্য একটি সাধারণ পদ্ধতি", arXiv: 2310.04120, (2023).

[২১] জুলিয়ান বারবেরিচ, ড্যানিয়েল ফিঙ্ক, ড্যানিয়েল প্রাঞ্জিক, ক্রিশ্চিয়ান টুটস্কু, এবং ক্রিশ্চিয়ান হোলম, "প্রশিক্ষণ শক্তিশালী এবং সাধারণীকরণযোগ্য কোয়ান্টাম মডেল", arXiv: 2311.11871, (2023).

উপরের উদ্ধৃতিগুলি থেকে প্রাপ্ত এসএও / নাসার এডিএস (সর্বশেষে সফলভাবে 2023-12-21 00:40:54 আপডেট হয়েছে)। সমস্ত প্রকাশক উপযুক্ত এবং সম্পূর্ণ উদ্ধৃতি ডেটা সরবরাহ না করায় তালিকাটি অসম্পূর্ণ হতে পারে।

On ক্রসরেফ এর উদ্ধৃত পরিষেবা উদ্ধৃতি রচনার কোনও ডেটা পাওয়া যায় নি (শেষ চেষ্টা 2023-12-21 00:40:53)।

সময় স্ট্যাম্প:

থেকে আরো কোয়ান্টাম জার্নাল