1Institut Sains dan Teknik Kuantum Shenzhen, Universitas Sains dan Teknologi Selatan, Shenzhen, 518055, Cina
2Akademi Kuantum Internasional (SIQA), Distrik Futian, Shenzhen 518048, Cina
3Laboratorium Kunci Sains dan Teknik Kuantum Provinsi Guangdong, Universitas Sains dan Teknologi Selatan, Shenzhen, 518055, Tiongkok
4Sekolah Pascasarjana Matematika, Universitas Nagoya, Nagoya, 464-8602, Jepang
5QICI Quantum Information and Computation Initiative, Departemen Ilmu Komputer, Universitas Hong Kong, Pokfulam Road, Hong Kong
Apakah makalah ini menarik atau ingin dibahas? Scite atau tinggalkan komentar di SciRate.
Abstrak
Kemampuan untuk mengekstrak informasi yang relevan sangat penting untuk belajar. Pendekatan cerdik seperti itu adalah kemacetan informasi, masalah pengoptimalan yang solusinya sesuai dengan representasi informasi relevan yang setia dan hemat memori dari sistem besar. Munculnya zaman komputasi kuantum membutuhkan metode efisien yang bekerja pada informasi mengenai sistem kuantum. Di sini kami mengatasinya dengan mengusulkan algoritma baru dan umum untuk generalisasi kuantum dari kemacetan informasi. Algoritme kami unggul dalam kecepatan dan kepastian konvergensi dibandingkan dengan hasil sebelumnya. Ini juga bekerja untuk berbagai masalah yang lebih luas, termasuk perpanjangan kuantum dari kemacetan informasi deterministik, varian penting dari masalah kemacetan informasi asli. Khususnya, kami menemukan bahwa sistem kuantum dapat mencapai kinerja yang benar-benar lebih baik daripada sistem klasik dengan ukuran yang sama terkait hambatan informasi kuantum, memberikan visi baru untuk membenarkan keunggulan pembelajaran mesin kuantum.
Ringkasan populer
Munculnya era komputasi kuantum membutuhkan algoritma kemacetan informasi yang bekerja untuk sistem kuantum. Dalam karya ini, kami merancang algoritme yang bekerja secara umum ketika salah satu (atau keduanya) dari T dan Y adalah sistem kuantum. Algoritme kami unggul dalam kecepatan dan kepastian konvergensi dibandingkan dengan hasil sebelumnya. Hebatnya, kami menemukan keuntungan nyata menggunakan sistem kuantum sebagai database T baru, yang menunjukkan bahwa sistem kuantum bisa lebih baik dalam merepresentasikan fitur utama dalam pembelajaran mesin.
โบ data BibTeX
โบ Referensi
[1] S.Arimoto. Algoritme untuk menghitung kapasitas saluran tanpa memori diskrit yang sewenang-wenang. Transaksi IEEE tentang Teori Informasi, 18 (1): 14โ20, 1972. 10.1109/โTIT.1972.1054753.
https: / / doi.org/ 10.1109 / TIT.1972.1054753
[2] Leonardo Banchi, Jason Pereira, and Stefano Pirandola. Generalisasi dalam pembelajaran mesin kuantum: Sudut pandang informasi kuantum. PRX Quantum, 2: 040321, Nov 2021. 10.1103/โPRXQuantum.2.040321.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040321
[3] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe, and Seth Lloyd. Pembelajaran mesin kuantum. Alam, 549 (7671): 195โ202, 2017. 10.1038/โnature23474.
https: / / doi.org/ 10.1038 / nature23474
[4] R.Blahut. Perhitungan kapasitas saluran dan fungsi laju-distorsi. Transaksi IEEE tentang Teori Informasi, 18 (4): 460โ473, 1972. 10.1109/โTIT.1972.1054855.
https: / / doi.org/ 10.1109 / TIT.1972.1054855
[5] Carsten Blank, Daniel K Park, June-Koo Kevin Rhee, dan Francesco Petruccione. Pengklasifikasi kuantum dengan kernel kuantum yang disesuaikan. npj Quantum Information, 6 (1): 1โ7, 2020. 10.1038/โs41534-020-0272-6.
https:/โ/โdoi.org/โ10.1038/โs41534-020-0272-6
[6] Nilanjana Datta, Christoph Hirche, and Andreas Winter. Konveksitas dan interpretasi operasional dari fungsi bottleneck informasi kuantum. Dalam Simposium Internasional IEEE 2019 tentang Teori Informasi (ISIT), halaman 1157โ1161, 2019. 10.1109/ISIT.2019.8849518.
