1518055, 중국 심천 남부 과학 기술 대학교 심천 양자 과학 기술 연구소
2국제 양자 아카데미 (SIQA), Futian District, Shenzhen 518048, China
3518055, 중국 심천 남부 과학 기술 대학교 양자 과학 기술 광동 지방 핵심 연구소
4나고야대학교 수학대학원, 나고야, 464-8602, 일본
5QICI 양자 정보 및 계산 이니셔티브, 홍콩 대학교 컴퓨터 과학부, 홍콩 Pokfulam Road
이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.
추상
관련 정보를 추출하는 능력은 학습에 매우 중요합니다. 이와 같은 독창적인 접근 방식은 정보 병목 현상입니다. 이는 대규모 시스템에서 관련 정보를 충실하고 메모리 효율적으로 표현하는 데 해당하는 솔루션을 제공하는 최적화 문제입니다. 양자 컴퓨팅 시대의 도래는 양자 시스템에 관한 정보를 처리하는 효율적인 방법을 요구합니다. 여기에서는 정보 병목 현상의 양자 일반화를 위한 새롭고 일반적인 알고리즘을 제안하여 이 문제를 해결합니다. 우리의 알고리즘은 이전 결과에 비해 수렴 속도와 명확성이 뛰어납니다. 또한 원래 정보 병목 현상 문제의 중요한 변형인 결정론적 정보 병목 현상의 양자 확장을 포함하여 훨씬 더 광범위한 문제에 대해서도 작동합니다. 특히, 우리는 양자 시스템이 양자 정보 병목 현상과 관련하여 동일한 크기의 기존 시스템보다 엄격하게 더 나은 성능을 달성할 수 있음을 발견하여 양자 기계 학습의 장점을 정당화하는 새로운 비전을 제공합니다.
인기 요약
양자 컴퓨팅 시대의 도래는 양자 시스템에 작동하는 정보 병목 현상 알고리즘을 요구합니다. 이 연구에서 우리는 T와 Y 중 하나(또는 둘 다)가 양자 시스템일 때 일반적으로 작동하는 알고리즘을 설계합니다. 우리의 알고리즘은 이전 결과에 비해 수렴 속도와 명확성이 뛰어납니다. 놀랍게도 우리는 양자 시스템을 새로운 데이터베이스 T로 사용하는 것의 진정한 이점을 발견했습니다. 이는 양자 시스템이 기계 학습의 주요 기능을 더 잘 표현할 수 있음을 시사합니다.
► BibTeX 데이터
► 참고 문헌
[1] S. 아리모토. 임의의 개별 메모리리스 채널의 용량을 계산하기 위한 알고리즘입니다. 정보 이론에 관한 IEEE 거래, 18 (1): 14–20, 1972. 10.1109/TIT.1972.1054753.
https : / //doi.org/10.1109/TIT.1972.1054753
[2] 레오나르도 반치, 제이슨 페레이라, 스테파노 피란돌라. 양자 기계 학습의 일반화: 양자 정보 관점. PRX Quantum, 2: 040321, 2021년 10.1103월. 2.040321/PRXQuantum.XNUMX.
https : / / doi.org/ 10.1103 / PRXQuantum.2.040321
[3] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe 및 Seth Lloyd. 양자 기계 학습. Nature, 549 (7671) : 195–202, 2017. 10.1038 / 네이처 23474.
https : / /doi.org/ 10.1038 / nature23474
[4] R. 블라후트. 채널 용량 및 속도 왜곡 함수 계산. 정보 이론에 관한 IEEE 거래, 18 (4): 460–473, 1972. 10.1109/TIT.1972.1054855.
https : / //doi.org/10.1109/TIT.1972.1054855
[5] 카스텐 블랭크, 박다니엘 K, 케빈 이준구, 프란체스코 페트루치오네. 맞춤형 양자 커널을 갖춘 양자 분류기. npj Quantum Information, 6 (1): 1–7, 2020. 10.1038/s41534-020-0272-6.
