1QC Ware, Palo Alto, USA og Paris, Frankrig
2IRIF, CNRS – University of Paris, Frankrig
3Indian Institute of Technology Roorkee, Indien
4F. Hoffmann La Roche AG
Finder du denne artikel interessant eller vil du diskutere? Scite eller efterlade en kommentar på SciRate.
Abstrakt
Kvantemaskinelæringsteknikker er blevet foreslået som en måde at potentielt forbedre ydeevnen i maskinlæringsapplikationer.
I dette papir introducerer vi to nye kvantemetoder til neurale netværk. Den første er et kvante-ortogonalt neuralt netværk, som er baseret på et kvantepyramideformet kredsløb som byggesten til implementering af ortogonal matrixmultiplikation. Vi tilbyder en effektiv måde at træne sådanne ortogonale neurale netværk på; nye algoritmer er detaljerede for både klassisk og kvantehardware, hvor begge er bevist at skalere asymptotisk bedre end tidligere kendte træningsalgoritmer.
Den anden metode er kvante-assisterede neurale netværk, hvor en kvantecomputer bruges til at udføre indre produktestimering til inferens og træning af klassiske neurale netværk.
Derefter præsenterer vi omfattende eksperimenter anvendt til medicinske billedklassificeringsopgaver ved hjælp af den nyeste kvantehardware, hvor vi sammenligner forskellige kvantemetoder med klassiske, på både ægte kvantehardware og simulatorer. Vores resultater viser, at kvante- og klassiske neurale netværk genererer et lignende niveau af nøjagtighed, hvilket understøtter løftet om, at kvantemetoder kan være nyttige til at løse visuelle opgaver, givet fremkomsten af bedre kvantehardware.
► BibTeX-data
► Referencer
[1] Aram W Harrow, Avinatan Hassidim og Seth Lloyd. "Kvantealgoritme for lineære ligningssystemer". Physical review letters 103, 150502 (2009).
https:///doi.org/10.1103/PhysRevLett.103.150502
[2] Seth Lloyd, Masoud Mohseni og Patrick Rebentrost. "Kvantealgoritmer til overvåget og uovervåget maskinlæring" (2013).
[3] Seth Lloyd, Masoud Mohseni og Patrick Rebentrost. "Quanteprincipal komponentanalyse". Nature Physics 10, 631-633 (2014).
https://doi.org/10.1038/nphys3029
[4] Iordanis Kerenidis og Anupam Prakash. "Kvanteanbefalingssystemer". 8th Innovations in Theoretical Computer Science Conference (ITCS 2017) 67, 49:1–49:21 (2017). url: doi.org/10.48550/arXiv.1603.08675.
https:///doi.org/10.48550/arXiv.1603.08675
[5] Iordanis Kerenidis, Jonas Landman, Alessandro Luongo og Anupam Prakash. "q-betyder: En kvantealgoritme til uovervåget maskinlæring". In Advances in Neurale Information Processing Systems 32. Side 4136–4146. Curran Associates, Inc. (2019). url:.
arXiv: 1812.03584
[6] Seth Lloyd, Silvano Garnerone og Paolo Zanardi. "Kvantealgoritmer til topologisk og geometrisk analyse af data". Naturformidling 7, 1–7 (2016). url: doi.org/10.1038/ncomms10138.
https:///doi.org/10.1038/ncomms10138
[7] Edward Farhi og Hartmut Neven. "Klassificering med kvanteneurale netværk på kortsigtede processorer" (2018). url: doi.org/10.48550/arXiv.1802.06002.
https:///doi.org/10.48550/arXiv.1802.06002
[8] I Kerenidis, J Landman og A Prakash. "Kvantealgoritmer til dybe konvolutionelle neurale netværk". OTTENDE INTERNATIONAL KONFERENCE OM LÆRINGSREPRÆSENTATIONER ICLR (2019).
