量子機械学習モデルの過学習にもかかわらず一般化

【1] マイケル・A・ニールセン。 「ニューラルネットワークとディープラーニング」。決定を押します。 （2015年）。 URL: http://neuralnetworksanddeeplearning.com/
http：/ / neuronetworksanddeeplearning.com/

【2] スチュアート・ゲーマン、エリー・ビーネンシュトック、ルネ・ドゥルサ。 「ニューラルネットワークと偏り/分散のジレンマ」。ニューラルコンピューティング。 4、1–58 (1992)。
https：/ / doi.org/ 10.1162 / neco.1992.4.1.1

【3] トレバー・ハスティ、ロバート・ティブシラニ、ジェローム・H・フリードマン、ジェローム・H・フリードマン。 「統計学習の要素: データマイニング、推論、予測」。 2巻。スプリンガー。 （2009年）。
https:/​/​doi.org/​10.1007/​978-0-387-84858-7

【4] ピーター・L・バートレット、アンドレア・モンタナリ、アレクサンダー・ラクリン。 「ディープラーニング：統計的視点」。 Acta Numerica 30、87–201 (2021)。
https：/ / doi.org/ 10.1017 / S0962492921000027

【5] ミハイル・ベルキン。 「恐れることなくフィットする: 補間のプリズムを通した深層学習の驚くべき数学的現象」。 Acta Numerica 30、203–248 (2021)。

【6] ピーター・L・バートレット、フィリップ・M・ロング、ガボール・ルゴシ、アレクサンダー・ツィグラー。 「線形回帰における良性の過学習」。手順国立アカド。科学。 117、30063–30070 (2020)。
https：/ / doi.org/ 10.1073 / pnas.1907378117

【7] ミハイル・ベルキン、ダニエル・スー、シユアン・マー、スーミク・マンダル。 「現代の機械学習の実践と古典的なバイアスと分散のトレードオフの調和」。手順国立アカド。科学。 116、15849–15854 (2019)。
https：/ / doi.org/ 10.1073 / pnas.1903070116

【8] ミハイル・ベルキン、アレクサンダー・ラクリン、アレクサンドル・B・ツィバコフ。 「データ補間は統計的な最適性に矛盾しますか?」機械学習研究の議事録。 89 巻、1611 ～ 1619 ページ。 PMLR (2019)。 URL: https://proceedings.mlr.press/v89/belkin19a.html
https:/ / proceedings.mlr.press/ v89/ belkin19a.html

【9] ヴィディヤ・ムトゥクマール、カイラス・ヴォドラハリ、ヴィグネーシュ・スブラマニアン、アナント・サハイ。 「回帰におけるノイズの多いデータの無害な補間」。情報理論の選択領域に関する IEEE ジャーナル 1、67–83 (2020)。
https：/ / doi.org/ 10.1109 / ISIT.2019.8849614

【10] ヴィディヤ・ムトゥクマール、アディヤン・ナラン、ヴィグネーシュ・スブラマニアン、ミハイル・ベルキン、ダニエル・スー、アナント・サハイ。 「過剰パラメータ化された領域における分類と回帰: 損失関数は重要ですか?」 J.マッハ。学ぶ。解像度22、1–69 (2021)。 URL: http://jmlr.org/papers/v22/20-603.html
http：/ / jmlr.org/ papers / v22​​ / 20-603.html

【11] イェフダ・ダール、ヴィディヤ・ムトゥクマール、リチャード・G・バラニウク。 「バイアスと分散のトレードオフに別れを告げる？過剰パラメータ化された機械学習の理論の概要」 (2021)。 arXiv:2109.02355。
arXiv：2109.02355

【12] マルチェロ・ベネデッティ、エリカ・ロイド、ステファン・サック、マッティア・フィオレンティーニ。 「機械学習モデルとしてのパラメータ化された量子回路」。量子科学テクノロジー。 4、043001 (2019)。
https:/​/​doi.org/​10.1088/​2058-9565/​ab4eb5

【13] 御手洗、根来、北川、藤井。 「量子回路学習」。 物理。 Rev. A 98、032309 (2018)。
https：/ / doi.org/ 10.1103 / physreva.98.032309