https: / / doi.org/ 10.1109 / ISIT.2019.8849518
[7] Andrรกs Gilyรฉn, Yuan Su, Guang Hao Low, dan Nathan Wiebe. Transformasi nilai singular kuantum dan seterusnya: peningkatan eksponensial untuk aritmatika matriks kuantum. Dalam Proceedings of the 51st Annual ACM SIGACT Symposium on Theory of Computing, halaman 193-204, 2019. 10.1145/โ3313276.3316366.
https: / / doi.org/ 10.1145 / 3313276.3316366
[8] Ziv Goldfeld dan Yury Polyanskiy. Masalah kemacetan informasi dan aplikasinya dalam pembelajaran mesin. Jurnal IEEE tentang Area Terpilih dalam Teori Informasi, 1 (1): 19โ38, 2020. 10.1109/โJSAIT.2020.2991561.
https://โ/โdoi.org/โ10.1109/โJSAIT.2020.2991561
[9] Arne L. Grimsmo dan Susanne Still. Penyaringan prediktif kuantum. Fisika. Pdt. A, 94: 012338, Juli 2016. 10.1103/PhysRevA.94.012338.
https: / / doi.org/ 10.1103 / PhysRevA.94.012338
[10] Aram W Harrow, Avinatan Hassidim, and Seth Lloyd. Algoritma kuantum untuk sistem persamaan linier. Surat tinjauan fisik, 103 (15): 150502, 2009. 10.1103/โPhysRevLett.103.150502.
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502
[11] Vojtฤch Havlรญฤek, Antonio D Cรณrcoles, Kristan Temme, Aram W Harrow, Abhinav Kandala, Jerry M Chow, dan Jay M Gambetta. Pembelajaran yang diawasi dengan ruang fitur yang ditingkatkan kuantum. Nature, 567 (7747): 209โ212, 2019. 10.1038 / s41586-019-0980-2.
https:/โ/โdoi.org/โ10.1038/โs41586-019-0980-2
[12] Masahito Hayashi dan Vincent YF Tan. Tingkat minimum perkiraan statistik yang cukup. Transaksi IEEE tentang Teori Informasi, 64 (2): 875โ888, 2018. 10.1109/โTIT.2017.2775612.
https: / / doi.org/ 10.1109 / TIT.2017.2775612
[13] Carl W. Helstrom. Deteksi kuantum dan teori estimasi. Jurnal Fisika Statistik, 1 (2): 231-252, 1969. 10.1007 / BF01007479.
https: / / doi.org/ 10.1007 / BF01007479
[14] Christoph Hirche dan Andreas Winter. Batas ukuran alfabet untuk fungsi bottleneck informasi. Dalam Simposium Internasional IEEE 2020 tentang Teori Informasi (ISIT), halaman 2383โ2388, 2020. 10.1109/ISIT44484.2020.9174416.
https: / / doi.org/ 10.1109 / ISIT44484.2020.9174416
[15] Alexander S Holevo. Aspek probabilistik dan statistik teori kuantum, volume 1. Springer Science & Business Media, 2011. 10.1007/โ978-88-7642-378-9.
https:/โ/โdoi.org/โ10.1007/โ978-88-7642-378-9
[16] Winston H.Hsu, Lyndon S.Kennedy, dan Shih-Fu Chang. Reranking pencarian video melalui prinsip bottleneck informasi. MM '06, halaman 35โ44, New York, NY, USA, 2006. Asosiasi Mesin Komputasi. ISBN 1595934472/โ10.1145.
https: / / doi.org/ 10.1145 / 1180639.1180654
[17] Seth Lloyd, Maria Schuld, Aroosa Ijaz, Josh Izaac, and Nathan Killoran. Penyematan kuantum untuk pembelajaran mesin. pracetak arXiv arXiv:2001.03622, 2020. 10.48550/โarXiv.2001.03622.
https://โ/โdoi.org/โ10.48550/โarXiv.2001.03622
arXiv: 2001.03622
[18] Guang Hao Low dan Isaac L Chuang. Simulasi Hamiltonian dengan amplifikasi spektral seragam. pracetak arXiv arXiv:1707.05391, 2017. 10.48550/โarXiv.1707.05391.