https:///doi.org/10.48550/arXiv.1911.01117
[9] J Allcock, CY Hsieh, I Kerenidis og S Zhang. "Kvantealgoritmer til feedforward neurale netværk". ACM-transaktioner på kvanteberegning 1 (1), 1-24 (2020).
https:///doi.org/10.1145/3411466
[10] Iris Cong, Soonwon Choi og Mikhail D. Lukin. "Kvantekonvolutionelle neurale netværk". Nature Physics 15 (2019).
https://doi.org/10.1038/s41567-019-0648-8
[11] Hector Ivan Garcıa-Hernandez, Raymundo Torres-Ruiz og Guo-Hua Sun. "Billedklassificering via kvantemaskinelæring" (2020). url: doi.org/10.48550/arXiv.2011.02831.
https:///doi.org/10.48550/arXiv.2011.02831
[12] Saurabh Kumar, Siddharth Dangwal og Debanjan Bhowmik. "Overvåget læring ved hjælp af et påklædt kvantenetværk med "superkomprimeret kodning": Algoritme og kvantehardwarebaseret implementering" (2020). url: doi.org/10.48550/arXiv.2007.10242.
https:///doi.org/10.48550/arXiv.2007.10242
[13] Kouhei Nakaji og Naoki Yamamoto. "Quantum semi-supervised generative adversarial network for enhanced data classification" (2020). url: doi.org/10.1038/s41598-021-98933-6.
https://doi.org/10.1038/s41598-021-98933-6
[14] William Cappelletti, Rebecca Erbanni og Joaquín Keller. "Polyadisk kvanteklassifikator" (2020). url: doi.org/10.48550/arXiv.2007.14044.
https:///doi.org/10.48550/arXiv.2007.14044
[15] Vojtech Havlicek, Antonio D. Córcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow og Jay M. Gambetta. "Superviseret læring med kvanteforstærkede funktionsrum" (2018). url: doi.org/10.1038/s41586-019-0980-2.
https://doi.org/10.1038/s41586-019-0980-2
[16] Edward Grant, Marcello Benedetti, Shuxiang Cao, Andrew Hallam, Joshua Lockhart, Vid Stojevic, Andrew G. Green og Simone Severini. "Hierarkiske kvanteklassifikatorer" (2018). url: doi.org/10.1038/s41534-018-0116-9.
https://doi.org/10.1038/s41534-018-0116-9
[17] Bobak Toussi Kiani, Agnes Villanyi og Seth Lloyd. "Kvantemedicinske billedbehandlingsalgoritmer" (2020). url: doi.org/10.48550/arXiv.2004.02036.
https:///doi.org/10.48550/arXiv.2004.02036
[18] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, et al. "Variationelle kvantealgoritmer" (2020). url: doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
[19] 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. "Støjende mellemskala kvantealgoritmer". Anmeldelser af Modern Physics 94, 015004 (2022). url: doi.org/10.1103/RevModPhys.94.015004.
https:///doi.org/10.1103/RevModPhys.94.015004
[20] Monique Noirhomme-Fraiture og Paula Brito. "Langt ud over de klassiske datamodeller: symbolsk dataanalyse". Statistisk analyse og dataudvinding: ASA Data Science Journal 4, 157-170 (2011). url: doi.org/10.1002/sam.10112.
https:///doi.org/10.1002/sam.10112
[21] Adrián Pérez-Salinas, Alba Cervera-Lierta, Elies Gil-Fuster og José I Latorre. "Data re-upload til en universel kvanteklassifikator". Quantum 4, 226 (2020). url: doi.org/10.22331/q-2020-02-06-226.
https://doi.org/10.22331/q-2020-02-06-226
[22] Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa og Keisuke Fujii. "Kvantekredsløbslæring". Fysisk anmeldelse A 98, 032309 (2018).
https:///doi.org/10.1103/PhysRevA.98.032309
[23] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac og Nathan Killoran. "Evaluering af analytiske gradienter på kvantehardware". Fysisk anmeldelse A 99, 032331 (2019).
https:///doi.org/10.1103/PhysRevA.99.032331
[24] Maria Schuld og Francesco Petruccione. "Kvantemodeller som kernemetoder". I maskinlæring med kvantecomputere. Side 217–245. Springer (2021).