https://doi.org/10.1038/s41534-020-0272-6
[6] 닐란자나 다타(Nilanjana Datta), 크리스토프 히르체(Christoph Hirche), 안드레아스 윈터(Andreas Winter). 양자 정보 병목 현상 함수의 볼록성과 조작적 해석. 2019년 IEEE 정보 이론에 관한 국제 심포지엄(ISIT), 페이지 1157–1161, 2019. 10.1109/ISIT.2019.8849518.
https : / /doi.org/10.1109/ ISIT.2019.8849518
[7] András Gilyén, Yuan Su, Guang Hao Low, Nathan Wiebe. 양자 특이값 변환 및 그 이상: 양자 행렬 산술의 기하급수적 개선. 컴퓨팅 이론에 관한 제51회 연례 ACM SIGACT 심포지엄 회보, 193–204페이지, 2019. 10.1145/3313276.3316366.
https : / /doi.org/ 10.1145 / 3313276.3316366
[8] 지브 골드펠드(Ziv Goldfeld)와 유리 폴리안스키(Yuri Polyanskiy). 정보 병목 현상 문제와 머신러닝에서의 응용. 정보 이론의 선별 영역에 관한 IEEE 저널, 1 (1): 19–38, 2020. 10.1109/JSAIT.2020.2991561.
https:// / doi.org/ 10.1109/ JSAIT.2020.2991561
[9] 아르네 L. 그림스모(Arne L. Grimsmo)와 수잔 스틸(Susanne Still). 양자 예측 필터링. 물리. A, 94: 012338, 2016년 10.1103월. 94.012338/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.94.012338
[10] Aram W Harrow, Avinatan Hassidim, Seth Lloyd. 방정식의 선형 시스템을 위한 양자 알고리즘. 물리적 검토 편지, 103 (15): 150502, 2009. 10.1103/PhysRevLett.103.150502.
https : / /doi.org/10.1103/ PhysRevLett.103.150502
[11] Vojtěch Havlíček, Antonio D Córcoles, Kristan Temme, Aram W Harrow, Abhinav Kandala, Jerry M Chow 및 Jay M Gambetta가 있습니다. 양자 강화 기능 공간을 통한지도 학습. Nature, 567 (7747) : 209–212, 2019. 10.1038 / s41586-019-0980-2.
https://doi.org/10.1038/s41586-019-0980-2
[12] 하야시 마사히토와 빈센트 YF 탄. 대략적인 충분한 통계의 최소 비율입니다. 정보 이론에 관한 IEEE 거래, 64 (2): 875–888, 2018. 10.1109/TIT.2017.2775612.
https : / //doi.org/10.1109/TIT.2017.2775612
[13] Carl W Helstrom. 양자 검출 및 추정 이론. 통계 물리학 저널, 1 (2) : 231–252, 1969. 10.1007 / BF01007479.
https : / /doi.org/ 10.1007 / BF01007479
[14] 크리스토프 히르체와 안드레아스 윈터. 정보 병목 현상 기능에 대한 알파벳 크기 제한입니다. 2020년 IEEE 정보 이론에 관한 국제 심포지엄(ISIT), 페이지 2383–2388, 2020. 10.1109/ISIT44484.2020.9174416.
https:// / doi.org/ 10.1109/ ISIT44484.2020.9174416
[15] 알렉산더 S 홀레보. 양자 이론의 확률적 및 통계적 측면, 1권. Springer Science & Business Media, 2011. 10.1007/978-88-7642-378-9.
https://doi.org/10.1007/978-88-7642-378-9
[16] Winston H. Hsu, Lyndon S. Kennedy, Shih-Fu Chang. 정보 병목 원리를 통한 비디오 검색 순위 재지정. MM '06, 페이지 35–44, 뉴욕, 뉴욕, 미국, 2006. 컴퓨터 기계 협회. ISBN 1595934472/10.1145.
https : / /doi.org/ 10.1145 / 1180639.1180654
[17] 세스 로이드, 마리아 슐드, 아루사 이자즈, 조쉬 아이작, 네이선 킬로런. 기계 학습을 위한 양자 임베딩. arXiv 사전 인쇄 arXiv:2001.03622, 2020. 10.48550/arXiv.2001.03622.