https://โ/โdoi.org/โ10.48550/โarXiv.1707.05391
arXiv: 1707.05391
[19] Guang Hao Low dan Isaac L Chuang. Simulasi Hamiltonian dengan qubitization. Quantum, 3: 163, 2019. 10.22331 / q-2019-07-12-163.
https:/โ/โdoi.org/โ10.22331/โq-2019-07-12-163
[20] Adriรกn Pรฉrez-Salinas, Alba Cervera-Lierta, Elies Gil-Fuster, dan Josรฉ I Latorre. Pengunggahan ulang data untuk pengklasifikasi kuantum universal. Quantum, 4: 226, 2020. 10.22331/โq-2020-02-06-226.
https:/โ/โdoi.org/โ10.22331/โq-2020-02-06-226
[21] Martin Plesch dan Vladimรญr Buลพek. Kompresi informasi kuantum yang efisien. Tinjauan Fisik A, 81 (3): 032317, 2010. 10.1103/โPhysRevA.81.032317.
https: / / doi.org/ 10.1103 / PhysRevA.81.032317
[22] Navneeth Ramakrishnan, Raban Iten, Volkher B. Scholz, dan Mario Berta. Menghitung kapasitas saluran kuantum. Transaksi IEEE tentang Teori Informasi, 67 (2): 946โ960, 2021. 10.1109/โTIT.2020.3034471.
https: / / doi.org/ 10.1109 / TIT.2020.3034471
[23] Lee A Rozema, Dylan H Mahler, Alex Hayat, Peter S Turner, and Aephraim M Steinberg. Kompresi data kuantum dari ansambel qubit. Surat Tinjauan Fisik, 113 (16): 160504, 2014. 10.1103/โPhysRevLett.113.160504.
https: / / doi.org/ 10.1103 / PhysRevLett.113.160504
[24] Sina Salek, Daniela Cadamuro, Philipp Kammerlander, and Karoline Wiesner. Pengkodean distorsi laju kuantum dari informasi yang relevan. Transaksi IEEE tentang Teori Informasi, 65 (4): 2603โ2613, 2019. 10.1109/โTIT.2018.2878412.
https: / / doi.org/ 10.1109 / TIT.2018.2878412
[25] Maria Schuld. Model pembelajaran mesin kuantum yang diawasi adalah metode kernel. pracetak arXiv arXiv:2101.11020, 2021. 10.48550/โarXiv.2101.11020.
https://โ/โdoi.org/โ10.48550/โarXiv.2101.11020
arXiv: 2101.11020
[26] Maria Schuld dan Nathan Killoran. Pembelajaran mesin kuantum dalam fitur ruang Hilbert. Surat Tinjauan Fisik, 122 (4): 040504, 2019. 10.1103/โPhysRevLett.122.040504.
https: / / doi.org/ 10.1103 / PhysRevLett.122.040504
[27] Maria Schuld, Ilya Sinayskiy, dan Francesco Petruccione. Pengantar pembelajaran mesin kuantum. Fisika Kontemporer, 56 (2): 172โ185, 2015. 10.1080 / 00107514.2014.964942.
https: / / doi.org/ 10.1080 / 00107514.2014.964942
[28] Ravid Shwartz-Ziv dan Naftali Tishby. Membuka kotak hitam jaringan saraf dalam melalui informasi. pracetak arXiv arXiv:1703.00810, 2017. 10.48550/โarXiv.1703.00810.
https://โ/โdoi.org/โ10.48550/โarXiv.1703.00810
arXiv: 1703.00810
[29] Noam Slonim dan Naftali Tishby. Pengelompokan dokumen menggunakan kelompok kata melalui metode information bottleneck. SIGIR '00, halaman 208โ215, New York, NY, USA, 2000. Asosiasi Mesin Komputasi. ISBN 1581132263/โ10.1145.
https: / / doi.org/ 10.1145 / 345508.345578
[30] Maximilian Stark, Aizaz Shah, dan Gerhard Bauch. Konstruksi kode kutub menggunakan metode information bottleneck. Dalam Lokakarya Konferensi Komunikasi dan Jaringan Nirkabel (WCNCW) IEEE 2018, halaman 7โ12, 2018. 10.1109/โWCNCW.2018.8368978.
