क्वांटम लीनियर क्लासिफायर के लिए संरचनात्मक जोखिम न्यूनीकरण

क्वांटम लीनियर क्लासिफायर के लिए संरचनात्मक जोखिम न्यूनीकरण

टाइम स्टैम्प: 13 जनवरी, 2023 सुबह 5:28 बजे

कैस्पर ग्यूरिक1, डायोन व्रूमिंगेन, वैन1,2,3, और वेड्रान डंजको1,4

1एलआईएसीएस, लीडेन यूनिवर्सिटी, नील्स बोह्रवेग 1, 2333 सीए लीडेन, नीदरलैंड्स
2QuSoft, Centrum Wiskunde & Informatica (CWI), साइंस पार्क 123, 1098 XG एम्स्टर्डम, नीदरलैंड्स
3भौतिकी संस्थान, एम्स्टर्डम विश्वविद्यालय, साइंस पार्क 904, 1098 एक्सएच एम्स्टर्डम, नीदरलैंड
4लायन, लीडेन यूनिवर्सिटी, नील्स बोह्रवेग 2, 2333 सीए लीडेन, नीदरलैंड्स

इस पेपर को दिलचस्प खोजें या चर्चा करना चाहते हैं? Scate या SciRate पर एक टिप्पणी छोड़ दें.

सार

पैरामीटरयुक्त क्वांटम सर्किट पर आधारित क्वांटम मशीन लर्निंग (क्यूएमएल) मॉडल को अक्सर क्वांटम कंप्यूटिंग के निकट-अवधि के "किलर एप्लिकेशन" के लिए उम्मीदवारों के रूप में उजागर किया जाता है। हालाँकि, इन मॉडलों के अनुभवजन्य और सामान्यीकरण प्रदर्शन की समझ अभी भी प्रारंभिक अवस्था में है। इस पेपर में हम अध्ययन करते हैं कि हवेलिक एट अल द्वारा पेश किए गए दो प्रमुख क्यूएमएल मॉडल के लिए प्रशिक्षण सटीकता और सामान्यीकरण प्रदर्शन (जिसे संरचनात्मक जोखिम न्यूनतमकरण भी कहा जाता है) के बीच संतुलन कैसे बनाया जाए। [1], और शुल्ड और किलोरन [2]. सबसे पहले, अच्छी तरह से समझे जाने वाले शास्त्रीय मॉडलों के संबंधों का उपयोग करते हुए, हम साबित करते हैं कि दो मॉडल पैरामीटर - यानी, छवियों के योग का आयाम और मॉडल द्वारा उपयोग किए गए अवलोकनों के फ्रोबेनियस मानदंड - मॉडल की जटिलता को बारीकी से नियंत्रित करते हैं और इसलिए इसके सामान्यीकरण प्रदर्शन को नियंत्रित करते हैं। . दूसरे, प्रक्रिया टोमोग्राफी से प्रेरित विचारों का उपयोग करके, हम साबित करते हैं कि ये मॉडल पैरामीटर प्रशिक्षण उदाहरणों के सेट में सहसंबंधों को पकड़ने की मॉडल की क्षमता को भी बारीकी से नियंत्रित करते हैं। संक्षेप में, हमारे परिणाम क्यूएमएल मॉडल के लिए संरचनात्मक जोखिम न्यूनतमकरण के लिए नए विकल्पों को जन्म देते हैं।

क्वांटम लीनियर क्लासिफायर प्लेटोब्लॉकचेन डेटा इंटेलिजेंस के लिए संरचनात्मक जोखिम न्यूनतमकरण। लंबवत खोज. ऐ.