https:///doi.org/10.48550/arXiv.2001.03622
arXiv : 2001.03622
[18] 광하오 로우(Guang Hao Low)와 아이작 L 추앙(Isaac L Chuang). 균일한 스펙트럼 증폭을 통한 해밀턴 시뮬레이션. arXiv 사전 인쇄 arXiv:1707.05391, 2017. 10.48550/arXiv.1707.05391.
https:///doi.org/10.48550/arXiv.1707.05391
arXiv : 1707.05391
[19] Guang Hao Low 및 Isaac L Chuang. 큐 비트 화에 의한 해밀턴 시뮬레이션. 퀀텀, 3 : 163, 2019. 10.22331 / q-2019-07-12-163.
https://doi.org/10.22331/q-2019-07-12-163
[20] 아드리안 페레즈-살리나스, 알바 세르베라-리에르타, 엘리스 길-푸스터, 호세 4세 라토레. 범용 양자 분류기를 위한 데이터 재업로드. 양자, 226: 2020, 10.22331. 2020/q-02-06-226-XNUMX.
https://doi.org/10.22331/q-2020-02-06-226
[21] 마틴 플레쉬(Martin Plesch)와 블라디미르 부젝(Vladimír Bužek). 양자 정보의 효율적인 압축. 물리적 검토 A, 81(3): 032317, 2010. 10.1103/PhysRevA.81.032317.
https : / /doi.org/10.1103/ PhysRevA.81.032317
[22] Navneeth Ramakrishnan, Raban Iten, Volkher B. Scholz 및 Mario Berta. 양자 채널 용량을 계산합니다. 정보 이론에 관한 IEEE 거래, 67 (2): 946–960, 2021. 10.1109/TIT.2020.3034471.
https : / //doi.org/10.1109/TIT.2020.3034471
[23] Lee A Rozema, Dylan H Mahler, Alex Hayat, Peter S Turner 및 Aephraim M Steinberg. 큐비트 앙상블의 양자 데이터 압축. 실제 검토 편지, 113(16): 160504, 2014. 10.1103/PhysRevLett.113.160504.
https : / /doi.org/10.1103/ PhysRevLett.113.160504
[24] 시나 살렉, 다니엘라 카다무로, 필립 카머랜더, 캐롤라인 비스너. 관련 정보의 양자율-왜곡 코딩. 정보 이론에 관한 IEEE 거래, 65 (4): 2603–2613, 2019. 10.1109/TIT.2018.2878412.
https : / //doi.org/10.1109/TIT.2018.2878412
[25] 마리아 슐드. 지도 양자 기계 학습 모델은 커널 방법입니다. arXiv 사전 인쇄 arXiv:2101.11020, 2021/arXiv.10.48550.
https:///doi.org/10.48550/arXiv.2101.11020
arXiv : 2101.11020
[26] 마리아 슐드와 네이선 킬로런. 기능 힐베르트 공간의 양자 기계 학습. 물리적 검토 편지, 122(4): 040504, 2019. 10.1103/PhysRevLett.122.040504.
https : / /doi.org/10.1103/ PhysRevLett.122.040504
[27] Maria Schuld, Ilya Sinayskiy 및 Francesco Petruccione. 양자 기계 학습을 소개합니다. 현대 물리학, 56 (2) : 172–185, 2015. 10.1080 / 00107514.2014.964942.
https : / /doi.org/ 10.1080 / 00107514.2014.964942
[28] 라비드 슈워츠-지브(Ravid Shwartz-Ziv)와 나프탈리 티쉬비(Naftali Tishby). 정보를 통해 심층신경망의 블랙박스를 엽니다. arXiv 사전 인쇄 arXiv:1703.00810, 2017. 10.48550/arXiv.1703.00810.
https:///doi.org/10.48550/arXiv.1703.00810
arXiv : 1703.00810
[29] 노암 슬로님(Noam Slonim)과 나프탈리 티슈비(Naftali Tishby). 정보 병목 방법을 통해 단어 클러스터를 이용한 문서 클러스터링. SIGIR '00, 페이지 208–215, 뉴욕, 뉴욕, 미국, 2000. 컴퓨터 기계 협회. ISBN 1581132263/10.1145.