https://โ/โdoi.org/โ10.1109/โWCNCW.2018.8368978
[31] DJ Strouse dan David J. Schwab. Hambatan Informasi Deterministik. Neural Computation, 29 (6): 1611โ1630, 06 2017. ISSN 0899-7667. 10.1162/โNECO_a_00961.
https://โ/โdoi.org/โ10.1162/โNECO_a_00961
[32] N. Tishby, FC Pereira, and W. Bialek. Metode kemacetan informasi. Dalam The 37th annual Allerton Conference on Communication, Control, and Computing, halaman 368โ377. Univ. Illinois Press, 1999. 10.48550/โarXiv.physics/โ0004057.
https://โ/โdoi.org/โ10.48550/โarXiv.physics/โ0004057
[33] Naftali Tishby dan Noga Zaslavsky. Pembelajaran mendalam dan prinsip kemacetan informasi. Dalam lokakarya teori informasi IEEE (ITW) 2015, halaman 1โ5. IEEE, 2015/โITW.10.1109.
https: / / doi.org/ 10.1109 / ITW.2015.7133169
[34] Peter Wittek. Pembelajaran mesin kuantum: apa arti komputasi kuantum bagi penambangan data. Academic Press, 2014. 10.1016/โC2013-0-19170-2.
https:/โ/โdoi.org/โ10.1016/โC2013-0-19170-2
[35] Yuxiang Yang, Giulio Chiribella, and Daniel Ebler. Kompresi kuantum yang efisien untuk ansambel dari kondisi campuran yang disiapkan secara identik. Surat Tinjauan Fisik, 116 (8): 080501, 2016a. 10.1103/โPhysRevLett.116.080501.
https: / / doi.org/ 10.1103 / PhysRevLett.116.080501
[36] Yuxiang Yang, Giulio Chiribella, and Masahito Hayashi. Kompresi optimal untuk status qubit yang disiapkan secara identik. Fisika. Rev Lett., 117: 090502, Agustus 2016b. 10.1103/โPhysRevLett.117.090502.
https: / / doi.org/ 10.1103 / PhysRevLett.117.090502
[37] Yuxiang Yang, Ge Bai, Giulio Chiribella, and Masahito Hayashi. Kompresi untuk pengkodean populasi kuantum. Transaksi IEEE tentang Teori Informasi, 64 (7): 4766โ4783, 2018a. 10.1109/โTIT.2017.2788407.
https: / / doi.org/ 10.1109 / TIT.2017.2788407
[38] Yuxiang Yang, Giulio Chiribella, and Masahito Hayashi. Stopwatch kuantum: cara menyimpan waktu dalam memori kuantum. Prosiding Royal Society A: Ilmu Matematika, Fisika dan Teknik, 474 (2213): 20170773, 2018b. 10.1098/rspa.2017.0773.
https: / / doi.org/ 10.1098 / rspa.2017.0773
Dikutip oleh
[1] Ahmet Burak Catli dan Nathan Wiebe, "Melatih jaringan saraf kuantum menggunakan metode Quantum Information Bottleneck", arXiv: 2212.02600, (2022).
[2] Yuxuan Du, Yibo Yang, Dacheng Tao, dan Min-Hsiu Hsieh, โDemystify Problem-Dependent Power of Quantum Neural Networks on Multi-Class Classificationโ, arXiv: 2301.01597, (2022).
Kutipan di atas berasal dari SAO / NASA ADS (terakhir berhasil diperbarui, 2023-03-02 17:03:40). Daftar ini mungkin tidak lengkap karena tidak semua penerbit menyediakan data kutipan yang cocok dan lengkap.
Tidak dapat mengambil Crossref dikutip oleh data selama upaya terakhir 2023-03-02 17:03:39: Tidak dapat mengambil data yang dikutip oleh untuk 10.22331 / q-2023-03-02-936 dari Crossref. Ini normal jika DOI terdaftar baru-baru ini.