【14] Maria Schuld、Ville Bergholm、Christian Gogolin、Josh Izaac、Nathan Killoran。 「量子ハードウェアでの分析勾配の評価」。 物理。 Rev. A 99、032331 (2019)。
https：/ / doi.org/ 10.1103 / physreva.99.032331

【15] マリア・シュルドとネイサン・キローラン。 「特徴ヒルベルト空間における量子機械学習」。 物理。 Ｒｅｖ．Ｌｅｔｔ． 122, 040504 (2019).
https：/ / doi.org/ 10.1103 / physrevlett.122.040504

【16] ヴォイチェフ・ハヴリーチェク、アントニオ・D・コルコレス、クリスタン・テンメ、アラム・W・ハロウ、アビナブ・カンダラ、ジェリー・M・チョウ、ジェイ・M・ガンベッタ。 「量子強化特徴空間による教師あり学習」。 Nature 567、209–212 (2019)。
https:/​/​doi.org/​10.1038/​s41586-019-0980-2

【17] セス・ロイドとクリスチャン・ウィードブルック。 「量子生成敵対的学習」。物理学。レット牧師。 121、040502 (2018)。
https：/ / doi.org/ 10.1103 / physrevlett.121.040502

【18] ピエール＝リュック・ダレール＝デマースとネイサン・キローラン。 「量子生成敵対的ネットワーク」。物理学。 Rev. A 98、012324 (2018)。
https：/ / doi.org/ 10.1103 / physreva.98.012324

【19] アミラ・アッバス、デヴィッド・サッター、クリスタ・ズファル、オーレリアン・ルッキ、アレッシオ・フィガリ、ステファン・ヴェルナー。 「量子ニューラルネットワークの力」。ナット。計算します。科学。 1、403–409 (2021)。
https:/​/​doi.org/​10.1038/​s43588-021-00084-1

【20] ローガン・G・ライトとピーター・L・マクマホン。 「量子ニューラルネットワークの能力」。 2020 年レーザーと電気光学カンファレンス (CLEO)。 1～2ページ。 （2020年）。 URL: https://ieeexplore.ieee.org/document/9193529。
https：/ / ieeexplore.ieee.org/ document / 9193529

【21] スーキン・シム、ピーター・D・ジョンソン、アラン・アスプル＝グジク。 「ハイブリッド量子古典アルゴリズムのためのパラメータ化された量子回路の表現可能性ともつれ能力」。 上級量子技術。 2、1900070 (2019)。
https：/ / doi.org/ 10.1002 / qute.201900070

【22] トーマス・フブレグツェン、ヨーゼフ・ピヒルマイヤー、パトリック・シュテッヒャー、ケーン・ベルテルス。 「パラメータ化された量子回路の評価:分類精度、表現可能性、もつれ能力の関係について」。量子マッハ。知性。 3、1 (2021)。
https：/ / doi.org/ 10.1007 / s42484-021-00038-w

【23] ジャロッド・R・マクリーン、セルジオ・ボイショ、ヴァディム・N・スメリャンスキー、ライアン・バブシュ、ハルトムート・ネヴェン。 「量子ニューラルネットワークのトレーニング風景における不毛の台地」。 ナット。 共通。 9、4812 (2018)。
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

【24] マルコ・セレッソ、曽根明、タイラー・ヴォルコフ、ルカシュ・シンシオ、パトリック・J・コールズ。 「浅いパラメータ化された量子回路におけるコスト関数依存の不毛なプラトー」。ナット。共通。 12 年 1791 日 (2021 年)。
https：/ / doi.org/ 10.1038 / s41467-021-21728-w

【25] マティアス・C・カロ、エリエス・ギル＝ファスター、ヨハネス・ヤコブ・マイヤー、イェンス・アイサート、ライアン・スウェク。 「パラメータ化された量子回路のエンコーディング依存の一般化限界」。クォンタム 5、582 (2021)。
https:/​/​doi.org/​10.22331/​q-2021-11-17-582

【26] ファン・シンユアン、マイケル・ブロートン、マスード・モーセニ、ライアン・バブシュ、セルジオ・ボイショ、ハルトムット・ネブン、ジャロッド・R・マクリーン。 「量子機械学習におけるデータの力」。ナット。共通。 12 年 2631 月 (2021 年)。
https:/​/​doi.org/​10.1038/​s41467-021-22539-9