[25] Maria Schuld, Ryan Sweke og Johannes Jakob Meyer. "Effekt af datakodning på den ekspressive kraft af variationsrige kvante-maskine-læringsmodeller". Physical Review A 103, 032430 (2021).
https:///doi.org/10.1103/PhysRevA.103.032430
[26] Iris Cong, Soonwon Choi og Mikhail D Lukin. "Kvantekonvolutionelle neurale netværk". Nature Physics 15, 1273-1278 (2019).
[27] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush og Hartmut Neven. "Ufrugtbare plateauer i quantum neurale netværk træningslandskaber". Naturformidling 9, 1–6 (2018). url: doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4
[28] Carlos Ortiz Marrero, Mária Kieferová og Nathan Wiebe. "Forviklingsfremkaldte golde plateauer". PRX Quantum 2, 040316 (2021). url: doi.org/10.1103/PRXQuantum.2.040316.
https:///doi.org/10.1103/PRXQuantum.2.040316
[29] Marco Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio og Patrick J Coles. "Omkostningsfunktionsafhængige golde plateauer i lavvandede parametriserede kvantekredsløb". Naturformidling 12, 1–12 (2021). url: doi.org/10.1038/s41467-021-21728-w.
https:///doi.org/10.1038/s41467-021-21728-w
[30] Kunal Sharma, Marco Cerezo, Lukasz Cincio og Patrick J Coles. "Trænbarhed af dissipative perceptron-baserede kvanteneurale netværk". Physical Review Letters 128, 180505 (2022). url: doi.org/10.1103/PhysRevLett.128.180505.
https:///doi.org/10.1103/PhysRevLett.128.180505
[31] S Johri, S Debnath, A Mocherla, A Singh, A Prakash, J Kim og I Kerenidis. "Nærmeste tyngdepunktsklassificering på en fanget ion kvantecomputer" (2021).
[32] Kui Jia, Shuai Li, Yuxin Wen, Tongliang Liu og Dacheng Tao. "Ortogonale dybe neurale netværk". IEEE-transaktioner om mønsteranalyse og maskinintelligens (2019).
https:///doi.org/10.1109/TPAMI.2019.2948352
[33] Jiayun Wang, Yubei Chen, Rudrasis Chakraborty og Stella X Yu. "Ortogonale konvolutionelle neurale netværk". I Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Side 11505–11515. (2020).
https://doi.org/10.1109/CVPR42600.2020.01152
[34] Nitin Bansal, Xiaohan Chen og Zhangyang Wang. "Kan vi få mere ud af ortogonalitet-regulariseringer i træning af dybe netværk?". Fremskridt i neurale informationsbehandlingssystemer 31 (2018).
https:///doi.org/10.5555/3327144.3327339
[35] Xiaohua Zhai, Alexander Kolesnikov, Neil Houlsby og Lucas Beyer. "Scaling vision transformers" (2021).
[36] Iordanis Kerenidis og Anupam Prakash. "Kvantemaskinelæring med underrumstilstande" (2022). url: doi.org/10.48550/arXiv.2202.00054.
https:///doi.org/10.48550/arXiv.2202.00054
[37] Sergi Ramos-Calderer, Adrián Pérez-Salinas, Diego García-Martín, Carlos Bravo-Prieto, Jorge Cortada, Jordi Planagumà og José I. Latorre. "Kvante unær tilgang til optionsprissætning" (2019).
