Acoperire cuantică profundă

Republicat de Platon

Urmaritori: 0

Quantum Deep Hedging PlatoBlockchain Data Intelligence. Vertical Search. Ai.

El Amine Cherrat^1,2, Snehal Raj¹, Iordanis Kerenidis^1,2, Abhishek Shekhar³, Ben Wood³, Jon Dee³, Shouvanik Chakrabarti⁴, Richard Chen⁴, Dylan Herman⁴, Shaohan Hu⁴, Pierre Minssen⁴, Ruslan Shaydulin⁴, Yue Sun⁴, Romina Yalovetzky⁴, și Marco Pistoia⁴

¹QC Ware
²Universitatea din Paris, CNRS, IRIF
³Cercetare cantitativă, JPMorgan Chase
⁴Cercetare aplicată în tehnologie globală, JPMorgan Chase

Găsiți această lucrare interesant sau doriți să discutați? Scite sau lasă un comentariu la SciRate.

Abstract

Învățarea automată cuantică are potențialul de a avea un impact transformator în toate sectoarele industriale și în special în finanțe. În munca noastră, ne uităm la problema acoperirii, unde învățarea prin consolidare profundă oferă un cadru puternic pentru piețele reale. Dezvoltăm metode de învățare cu consolidare cuantică bazate pe algoritmi de căutare a politicilor și de distribuție a actorilor critici care utilizează arhitecturi de rețele neuronale cuantice cu straturi ortogonale și compuse pentru funcțiile de politică și valoare. Demonstrăm că rețelele neuronale cuantice pe care le folosim sunt antrenabile și efectuăm simulări extinse care arată că modelele cuantice pot reduce numărul de parametri antrenabili, obținând în același timp performanțe comparabile și că abordarea distribuțională obține performanțe mai bune decât alte abordări standard, atât clasice, cât și cuantice. . Implementăm cu succes modelele propuse pe un procesor cuantic cu ioni prinși, utilizând circuite cu până la $16$ qubiți și observăm performanțe care sunt de acord cu simularea fără zgomot. Tehnicile noastre cuantice sunt generale și pot fi aplicate altor probleme de învățare prin întărire dincolo de acoperire.

► Date BibTeX

@article{Cherrat2023quantumdeephedging, doi = {10.22331/q-2023-11-29-1191}, url = {https://doi.org/10.22331/q-2023-11-29-1191}, titlu = {Quantum { D}eep {H}edging}, autor = {Cherrat, El Amine și Raj, Snehal și Kerenidis, Iordanis și Shekhar, Abhishek și Wood, Ben și Dee, Jon și Chakrabarti, Shouvanik și Chen, Richard și Herman, Dylan și Hu , Shaohan și Minssen, Pierre și Shaydulin, Ruslan și Sun, Yue și Yalovetzky, Romina și Pistoia, Marco}, jurnal = {{Quantum}}, issn = {2521-327X}, editor = {{Verein zur F{“{ o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volum = {7}, pagini = {1191}, luna = nov, anul = {2023} }

► Referințe

[1] Hans Buehler, Lukas Gonon, Joseph Teichmann și Ben Wood. „Acoperire adâncă”. Quantitative Finance 19, 1271–1291 (2019). url: https:///doi.org/10.1080/14697688.2019.1571683.
https: / / doi.org/ 10.1080 / 14697688.2019.1571683

[2] Hans Buehler, Lukas Gonon, Josef Teichmann, Ben Wood, Baranidharan Mohan și Jonathan Kochems. „Deep Hedging: Hedging Derivative Under Frictions Generic Market Using Reinforcement Learning”. Jurnalul electronic SSRN (2019). url: http:///dx.doi.org/10.2139/ssrn.3355706.
https:///doi.org/10.2139/ssrn.3355706

[3] Shihao Gu, Bryan T. Kelly și Dacheng Xiu. „Prețurile empirice ale activelor prin învățare automată”. Jurnalul electronic SSRN (2018). url: http:///dx.doi.org/10.2139/ssrn.3159577.
https:///doi.org/10.2139/ssrn.3159577

[4] Hyeong Kyu Choi. „Predicția coeficientului de corelare a prețului acțiunilor cu modelul hibrid ARIMA-LSTM” (2018). url: https:///doi.org/10.48550/arXiv.1808.01560.
https:///doi.org/10.48550/arXiv.1808.01560