Makalah ini diterbitkan dalam Quantum di bawah Creative Commons Attribution 4.0 Internasional (CC BY 4.0) lisensi. Hak cipta tetap berada pada pemegang hak cipta asli seperti penulis atau lembaganya.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
- Sumber: https://quantum-journal.org/papers/q-2023-03-02-936/
- 1
- 10
- 11
- 116
- 1999
- 2001
- 2011
- 2014
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 28
- 39
- 67
- 7
- 9
- a
- kemampuan
- Tentang Kami
- atas
- ABSTRAK
- akademik
- Akademi
- mengakses
- Mencapai
- ACM
- alamat
- Keuntungan
- kedatangan
- afiliasi
- alex
- Alexander
- algoritma
- algoritma
- Semua
- jumlah
- dan
- tahunan
- aplikasi
- pendekatan
- daerah
- aspek
- Asosiasi
- pada bulan Agustus
- penulis
- penulis
- Lebih baik
- Luar
- Black
- Terikat
- Kotak
- Istirahat
- lebih luas
- bisnis
- Panggilan
- kapasitas
- Kapasitas
- tertentu
- Saluran
- saluran
- klasifikasi
- kekelompokan
- kode
- Pengkodean
- komentar
- Ruang makan besar
- Komunikasi
- komunikasi
- dibandingkan
- lengkap
- komputasi
- komputer
- Komputer Ilmu
- komputasi
- Konferensi
- konstruksi
- kontemporer
- kontrol
- Konvergensi
- hak cipta
- berkorespondensi
- bisa
- kritis
- Daniel
- data
- data mining
- Basis Data
- David
- mendalam
- belajar mendalam
- Departemen
- Mendesain
- Deteksi
- sulit
- menemukan
- membahas
- distrik
- DJ
- dokumen
- selama
- efisien
- antara
- Teknik
- persamaan
- penting
- eksponensial
- perpanjangan
- ekstrak
- Fitur
- Fitur
- penyaringan
- ditemukan
- dari
- fungsi
- fungsi
- ge
- Umum
- umumnya
- dihasilkan
- menangani
- harvard
- di sini
- pemegang
- Hong
- Hong Kong
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- HTTPS
- IEEE
- Illinois
- gambar
- penting
- perbaikan
- in
- Termasuk
- informasi
- ekstraksi informasi
- Informational
- Prakarsa
- Lembaga
- lembaga
- menarik
- Internasional
- interpretasi
- Pengantar
- IT
- JavaScript
- majalah
- kunci
- Kong
- laboratorium
- besar
- Terakhir
- pengetahuan
- Meninggalkan
- Lee
- Lisensi
- Daftar
- Rendah
- mesin
- Mesin belajar
- mesin-mesin
- Martin
- matematis
- matematika
- Matriks
- max-width
- cara
- Media
- Memori
- metode
- metode
- meminimalkan
- minimum
- Pertambangan
- campur aduk
- model
- Bulan
- Alam
- jaringan
- jaringan
- jaringan saraf
- New
- NY
- normal
- terutama
- NY
- tujuan
- Buka
- pembukaan
- operasional
- optimal
- urutan
- asli
- kertas
- Taman
- prestasi
- Petrus
- fisik
- Fisika
- plato
- Kecerdasan Data Plato
- Data Plato
- kutub
- populasi
- kekuasaan
- meramalkan
- siap
- pers
- prinsip
- Sebelumnya
- Masalah
- masalah
- Prosiding
- memberikan
- menyediakan
- Provinsial
- diterbitkan
- penerbit
- penerbit
- kuantitas
- Kuantum
- komputasi kuantum
- informasi kuantum
- pembelajaran mesin kuantum
- sistem kuantum
- qubit
- jarak
- Tarif
- baru-baru ini
- referensi
- mengenai
- terdaftar
- relevan
- sisa
- perwakilan
- mewakili
- Hasil
- ulasan
- jalan
- kerajaan
- sama
- Sekolah
- Ilmu
- Sains dan Teknologi
- ILMU PENGETAHUAN
- Pencarian
- terpilih
- shenzhen
- simulasi
- tunggal
- Ukuran
- Masyarakat
- larutan
- Selatan
- spasi
- Spektral
- kecepatan
- sangat
- Negara
- statistik
- statistika
- Masih
- menyimpan
- berhasil
- seperti itu
- cukup
- Menyarankan
- cocok
- Simposium
- sistem
- sistem
- disesuaikan
- Teknologi
- Grafik
- informasi
- mereka
- waktu
- Judul
- untuk
- besok
- Pelatihan
- Transaksi
- Transformasi
- bawah
- Universal
- universitas
- diperbarui
- URL
- Amerika Serikat
- nilai
- Varian
- melalui
- Video
- penglihatan
- volume
- W
- Cuaca
- Apa
- yang
- Musim dingin
- nirkabel
- Word
- Kerja
- bekerja
- bengkel
- Lokakarya
- X
- tahun
- Yuan
- zephyrnet.dll