https:///doi.org/10.1103/PhysRevA.103.032414
[38] Nikodem Grzesiak, Reinhold Blümel, Kenneth Wright, Kristin M. Beck, Neal C. Pisenti, Ming Li, Vandiver Chaplin, Jason M. Amini, Shantanu Debnath, Jwo-Sy Chen og Yunseong Nam. "Effektiv vilkårlig og samtidig indfiltring af porte på en fanget-ion kvantecomputer". Nat Commun, 11 (2020).
https://doi.org/10.1038/s41467-020-16790-9
[39] Alexander Zlokapa, Hartmut Neven og Seth Lloyd. "En kvantealgoritme til træning af brede og dybe klassiske neurale netværk" (2021). url: doi.org/10.48550/arXiv.2107.09200.
https:///doi.org/10.48550/arXiv.2107.09200
[40] Mario Lezcano-Casado og David Martınez-Rubio. "Billige ortogonale begrænsninger i neurale netværk: En simpel parametrisering af den ortogonale og enhedsgruppe". I international konference om maskinlæring. Side 3794–3803. PMLR (2019). url: doi.org/10.48550/arXiv.1901.08428.
https:///doi.org/10.48550/arXiv.1901.08428
[41] Moshe Leshno, Vladimir Ya Lin, Allan Pinkus og Shimon Schocken. "Flerlags feedforward-netværk med en ikke-polynomiel aktiveringsfunktion kan tilnærme enhver funktion". Neurale netværk 6, 861-867 (1993).
https://doi.org/10.1016/S0893-6080(05)80131-5
[42] Robert Hecht-Nielsen. "Teori om det neurale netværk til tilbagepropagation". I neurale netværk for perception. Side 65-93. Elsevier (1992).
https:///doi.org/10.1109/IJCNN.1989.118638
[43] Raul Rojas. "Tilbagudbredelsesalgoritmen". I neurale netværk. Side 149–182. Springer (1996).
https://doi.org/10.1007/978-3-642-61068-4_7
[44] Jiancheng Yang, Rui Shi og Bingbing Ni. "Medmnist classification decathlon: A lightweight automl benchmark for medicinsk billedanalyse" (2020).
https://doi.org/10.1109/ISBI48211.2021.9434062
[45] Daniel S. Kermany, Michael Goldbaum og et al. "Identifikation af medicinske diagnoser og behandlingsbare sygdomme ved billedbaseret dyb læring". Cell, vol. 172, nr. 5, s. 1122 – 1131.e9, (2018).
https:///doi.org/10.1016/j.cell.2018.02.010
[46] Ping Zhang og Bin Sheng. "Deepdr diabetisk retinopati billeddatasæt (deepdrid), "den 2. diabetiske retinopati – udfordring med bedømmelse og estimering af billedkvalitet"". https:///isbi.deepdr.org/data.html (2020).
https:///isbi.deepdr.org/data.html~
[47] Hyeonwoo Noh, Tackgeun You, Jonghwan Mun og Bohyung Han. "Regulering af dybe neurale netværk ved støj: dens fortolkning og optimering". NeurIPS (2017).
https:///doi.org/10.5555/3295222.3295264
[48] Xue Ying. "Et overblik over overfitting og dets løsninger". I Journal of physics: Konferenceserie. Bind 1168, side 022022. IOP Publishing (2019).
https://doi.org/10.1088/1742-6596/1168/2/022022
[49] El Amine Cherrat, Iordanis Kerenidis, Natansh Mathur, Jonas Landman, Martin Strahm og Yun Yvonna Li. "Quantum vision transformers" (2022).
[50] Scott Aaronson. "Læs det med småt". Nature Physics 11, 291-293 (2015).
https://doi.org/10.1038/nphys3272
[51] Michael A. Nielsen. "Neurale netværk og dyb læring". Determination Press (2015).
Citeret af
Dette papir er udgivet i Quantum under Creative Commons Attribution 4.0 International (CC BY 4.0) licens. Ophavsretten forbliver hos de originale copyright-indehavere, såsom forfatterne eller deres institutioner.