विशेष रुप से प्रदर्शित छवि: संरचनात्मक जोखिम न्यूनीकरण का चित्रण (स्रोत: मोहरी, मेहरयार, अफशिन रोस्तमीज़ादेह, और अमीत तलवलकर। मशीन लर्निंग की नींव। एमआईटी प्रेस, 2018)।

► BibTeX डेटा

► संदर्भ

[1] वोजटेक हवेलिक, एंटोनियो डी कॉर्कोल्स, क्रिस्टन टेम्मे, अराम डब्ल्यू हैरो, अभिनव कंडाला, जेरी एम चाउ, और जे एम गैम्बेटा। "क्वांटम-एन्हांस्ड फीचर स्पेस के साथ पर्यवेक्षित शिक्षण"। प्रकृति 567 (2019)। arXiv:1804.11326।
https:/​/​doi.org/​10.1038/​s41586-019-0980-2
arXiv: 1804.11326

[2] मारिया शुल्ड और नाथन किलोरन। "फ़ीचर हिल्बर्ट स्पेस में क्वांटम मशीन लर्निंग"। भौतिक समीक्षा पत्र 122 (2019)। arXiv:1803.07128.
https: / / doi.org/ 10.1103 / PhysRevLett.122.040504
arXiv: 1803.07128

[3] फ्रैंक अरूटे, कुणाल आर्य, रयान बब्बश, डेव बेकन, जोसेफ सी बार्डिन, रामी बारेंड्स, रूपक बिस्वास, सर्जियो बोइक्सो, फर्नांडो जीएसएल ब्रैंडाओ, डेविड ए बुएल, एट अल। "प्रोग्राम योग्य सुपरकंडक्टिंग प्रोसेसर का उपयोग करके क्वांटम सर्वोच्चता"। प्रकृति 574 (2019)। arXiv:1910.11333.
https:/​/​doi.org/​10.1038/​s41586-019-1666-5
arXiv: 1910.11333

[4] जॉन प्रीस्किल. "एनआईएसक्यू युग और उसके बाद क्वांटम कंप्यूटिंग"। क्वांटम 2 (2018)। arXiv:1801.00862.
https:/​/​doi.org/​10.22331/​q-2018-08-06-79
arXiv: 1801.00862

[5] मार्को सेरेज़ो, एंड्रयू अर्रास्मिथ, रयान बबुश, साइमन सी बेंजामिन, सुगुरु एंडो, कीसुके फ़ूजी, जारोड आर मैक्लेन, कोसुके मितराई, जिओ युआन, लुकाज़ सिन्सिओ, एट अल। "वैरिएशनल क्वांटम एल्गोरिदम"। प्रकृति समीक्षा भौतिकी 3 (2021)। arXiv:2012.09265.
https:/​/​doi.org/​10.1038/​s42254-021-00348-9
arXiv: 2012.09265

[6] जारोड आर मैक्लीन, जोनाथन रोमेरो, रयान बब्बुश, और एलन असपुरु-गुज़िक। "वेरिएबल हाइब्रिड क्वांटम-क्लासिकल एल्गोरिदम का सिद्धांत"। न्यू जर्नल ऑफ फिजिक्स 18 (2016)। arXiv:1509.04279.
https:/​/​doi.org/​10.1088/​1367-2630/​18/​2/​023023
arXiv: 1509.04279

[7] अभिनव कंडाला, एंटोनियो मेज़ाकापो, क्रिस्टन टेम्मे, मायका ताकिता, मार्कस ब्रिंक, जेरी एम चाउ, और जे एम गैम्बेटा। "छोटे अणुओं और क्वांटम मैग्नेट के लिए हार्डवेयर-कुशल वैरिएबल क्वांटम ईजेनसोल्वर"। प्रकृति 549 (2017)। arXiv:1704.05018.
https: / / doi.org/ 10.1038 / nature23879
arXiv: 1704.05018

[8] पीटर जे जे ओ'मैली, रयान बब्बश, इयान डी किवलिचन, जोनाथन रोमेरो, जारोड आर मैक्लीन, रामी बारेंड्स, जूलियन केली, पेड्राम रौशन, एंड्रयू ट्रैंटर, नान डिंग, एट अल। "आण्विक ऊर्जा का स्केलेबल क्वांटम सिमुलेशन"। फिजिकल रिव्यू एक्स 6 (2016)। arXiv:1512.06860।
https: / / doi.org/ 10.1103 / PhysRevX.6.031007
arXiv: 1512.06860

[9] एडवर्ड फरही, जेफरी गोल्डस्टोन और सैम गुटमैन। "एक क्वांटम अनुमानित अनुकूलन एल्गोरिथ्म" (2014)। आर्क्सिव: 1411.4028।
arXiv: 1411.4028