https : / /doi.org/ 10.1145 / 345508.345578
[30] 막시밀리안 스타크, 아이자즈 샤, 게르하르트 바우흐. 정보 병목현상 기법을 이용한 폴라코드 구축. 2018년 IEEE 무선 통신 및 네트워킹 컨퍼런스 워크숍(WCNCW), 페이지 7~12, 2018. 10.1109/WCNCW.2018.8368978.
https://doi.org/10.1109/WCNCW.2018.8368978
[31] DJ Strouse와 David J. Schwab. 결정론적 정보 병목 현상. 신경 계산, 29 (6): 1611–1630, 06 2017. ISSN 0899-7667. 10.1162/NECO_a_00961.
https:/ / doi.org/ 10.1162/ NECO_a_00961
[32] N. 티슈비, FC 페레이라, W. 비알렉. 정보 병목 현상 방법. 통신, 제어 및 컴퓨팅에 관한 제37차 연례 Allerton 회의, 368~377페이지. 대학 일리노이 출판부, 1999. 10.48550/arXiv.physics/0004057.
https://doi.org/10.48550/arXiv.physics/0004057
[33] 나프탈리 티쉬비(Naftali Tishby)와 노가 자슬라프스키(Noga Zaslavsky). 딥 러닝과 정보 병목 현상의 원리. 2015년 IEEE 정보 이론 워크숍(ITW), 1~5페이지. IEEE, 2015/ITW.10.1109.
https : / / doi.org/ 10.1109 / ITW.2015.7133169
[34] 피터 위텍. 양자 기계 학습: 양자 컴퓨팅이 데이터 마이닝에 미치는 영향 학술 출판사, 2014. 10.1016/C2013-0-19170-2.
https://doi.org/10.1016/C2013-0-19170-2
[35] 양 위샹, 줄리오 치리벨라, 다니엘 에블러. 동일하게 준비된 혼합 상태의 앙상블에 대한 효율적인 양자 압축. 물리적 검토 편지, 116 (8): 080501, 2016a. 10.1103/PhysRevLett.116.080501.
https : / /doi.org/10.1103/ PhysRevLett.116.080501
[36] 양 위샹, 줄리오 치리벨라, 하야시 마사히토. 동일하게 준비된 큐비트 상태에 대한 최적의 압축입니다. 물리. Lett., 117: 090502, 2016년 10.1103월b. 117.090502/PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.117.090502
[37] 양 위샹, 게바이, 줄리오 치리벨라, 하야시 마사히토. 양자 집단 코딩을 위한 압축. 정보 이론에 관한 IEEE 거래, 64 (7): 4766–4783, 2018a. 10.1109/TIT.2017.2788407.
https : / //doi.org/10.1109/TIT.2017.2788407
[38] 양 위샹, 줄리오 치리벨라, 하야시 마사히토. 양자 스톱워치: 양자 메모리에 시간을 저장하는 방법 왕립학회보 A: 수학, 물리 및 공학 과학, 474(2213): 20170773, 2018b. 10.1098/rspa.2017.0773.
https : / /doi.org/ 10.1098 / rspa.2017.0773
인용
[1] Ahmet Burak Catli 및 Nathan Wiebe, "양자 정보 병목 현상 방법을 사용한 양자 신경망 훈련", arXiv : 2212.02600, (2022).
[2] Yuxuan Du, Yibo Yang, Dacheng Tao, Min-Hsiu Hsieh, "Demystify Problem-Dependent Power of Quantum Neural Networks on Multi-Class Classification", arXiv : 2301.01597, (2022).
위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2023-03-02 17:03:40). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.
가져올 수 없습니다 Crossref 인용 자료 마지막 시도 중 2023-03-02 17:03:39 : Crossref에서 10.22331 / q-2023-03-02-936에 대한 인용 데이터를 가져올 수 없습니다. DOI가 최근에 등록 된 경우 이는 정상입니다.