[5] Yada Zhu, Giovanni Mariani și Jianbo Li. „Păgân: Analiza portofoliului cu rețele generative adversare”. Jurnalul electronic SSRN (2020). url: https:///dx.doi.org/10.2139/ssrn.3755355.
https:///doi.org/10.2139/ssrn.3755355

[6] Kang Zhang, Guoqiang Zhong, Junyu Dong, Shengke Wang și Yong Wang. „Predicția pieței de valori bazată pe rețeaua adversară generativă”. Procedia Computer Science 147, 400–406 (2019). url: https:///doi.org/10.1016/j.procs.2019.01.256.
https:///doi.org/10.1016/j.procs.2019.01.256

[7] Álvaro Cartea, Sebastian Jaimungal și Leandro Sánchez-Betancourt. „Învățare de consolidare profundă pentru tranzacționarea algoritmică”. Jurnalul electronic SSRN (2021). url: https:///dx.doi.org/10.2139/ssrn.3812473.
https:///doi.org/10.2139/ssrn.3812473

[8] Yue Deng, Feng Bao, Youyong Kong, Zhiquan Ren și Qionghai Dai. „Învățare profundă de consolidare directă pentru reprezentarea și tranzacționarea semnalelor financiare”. IEEE Transactions on Neural Networks and Learning Systems 28, 653–664 (2017). url: https:///doi.org/10.1109/TNNLS.2016.2522401.
https:///doi.org/10.1109/TNLS.2016.2522401

[9] Yunchao Liu, Srinivasan Arunachalam și Kristan Temme. „O accelerare cuantică riguroasă și robustă în învățarea automată supravegheată”. Nature Physics 2021 17:9 17, 1013–1017 (2021). url: https:///doi.org/10.1038/s41567-021-01287-z.
https: / / doi.org/ 10.1038 / s41567-021-01287-z

[10] Shantanav Chakraborty, András Gilyén și Stacey Jeffery. „Puterea puterilor matricei codificate în bloc: tehnici de regresie îmbunătățite prin simulare hamiltoniană mai rapidă”. În Christel Baier, Ioannis Chatzigiannakis, Paola Flocchini și Stefano Leonardi, editori, al 46-lea Colocviu internațional despre automate, limbaje și programare (ICALP 2019). Volumul 132 din Leibniz International Proceedings in Informatics (LIPIcs), paginile 33:1–33:14. Dagstuhl, Germania (2019). Schloss Dagstuhl–Leibniz-Zentrum fuer Informatik. url: https:///doi.org/10.4230/LIPIcs.ICALP.2019.33.
https: / / doi.org/ 10.4230 / LIPIcs.ICALP.2019.33

[11] András Gilyén, Srinivasan Arunachalam și Nathan Wiebe. „Optimizarea algoritmilor de optimizare cuantică printr-un calcul mai rapid al gradientului cuantic”. În Proceedings of the 2019 Annual ACM-SIAM Symposium on Discrete Algorithms (SODA). Paginile 1425–1444. (2019). url: https:///doi.org/10.1137/1.9781611975482.87.
https: / / doi.org/ 10.1137 / 1.9781611975482.87

[12] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cicio și Patrick J. Coles. „Algoritmi cuantici variaționali”. Nature Reviews Physics 3, 625–644 (2021). url: https:///doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9

[13] Iordanis Kerenidis, Anupam Prakash și Dániel Szilágyi. „Algoritmi cuantici pentru optimizarea portofoliului”. În lucrările primei conferințe ACM privind progresele în tehnologiile financiare. Paginile 1–147. Zurich Elveția (155). ACM. url: https:///doi.org/2019/10.1145.
https: / / doi.org/ 10.1145 / 3318041.3355465

[14] Lucas Leclerc, Luis Ortiz-Guitierrez, Sebastian Grijalva, Boris Albrecht, Julia RK Cline, Vincent Elfving, Adrien Signoles, Loic Henriet, Gianni Del Bimbo, Usman Ayub Sheikh, Maitree Shah, Luc Andrea, Faysal Ishtiaq, Andoni Duarte, Samuel Mugel, Irene Caceres, Michel Kurek, Román Orús, Achraf Seddik, Oumaima Hammammi, Hacene Isselnane și Didier M'tamon. „Managementul riscului financiar pe un procesor cuantic cu atom neutru” (2022). url: https:///doi.org/10.48550/arXiv.2212.03223.
https:///doi.org/10.48550/arXiv.2212.03223

[15] Dimitrios Emmanoulopoulos și Sofija Dimoska. „Învățare automată cuantică în finanțe: prognoza serii temporale” (2022). url: https:///doi.org/10.48550/arXiv.2202.00599.
https:///doi.org/10.48550/arXiv.2202.00599