【27] マティアス・C・カロ、シンユアン・ファン、M・セレッソ、クナル・シャルマ、アンドリュー・ゾンボーガー、ウカシュ・シンシオ、パトリック・J・コールズ。 「少数のトレーニングデータからの量子機械学習の一般化」。ナット。共通。 13、4919 (2022)。
https:/​/​doi.org/​10.1038/​s41467-022-32550-3

【28] レオナルド・バンキ、ジェイソン・ペレイラ、ステファノ・ピランドラ。 「量子機械学習における一般化: 量子情報の観点」。 PRX クアンタム 2、040321 (2021)。
https：/ / doi.org/ 10.1103 / PRXQuantum.2.040321

【29] フランシスコ・ハビエル・ジル・ビダルとダーク・オリバー・タイス。 「パラメータ化された量子回路の入力冗長性」。 正面。 物理学。 8、297 (2020)。
https：/ / doi.org/ 10.3389 / fphy.2020.00297

【30] マリア・シュルド、ライアン・スウェク、ヨハネス・ヤコブ・マイヤー。 「変分量子機械学習モデルの表現力に対するデータエンコーディングの影響」。 物理学。 Rev. A 103、032430 (2021)。
https：/ / doi.org/ 10.1103 / physreva.103.032430

【31] デビッド・ウィエリクス、ジョシュ・アイザック、コーディ・ワン、セドリック・イェンユー・リン。 「量子勾配の一般的なパラメータシフト規則」。クォンタム 6、677 (2022)。
https:/​/​doi.org/​10.22331/​q-2022-03-30-677

【32] ケンダル・E・アトキンソン。 「数値解析入門」。ジョン・ワイリー＆サンズ。 （2008年）。

【33] アリ・ラヒミとベンジャミン・レヒト。 「大規模カーネルマシン用のランダム機能」。神経情報処理システムの進歩。第 20 巻。(2007)。 URL: https://papers.nips.cc/paper_files/paper/2007/hash/013a006f03dbc5392efeb8f18fda755-Abstract.html
https:/​/​papers.nips.cc/​paper_files/​paper/​2007/​hash/​013a006f03dbc5392effeb8f18fda755-Abstract.html

【34] ウォルター・ルーディン。 「フーリエ解析の基本定理」。ジョン・ワイリー・アンド・サンズ株式会社 (1990)。
https：/ / doi.org/ 10.1002 / 9781118165621.ch1

【35] ソン・メイとアンドレア・モンタナリ。 「ランダム特徴回帰の一般化誤差: 正確な漸近線と二重降下曲線」。共通。ピュアアプリ。数学。 75、667–766 (2022)。
https：/ / doi.org/ 10.1002 / cpa.22008

【36] トレバー・ハスティ、アンドレア・モンタナリ、サハロン・ロセット、ライアン・J・ティブシラニ。 「高次元隆起なし最小二乗補間の驚き」。アン。統計50、949 – 986 (2022)。
https：/ / doi.org/ 10.1214 / 21-AOS2133

【37] Tengyuan Liang、Alexander Rakhlin、Xiyu Zhai。 「最小ノルム補間関数の多重降下とカーネルの制限された下位アイソメトリについて」。機械学習研究の議事録。 125 巻、1 ～ 29 ページ。 PMLR (2020)。 URL: http://proceedings.mlr.press/v125/liang20a.html
http:// / proceedings.mlr.press/ v125/ liang20a.html

【38] エドワード・ファリとハルトムート・ネヴェン。 「短期プロセッサ上の量子ニューラル ネットワークによる分類」(2018)。 arXiv:1802.06002.
arXiv：1802.06002

【39] マリア・シュルド、アレックス・ボチャロフ、クリスタ・M・スヴォア、ネイサン・ウィーブ。 「回路中心の量子分類器」。 物理学。 Rev. A 101、032308 (2020)。
https：/ / doi.org/ 10.1103 / physreva.101.032308

【40] アドリアン・ペレス＝サリナス、アルバ・セルベラ＝リエルタ、エリエス・ジル＝ファスター、ホセ・I・ラトーレ。 「ユニバーサル量子分類器のデータの再アップロード」。 量子 4、226 (2020)。
https:/​/​doi.org/​10.22331/​q-2020-02-06-226