[10] मार्सेलो बेनेडेटी, एरिका लॉयड, स्टीफ़न सैक, और मटिया फियोरेंटिनी। "मशीन लर्निंग मॉडल के रूप में पैरामीटरयुक्त क्वांटम सर्किट"। क्वांटम विज्ञान और प्रौद्योगिकी 4 (2019)। arXiv:1906.07682.
https:/​/​doi.org/​10.1088/​2058-9565/​ab4eb5
arXiv: 1906.07682

[11] बारबरा एम तेरहल और डेविड पी डिविन्सेन्ज़ो। "अनुकूली क्वांटम गणना, निरंतर गहराई क्वांटम सर्किट और आर्थर-मर्लिन गेम"। क्वांटम सूचना एवं संगणना 4 (2004)। arXiv:क्वांट-ph/​0205133.
https://​doi.org/​10.48550/​arXiv.quant-ph/​0205133
arXiv: बल्ली से ढकेलना-पीएच / 0205133

[12] माइकल जे ब्रेमनर, रिचर्ड जोज़सा, और डैन जे शेफर्ड। "कम्यूटिंग क्वांटम संगणना का शास्त्रीय अनुकरण बहुपद पदानुक्रम के पतन का तात्पर्य है"। रॉयल सोसाइटी ए की कार्यवाही: गणितीय, भौतिक और इंजीनियरिंग विज्ञान 467 (2011)। arXiv:1005.1407.
https: / / doi.org/ 10.1098 / rspa.2010.0301
arXiv: 1005.1407

[13] एडवर्ड ग्रांट, मार्सेलो बेनेडेटी, शुक्सियांग काओ, एंड्रयू हॉलम, जोशुआ लॉकहार्ट, विड स्टोजेविक, एंड्रयू जी ग्रीन और सिमोन सेवेरिनी। "पदानुक्रमित क्वांटम क्लासिफायर"। एनपीजे क्वांटम सूचना 4 (2018)। arXiv:1804.03680।
https:/​/​doi.org/​10.1038/​s41534-018-0116-9
arXiv: 1804.03680

[14] डिएगो रिस्टे, मार्कस पी दा सिल्वा, कोलम ए रयान, एंड्रयू डब्ल्यू क्रॉस, एंटोनियो डी कॉर्कोल्स, जॉन ए स्मोलिन, जे एम गैम्बेटा, जेरी एम चाउ और ब्लेक आर जॉनसन। "मशीन लर्निंग में क्वांटम लाभ का प्रदर्शन"। एनपीजे क्वांटम सूचना 3 (2017)। arXiv:1512.06069.
https:/​/​doi.org/​10.1038/​s41534-017-0017-3
arXiv: 1512.06069

[15] मेहरयार मोहरी, अफशीन रोस्तमीज़ादेह, और अमीत तलवलकर। "मशीन लर्निंग की नींव"। एमआईटी प्रेस. (2018)।

[16] पीटर एल बार्टलेट. "तंत्रिका नेटवर्क के साथ पैटर्न वर्गीकरण की नमूना जटिलता: वजन का आकार नेटवर्क के आकार से अधिक महत्वपूर्ण है"। सूचना सिद्धांत 44 (1998) पर आईईईई लेनदेन।
https: / / doi.org/ 10.1109 / १.१३,९४,२०८

[17] मारिया शुल्ड. "पर्यवेक्षित क्वांटम मशीन लर्निंग मॉडल कर्नेल विधियाँ हैं" (2021)। arXiv:2101.11020.
arXiv: 2101.11020

[18] मैथियास सी कारो और ईशान दत्ता। "क्वांटम सर्किट का छद्म आयाम"। क्वांटम मशीन इंटेलिजेंस 2 (2020)। arXiv:2002.01490.
https:/​/​doi.org/​10.1007/​s42484-020-00027-5
arXiv: 2002.01490

[19] कैफ़ेंग बू, डैक्स एनशान कोह, लू ली, क्विंगज़ियान लुओ, और याओबो झांग। "क्वांटम सर्किट की सांख्यिकीय जटिलता पर" (2021)। arXiv:2101.06154.
https: / / doi.org/ 10.1103 / PhysRevA.105.062431
arXiv: 2101.06154