이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 출처: 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
- 능력
- 소개
- 위의
- 추상
- 학술
- Academy
- ACCESS
- 달성
- ACM
- 주소
- 이점
- 출현
- 제휴
- 알렉스
- 알렉산더
- 연산
- 알고리즘
- All
- 양
- 및
- 연간
- 어플리케이션
- 접근
- 지역
- 측면
- 협회
- 8 월
- 저자
- 작성자
- 더 나은
- 그 너머
- 검정
- 경계
- 보물상자
- 흩어져
- 더 넓은
- 사업
- 통화
- 수용력
- 생산 능력
- 어떤
- 채널
- 채널
- 분류
- 클러스터링
- 암호
- 코딩
- 본문
- 평민
- 의사 소통
- 커뮤니케이션
- 비교
- 완전한
- 계산
- 컴퓨터
- 컴퓨터 과학
- 컴퓨팅
- 컨퍼런스
- 구조
- 현대의
- 제어
- 수렴
- 저작권
- 대응
- 수
- 임계
- 다니엘
- 데이터
- 데이터 마이닝
- 데이터베이스
- 데이비드
- 깊은
- 깊은 학습
- 학과
- 디자인
- Detection System
- 어려운
- 발견
- 토론
- 지구
- DJ
- 문서
- ...동안
- 효율적인
- 중
- 엔지니어링
- 방정식
- 필수
- 기하 급수적 인
- 확장자
- 추출물
- 특색
- 특징
- 필터링
- 발견
- 에
- 기능
- 기능
- ge
- 일반
- 일반적으로
- 생성
- 핸들
- 하버드
- 여기에서 지금 확인해 보세요.
- 홀더
- 홍콩
- 香港
- 방법
- How To
- HTTPS
- IEEE
- 일리노이
- 영상
- 중대한
- 개량
- in
- 포함
- 정보
- 정보 추출
- 정보
- 발의
- 학회
- 기관
- 흥미있는
- 국제 노동자 동맹
- 해석
- 개요
- IT
- 자바 스크립트
- 일지
- 키
- 홍콩
- 실험실
- 넓은
- 성
- 배우기
- 휴가
- 바람이 불어가는 쪽
- 특허
- 명부
- 낮은
- 기계
- 기계 학습
- 기계
- 마틴
- 수학의
- 수학
- 매트릭스
- 최대 폭
- 방법
- 미디어
- 메모리
- 방법
- 방법
- 최소화
- 최저한의
- 채굴
- 혼합 된
- 모델
- 달
- 자연
- 네트워킹
- 네트워크
- 신경망
- 신제품
- 뉴욕
- 표준
- 특히
- NY
- 목표
- 열 수
- 열기
- 운영
- 최적의
- 주문
- 실물
- 서
- 공원
- 성능
- 베드로
- 물리적
- 물리학
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 정반대의
- 인구
- 힘
- 예측
- 준비
- 키를 눌러
- 원칙
- 이전에
- 문제
- 문제
- 소송 절차
- 제공
- 제공
- 지방민
- 출판
- 발행자
- 출판사
- 양
- 양자 컴퓨팅
- 양자 컴퓨팅
- 양자 정보
- 양자 기계 학습
- 양자 시스템
- 큐빗
- 범위
- 거주비용
- 최근에
- 참조
- 에 관한
- 등록된
- 관련된
- 유적
- 대표
- 대표
- 결과
- 리뷰
- 도로
- 왕의
- 같은
- 학교
- 과학
- 과학 기술
- 과학
- 검색
- 선택된
- 심천
- 시뮬레이션
- 단수
- 크기
- 사회
- 해결책
- 남쪽의
- 공간
- 스펙트럼의
- 속도
- 뚜렷한
- 미국
- 통계적인
- 통계
- 아직도
- 저장
- 성공적으로
- 이러한
- 충분한
- 제안
- 적당한
- 심포지엄
- 체계
- 시스템은
- 맞춤형
- Technology
- XNUMXD덴탈의
- 정보
- 그들의
- 시간
- Title
- 에
- 내일
- 트레이닝
- 거래 내역
- 변환
- 아래에
- 보편적 인
- 대학
- 업데이트
- URL
- USA
- 가치
- 변형
- 를 통해
- Video
- 시력
- 음량
- W
- 날씨
- 뭐
- 어느
- 겨울
- 무선 전화
- 워드
- 작업
- 일
- 작업장
- 워크숍
- X
- year
- 원
- 제퍼 넷