【41] ソフィーネ・ジェルビ、ルーカス・J・フィデラー、ヘンドリック・ポールセン・ナウトルップ、ヨナス・M・キューブラー、ハンス・J・ブリーゲル、ベドラン・ドゥニコ。 「カーネル手法を超えた量子機械学習」。ナット。共通。 14, 517 (2023)。
https：/ / doi.org/ 10.1038 / s41467-023-36159-y

【42] キャスパー・ギュリク、ディヨン・ヴロイミンゲン、ヴァン、ベドラン・ドゥニコ。 「量子線形分類器の構造リスクの最小化」。クォンタム 7、893 (2023)。
https:/​/​doi.org/​10.22331/​q-2023-01-13-893

【43] マリア・シュルド。 「教師あり量子機械学習モデルはカーネル メソッドです」(2021 年)。 arXiv:2101.11020.
arXiv：2101.11020

【44] S.シン、Y.S.テオ、H.チョン。 「量子教師あり学習のための指数関数的データ符号化」。物理学。 Rev. A 107、012422 (2023)。
https：/ / doi.org/ 10.1103 / PhysRevA.107.012422

【45] ソフィー・ピカール。 「ユークリッド空間の点のアンサンブルの距離のアンサンブル。」ヌーシャテル大学回想録。大学事務局。 （1939年）。

【46] デイブ・ウェッカー、マシュー・B・ヘイスティングス、ネイサン・ウィーブ、ブライアン・K・クラーク、チェタン・ナヤック、マティアス・トロイヤー。 「量子コンピューター上で強相関電子モデルを解く」。物理学。 Rev. A 92、062318 (2015)。
https：/ / doi.org/ 10.1103 / PhysRevA.92.062318

【47] Ian D. Kivlichan、Jarrod McClean、Nathan Wiebe、Craig Gidney、Alán Aspuru-Guzik、Garnet Kin-Lic Chan、Ryan Babbush。 「線形の深さと接続性を備えた電子構造の量子シミュレーション」。 物理。 Ｒｅｖ．Ｌｅｔｔ． 120、110501 (2018)。
https：/ / doi.org/ 10.1103 / PhysRevLett.120.110501

【48] マルティン・ラロッカ、フレデリック・ソバージュ、ファリス・M・スバヒ、ギョーム・ヴェルドン、パトリック・J・コールズ、M・セレッソ。 「群不変量子機械学習」。 PRX クアンタム 3、030341 (2022)。
https：/ / doi.org/ 10.1103 / PRXQuantum.3.030341

【49] ヨハネス・ヤコブ・マイヤー、マリアン・ムラスキー、エリエス・ギル＝ファスター、アントニオ・アンナ・メレ、フランチェスコ・アルザーニ、アリッサ・ウィルムス、イェンス・アイザート。 「変分量子機械学習における対称性の利用」。 PRX クォンタム 4、010328 (2023)。
https：/ / doi.org/ 10.1103 / PRXQuantum.4.010328

【50] マーティン・ラロッカ、ネイサン・ジュ、ディエゴ・ガルシア＝マルティン、パトリック・J・コールズ、マルコ・セレッソ。 「量子ニューラルネットワークにおけるオーバーパラメータ化の理論」。ナット。計算します。科学。 3、542–551 (2023)。
https:/​/​doi.org/​10.1038/​s43588-023-00467-6

【51] Yuxuan Du、Min-Hsiu Hsieh、Tongliang Liu、Dacheng Tao。 「パラメータ化された量子回路の表現力」。物理学。 Rev. Res. 2、033125 (2020)。
https：/ / doi.org/ 10.1103 / physrevresearch.2.033125

【52] Zoë Holmes、Kunal Sharma、M. Cerezo、および Patrick J. Coles。 「アナツの表現可能性を勾配の大きさと不毛の台地に結び付ける」. PRX Quantum 3、010313 (2022)。
https：/ / doi.org/ 10.1103 / PRXQuantum.3.010313

【53] サムソン・ワン、エンリコ・フォンタナ、マルコ・セレッソ、クナル・シャルマ、曽根明、ルカシュ・シンシオ、パトリック・J・コールズ。 「変分量子アルゴリズムにおけるノイズ誘発の不毛のプラトー」。ナット。共通。 12、6961 (2021)。
https:/​/​doi.org/​10.1038/​s41467-021-27045-6