[20] कैफ़ेंग बू, डैक्स एनशान कोह, लू ली, क्विंगज़ियान लुओ, और याओबो झांग। "क्वांटम सर्किट की सांख्यिकीय जटिलता पर क्वांटम संसाधनों का प्रभाव" (2021)। arXiv:2102.03282.
arXiv: 2102.03282

[21] कैफ़ेंग बू, डैक्स एनशान कोह, लू ली, क्विंगज़ियान लुओ, और याओबो झांग। "शोर क्वांटम सर्किट की रेडमेकर जटिलता" (2021)। arXiv:2103.03139.
arXiv: 2103.03139

[22] अमीरा अब्बास, डेविड सटर, क्रिस्टा ज़ौफ़ल, ऑरेलीन लुच्ची, एलेसियो फिगाली, और स्टीफ़न वोर्नर। "क्वांटम तंत्रिका नेटवर्क की शक्ति"। प्रकृति कम्प्यूटेशनल विज्ञान 1 (2021)। arXiv:2011.00027.
https:/​/​doi.org/​10.1038/​s43588-021-00084-1
arXiv: 2011.00027

[23] युक्सुआन डू, ज़ुओझुओ तू, जिओ युआन, और दाचेंग ताओ। "परिवर्तनशील क्वांटम एल्गोरिदम की अभिव्यक्ति के लिए कुशल उपाय"। भौतिक समीक्षा पत्र 128 (2022)। arXiv:2104.09961.
https: / / doi.org/ 10.1103 / PhysRevLett.128.080506
arXiv: 2104.09961

[24] लियोनार्डो बैंची, जेसन परेरा, और स्टेफ़ानो पिरांडोला। "क्वांटम मशीन लर्निंग में सामान्यीकरण: एक क्वांटम सूचना दृष्टिकोण"। पीआरएक्स क्वांटम 2 (2021)। arXiv:2102.08991.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040321
arXiv: 2102.08991

[25] सिन-युआन हुआंग, माइकल ब्रॉटन, मसूद मोहसेनी, रयान बब्बश, सर्जियो बोइक्सो, हर्टमट नेवेन, और जारोड आर मैक्लेन। "क्वांटम मशीन लर्निंग में डेटा की शक्ति"। प्रकृति संचार 12 (2021)। arXiv:2011.01938.
https:/​/​doi.org/​10.1038/​s41467-021-22539-9
arXiv: 2011.01938

[26] युनचाओ लियू, श्रीनिवासन अरुणाचलम, और क्रिस्टन टेम्मे। "पर्यवेक्षित मशीन लर्निंग में एक कठोर और मजबूत क्वांटम स्पीड-अप"। प्रकृति भौतिकी 17, 1013-1017 (2021)। arXiv:2010.02174.
https: / / doi.org/ 10.1038 / s41567-021-01287-z
arXiv: 2010.02174

[27] बर्नहार्ड स्कोलकोफ, अलेक्जेंडर जे स्मोला, फ्रांसिस बाख, और अन्य। "कर्नेल के साथ सीखना: वेक्टर मशीनों, नियमितीकरण, अनुकूलन और उससे आगे का समर्थन करें"। एमआईटी प्रेस. (2002)।
https: / / doi.org/ 10.7551 / mitpress / 4175.001.0001

[28] व्लादिमीर एन वापनिक और ए या चेर्वोनेंकिस। "घटनाओं की सापेक्ष आवृत्तियों के उनकी संभावनाओं के समान अभिसरण पर"। जटिलता के माप में. स्प्रिंगर (2015)।
https:/​/​doi.org/​10.1007/​978-3-319-21852-6_3

[29] माइकल जे किर्न्स और रॉबर्ट ई शापिरे। "संभाव्य अवधारणाओं की कुशल वितरण-मुक्त शिक्षा"। जर्नल ऑफ़ कंप्यूटर एंड सिस्टम साइंसेज 48 (1994)।
https:/​/​doi.org/​10.1016/​S0022-0000(05)80062-5