[16] Patrick Rebentrost, Brajesh Gupt și Thomas R. Bromley. „Finanțare computațională cuantică: prețul Monte Carlo a instrumentelor financiare derivate”. Physical Review A 98, 022321 (2018). url: https:///doi.org/10.1103/PhysRevA.98.022321.
https: / / doi.org/ 10.1103 / PhysRevA.98.022321

[17] João F. Doriguello, Alessandro Luongo, Jinge Bao, Patrick Rebentrost și Miklos Santha. „Algoritm cuantic pentru probleme de oprire optimă stochastică cu aplicații în finanțe”. În François Le Gall și Tomoyuki Morimae, editori, a 17-a Conferință privind teoria calculului cuantic, comunicării și criptografiei (TQC 2022). Volumul 232 din Leibniz International Proceedings in Informatics (LIPIcs), paginile 2:1–2:24. Dagstuhl, Germania (2022). Schloss Dagstuhl – Leibniz-Zentrum für Informatik. url: https:///doi.org/10.4230/LIPIcs.TQC.2022.2.
https: / / doi.org/ 10.4230 / LIPIcs.TQC.2022.2

[18] Pradeep Niroula, Ruslan Shaydulin, Romina Yalovetzky, Pierre Minssen, Dylan Herman, Shaohan Hu și Marco Pistoia. „Optimizare cuantică constrânsă pentru rezumatul extractiv pe un computer cuantic cu ioni prinși”. Rapoarte științifice 12 (2022). url: https:///doi.org/10.1038/s41598-022-20853-w.
https: / / doi.org/ 10.1038 / s41598-022-20853-w

[19] Alexandre Ménard, Ivan Ostojic, Mark Patel și Daniel Volz. „Un plan de joc pentru calculul cuantic”. McKinsey Quarterly (2020). url: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/a-game-plan-for-quantum-computing.
https:///www.mckinsey.com/capabilities/mckinsey-digital/our-insights/a-game-plan-for-quantum-computing

[20] Dylan Herman, Cody Googin, Xiaoyuan Liu, Alexey Galda, Ilya Safro, Yue Sun, Marco Pistoia și Yuri Alexeev. „Un studiu asupra calculului cuantic pentru finanțe” (2022). url: https:///doi.org/10.48550/arXiv.2201.02773.
https:///doi.org/10.48550/arXiv.2201.02773

[21] Jarrod R. McClean, Sergio Boixo, Vadim N. Smelyanskiy, Ryan Babbush și Hartmut Neven. „Plașuri sterile în peisajele de antrenament al rețelelor neuronale cuantice”. Nature Communications 9, 4812 (2018). url: https:///doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4

[22] Iordanis Kerenidis, Jonas Landman și Natansh Mathur. „Algoritmi clasici și cuantici pentru rețele neuronale ortogonale” (2022). url: https:///doi.org/10.48550/arXiv.2106.07198.
https:///doi.org/10.48550/arXiv.2106.07198

[23] Zebin Yang, Aijun Zhang și Agus Sudjianto. „Îmbunătățirea explicabilității rețelelor neuronale prin constrângeri de arhitectură”. Tranzacții IEEE pe rețele neuronale și sisteme de învățare 32, 2610–2621 (2021). url: https:///doi.org/10.1109/TNNLS.2020.3007259.
https:///doi.org/10.1109/TNLS.2020.3007259

[24] Shuai Li, Kui Jia, Yuxin Wen, Tongliang Liu și Dacheng Tao. „Rețele neuronale profunde ortogonale”. IEEE Transactions on Pattern Analysis and Machine Intelligence 43, 1352–1368 (2021). url: https:///doi.org/10.1109/TPAMI.2019.2948352.
https:///doi.org/10.1109/TPAMI.2019.2948352

[25] Alhussein Fawzi, Matej Balog, Aja Huang, Thomas Hubert, Bernardino Romera-Paredes, Mohammadamin Barekatain, Alexander Novikov, Francisco JR Ruiz, Julian Schrittwieser, Grzegorz Swirszcz, David Silver, Demis Hassabis și Pushmeet Kohli. „Descoperirea unor algoritmi de multiplicare matrice mai rapidă cu învățare prin întărire”. Nature 610, 47–53 (2022). url: https:///doi.org/10.1038/s41586-022-05172-4.
https://doi.org/10.1038/s41586-022-05172-4