【54] アブドゥルカディル・カナタル、エヴァン・ピーターズ、ジェンギズ・ペレヴァン、ステファン・M・ワイルド、ルスラン・シェイドゥリン。 「帯域幅により、量子カーネル モデルの一般化が可能になります。」機械学習研究に関するトランザクション (2023)。 URL: https://openreview.net/forum?id=A1N2qp4yAq。
https://openreview.net/forum?id=A1N2qp4yAq

【55] ファン・シンユアン、マイケル・ブロートン、ジョーダン・コトラー、シタン・チェン、ジェリー・リー、マスード・モーセニ、ハルトムット・ネブン、ライアン・バブシュ、リチャード・クエン、ジョン・プレスキル、ジャロッド・R・マクリーン。 「実験から学ぶことにおける量子の利点」。サイエンス 376、1182–1186 (2022)。
https:/ / doi.org/ 10.1126/ science.abn7293

【56] シタン・チェン、ジョーダン・コトラー、シンユアン・ファン、ジェリー・リー。 「量子メモリを使用した場合と使用しない場合の学習間の指数関数的な分離」。 2021 年には、IEEE 62nd Annual Symposium on Foundations of Computer Science (FOCS) が開催されます。 574 ～ 585 ページ。 （2022年）。
https：/ / doi.org/ 10.1109 / FOCS52979.2021.00063

【57] シンユアン・ファン、リチャード・クエン、ジョン・プレスキル。 「機械学習における量子の優位性に関する情報理論の限界」。 物理学。 レット牧師。 126、190505 (2021)。
https：/ / doi.org/ 10.1103 / PhysRevLett.126.190505

【58] ヴィル・ベルグホルム、ジョシュ・アイザック、マリア・シュルド、クリスチャン・ゴゴリン、M・ソハイブ・アラム、シャナワズ・アーメド、フアン・ミゲル・アラソラ、カルステン・ブランク、アラン・デルガド、ソラン・ジャハンギリ、ケリー・マッキーナン、ヨハネス・ヤコブ・マイヤー、ゼユエ・ニウ、アンタル・サーヴァ、ネイサン・キローラン。 「ペニーレーン: ハイブリッド量子古典計算の自動微分」 (2018)。 arXiv:1811.04968。
arXiv：1811.04968

【59] ピーター・L・バートレット、フィリップ・M・ロング、ガボール・ルゴシ、アレクサンダー・ツィグラー。 「線形回帰における良性の過学習」。手順国立アカド。科学。 117、30063–30070 (2020)。
https：/ / doi.org/ 10.1073 / pnas.1907378117

【60] ウラジミール・コルチンスキーとカリム・ルニチ。 「サンプル共分散演算子の濃度不等式とモーメント限界」。ベルヌーイ 23、110 – 133 (2017)。
https:/ / doi.org/ 10.3150/ 15-BEJ730

【61] ズビグニフ・プチャワとヤロスワフ・アダム・ミシュチャク。 「ユニタリー群のハール測度に関する記号積分」。ブル。ポール。アカド。科学。 65、21–27 (2017)。
https：/ / doi.org/ 10.1515 / bpasts-2017-0003

【62] ダニエル・A・ロバーツとベニ・ヨシダ。 「設計による混沌と複雑さ」。 J. 高エネルギー物理学。 2017、121（2017）。
https：/ / doi.org/ 10.1007 / jhep04（2017）121

【63] ウォレス・C・バブコック。 「無線システムにおける相互変調干渉の発生頻度とチャネル選択による制御」。ベルシステム。技術。 j. 32、63–73 (1953)。
https：/ / doi.org/ 10.1002 / j.1538-7305.1953.tb01422.x

【64] M. アトキンソン、N. サントロ、J. ウルティア。 「明確な和と差を含む整数セットと、非線形リピータ用のキャリア周波数割り当て」。 IEEEトランス。共通。 34、614–617 (1986)。
https:/ / doi.org/ 10.1109/ TCOM.1986.1096587

【65] J・ロビンソンとA・バーンスタイン。 「エラー伝播が制限されたバイナリ反復コードのクラス」。 IEEEトランス。情報13、106–113 (1967)。
https：/ / doi.org/ 10.1109 / TIT.1967.1053951

【66] R.J.F.ファングとW.A.サンドリン。 「非線形中継器の搬送周波数割り当て」。 COMSAT テクニカル レビュー 7、227 ～ 245 (1977)。