[30] माइकल एम वुल्फ. "पर्यवेक्षित शिक्षण की गणितीय नींव"। https://​/​www-m5.ma.tum.de/​foswiki/​pub/​M5/​Allgemeines/​MA4801_2020S/​ML_notes_main.pdf (2020)।
https:/​/​www-m5.ma.tum.de/​foswiki/​pub/​M5/​Allgemeines/​MA4801_2020S/​ML_notes_main.pdf

[31] डायन वान व्रूमिंगेन। "क्वांटम फ़ीचर स्पेस लर्निंग: लक्षण वर्णन और संभावित लाभ"। मास्टर की थीसिस। लीडेन विश्वविद्यालय. (2020)।

[32] जे-इउन पार्क, ब्रायन क्वान्ज़, स्टीव वुड, हीदर हिगिंस और रे हरिशंकर। "क्वांटम एसवीएम में व्यावहारिक अनुप्रयोग सुधार: अभ्यास के लिए सिद्धांत" (2020)। arXiv:2012.07725.
arXiv: 2012.07725

[33] जॉन शॉ-टेलर, पीटर एल. बार्टलेट, रॉबर्ट सी. विलियमसन, और मार्टिन एंथोनी। "डेटा-निर्भर पदानुक्रम पर संरचनात्मक जोखिम न्यूनतमकरण"। सूचना सिद्धांत पर आईईईई लेनदेन (1998)।
https: / / doi.org/ 10.1109 / १.१३,९४,२०८

[34] मार्टिन एंथोनी और पीटर एल बार्टलेट। "प्रक्षेप से कार्य सीखना"। कॉम्बिनेटरिक्स, प्रोबेबिलिटी और कंप्यूटिंग 9 (2000)।
https: / / doi.org/ 10.1017 / S0963548300004247

[35] पीटर एल बार्टलेट और फिलिप एम लॉन्ग। "भविष्यवाणी, सीखना, समान अभिसरण, और पैमाने-संवेदनशील आयाम"। जर्नल ऑफ़ कंप्यूटर एंड सिस्टम साइंसेज 56 (1998)।
https: / / doi.org/ 10.1006 / jcss.1997.1557

[36] स्कॉट आरोनसन. "क्वांटम राज्यों की सीखने की क्षमता"। रॉयल सोसाइटी ए की कार्यवाही: गणितीय, भौतिक और इंजीनियरिंग विज्ञान 463 (2007)। arXiv:क्वांट-ph/​0608142.
https: / / doi.org/ 10.1098 / rspa.2007.0113
arXiv: बल्ली से ढकेलना-पीएच / 0608142

द्वारा उद्धृत

[1] मथायस सी. कारो, सीन-युआन हुआंग, एम. सेरेज़ो, कुणाल शर्मा, एंड्रयू सोर्नबोर्गर, लुकाज़ सिनसिओ, और पैट्रिक जे. कोल्स, "कुछ प्रशिक्षण डेटा से क्वांटम मशीन सीखने में सामान्यीकरण", नेचर कम्युनिकेशंस 13, 4919 (2022).

[2] मथायस सी. कारो, सीन-युआन हुआंग, निकोलस एज़ेल, जो गिब्स, एंड्रयू टी. सोर्नबोर्गर, लुकाज़ सिनसिओ, पैट्रिक जे. कोल्स, और ज़ो होम्स, "क्वांटम गतिकी सीखने के लिए वितरण के सामान्यीकरण", arXiv: 2204.10268.

[3] युक्सुआन डू, मिन-ह्सिउ हसिह, टोंग्लिआंग लियू, शान यू, और दाचेंग ताओ, "क्वांटम न्यूरल नेटवर्क्स की सीखने की क्षमता", पीआरएक्स क्वांटम 2 4, 040337 (2021).

[4] जो गिब्स, ज़ो होम्स, मैथियास सी. कारो, निकोलस एज़ेल, सिन-युआन हुआंग, लुकाज़ सिनसिओ, एंड्रयू टी. सोर्नबोर्गर, और पैट्रिक जे. कोल्स, "प्रमाणित सामान्यीकरण के साथ क्वांटम मशीन लर्निंग के माध्यम से गतिशील सिमुलेशन", arXiv: 2204.10269.

[5] सोफीन जेर्बी, लुकास जे। फिडरर, हेंड्रिक पॉल्सन नॉट्रुप, जोनास एम। कुबलर, हंस जे। ब्रीगल, और वेड्रान डंजको, "कर्नेल विधियों से परे क्वांटम मशीन लर्निंग", arXiv: 2110.13162.

[6] मैथियास सी. कारो, एलीज़ गिल-फस्टर, जोहान्स जैकब मेयर, जेन्स आइसर्ट, और रयान स्वेके, "पैरामीट्रिज्ड क्वांटम सर्किट के लिए एन्कोडिंग-निर्भर सामान्यीकरण सीमाएं", arXiv: 2106.03880.

[7] सुपानुत थानासिलप, सैमसन वांग, एम. सेरेज़ो, और ज़ो होम्स, "क्वांटम कर्नेल विधियों में घातीय एकाग्रता और अप्रशिक्षितता", arXiv: 2208.11060.

[8] मासाहिरो कोबायाशी, कोहेई नाकाजी, और नाओकी यामामोटो, "क्वांटम मशीन लर्निंग में ओवरफिटिंग और उलझा हुआ ड्रॉपआउट", arXiv: 2205.11446.

[9] ब्रायन कोयल, "मशीन लर्निंग एप्लीकेशन फॉर नॉइज़ इंटरमीडिएट-स्केल क्वांटम कंप्यूटर", arXiv: 2205.09414.

[10] इवान पीटर्स और मारिया शुल्ड, "क्वांटम मशीन लर्निंग मॉडल में ओवरफिटिंग के बावजूद सामान्यीकरण", arXiv: 2209.05523.

[11] मार्को फैनिज़ा, यिहुई क्वेक, और माटेओ रोसाती, "इनपुट नियंत्रण के बिना क्वांटम प्रक्रियाओं को सीखना", arXiv: 2211.05005.

[12] डायलन हरमन, रूडी रेमंड, मुयुआन ली, निकोलस रोबल्स, एंटोनियो मेज़ाकापो, और मार्को पिस्तोइया, "बूलियन क्यूब पर वैरिएशनल क्वांटम मशीन लर्निंग की अभिव्यक्ति", arXiv: 2204.05286.

[13] युक्सुआन डू, मिन-ह्सिउ हसीह, टोंग्लिआंग लियू, शान यू, और दाचेंग ताओ, "इरेटम: क्वांटम न्यूरल नेटवर्क्स की सीखने की क्षमता [पीआरएक्स क्वांटम 2, 040337 (2021)]", पीआरएक्स क्वांटम 3 3, 030901 (2022).

[14] चिह-चीह चेन, मसारू सोगाबे, कोडाई शीबा, कात्सुयोशी सकामोटो, और टोमा सोगाबे, "क्वांटम सर्किट लर्निंग के लिए जनरल वापनिक-चेर्वोनेंकिस आयाम सीमाएं", जर्नल ऑफ फिजिक्स: जटिलता २ १, ०११००२ (२०२१).

[15] युक्सुआन डू, यिबो यांग, दचेंग ताओ, और मिन-ह्सिउ हसिह, "मल्टी-क्लास वर्गीकरण पर क्वांटम न्यूरल नेटवर्क की समस्या-निर्भर शक्ति को उजागर करें", arXiv: 2301.01597.

उपरोक्त उद्धरण से हैं SAO / NASA ADS (अंतिम अद्यतन सफलतापूर्वक 2023-01-15 10:53:14)। सूची अधूरी हो सकती है क्योंकि सभी प्रकाशक उपयुक्त और पूर्ण उद्धरण डेटा प्रदान नहीं करते हैं।

On Crossref की उद्धृत सेवा द्वारा कार्यों का हवाला देते हुए कोई डेटा नहीं मिला (अंतिम प्रयास 2023-01-15 10:53:12)।

यह पत्र क्वांटम में प्रकाशित हुआ है क्रिएटिव कॉमन्स एट्रिब्यूशन 4.0 इंटरनेशनल (CC बाय 4.0) लाइसेंस। कॉपीराइट मूल कॉपीराइट धारकों जैसे लेखकों या उनकी संस्थाओं के पास रहता है।

समय टिकट:

से अधिक क्वांटम जर्नल