[26] Clare Lyle, Marc G. Bellemare și Pablo Samuel Castro. „O analiză comparativă a învățării de întărire așteptate și distribuționale”. Proceedings of the AAAI Conference on Artificial Intelligence 33, 4504–4511 (2019). url: https:///doi.org/10.1609/aaai.v33i01.33014504.
https:///doi.org/10.1609/aaai.v33i01.33014504

[27] „Cuantinuu H1-1, H1-2”. https:///www.quantinuum.com/ (2022). Accesat: 15-22 noiembrie 2022; 7-12 decembrie 2022.
https:///www.quantinuum.com/

[28] Daniel J. Brod. „Simularea clasică eficientă a circuitelor matchgate cu intrări și măsurători generalizate”. Revista fizică A 93 (2016). url: https:///doi.org/10.1103/physreva.93.062332.
https: / / doi.org/ 10.1103 / physreva.93.062332

[29] Matthew L. Goh, Martin Larocca, Lukasz Cicio, M. Cerezo și Frédéric Sauvage. „Simulări clasice Lie-algebrice pentru calculul cuantic variațional” (2023). url: https:///doi.org/10.48550/arXiv.2308.01432.
https:///doi.org/10.48550/arXiv.2308.01432

[30] Michał Oszmaniec, Ninnat Dangniam, Mauro ES Morales și Zoltán Zimborás. „Eșantionarea Fermionului: O schemă de avantaj computațional cuantică robustă folosind optica liniară fermionică și stări de intrare magice”. PRX Quantum 3 (2022). url: https:///doi.org/10.1103/PRXQuantum.3.020328.
https: / / doi.org/ 10.1103 / PRXQuantum.3.020328

[31] Michael A. Nielsen și Isaac L. Chuang. „Calcul cuantic și informații cuantice: ediția a 10-a aniversare”. Cambridge University Press. (2012). 1 editie. url: https:///doi.org/10.1017/CBO9780511976667.
https: / / doi.org/ 10.1017 / CBO9780511976667

[32] RS Sutton și AG Barto. „Învățare prin consolidare: o introducere”. IEEE Transactions on Neural Networks 9, 1054–1054 (1998). url: https:///doi.org/10.1109/TNN.1998.712192.
https:///doi.org/10.1109/TNN.1998.712192

[33] Kai Arulkumaran, Marc Peter Deisenroth, Miles Brundage și Anil Anthony Bharath. „Învățare prin consolidare profundă: un scurt sondaj”. IEEE Signal Processing Magazine 34, 26–38 (2017). url: https:///doi.org/10.1109/MSP.2017.2743240.
https: / / doi.org/ 10.1109 / MSP.2017.2743240

[34] Magnus Wiese, Lianjun Bai, Ben Wood și Hans Buehler. „Deep Hedging: Învățați să simulați piețele de opțiuni de acțiuni”. Jurnalul electronic SSRN (2019). url: https:///dx.doi.org/10.2139/ssrn.3470756.
https:///doi.org/10.2139/ssrn.3470756

[35] Hans Buehler, Phillip Murray, Mikko S. Pakkanen și Ben Wood. „Deep Hedging: Învățați să eliminați deriva din cauza fricțiunilor de tranzacționare cu măsuri minime echivalente aproape de martingale” (2022). url: https:///doi.org/10.48550/arXiv.2111.07844.
https:///doi.org/10.48550/arXiv.2111.07844

[36] Magnus Wiese, Ben Wood, Alexandre Pachoud, Ralf Korn, Hans Buehler, Murray Phillip și Lianjun Bai. „Simularea pieței cu mai multe active și opțiuni”. Jurnalul electronic SSRN (2021). url: https:///dx.doi.org/10.2139/ssrn.3980817.
https:///doi.org/10.2139/ssrn.3980817

[37] Phillip Murray, Ben Wood, Hans Buehler, Magnus Wiese și Mikko Pakkanen. „Deep hedging: Învățare de consolidare continuă pentru acoperirea portofoliilor generale în mai multe aversiuni la risc”. În lucrările celei de-a treia conferințe internaționale ACM privind inteligența artificială în finanțe. Pagina 361–368. ICAIF '22New York, NY, SUA (2022). Asociația pentru Mașini de Calcul. url: https:///doi.org/10.1145/3533271.3561731.
https: / / doi.org/ 10.1145 / 3533271.3561731

[38] Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa și Keisuke Fujii. „Învățare cu circuite cuantice”. Physical Review A 98, 032309 (2018). url: https:///doi.org/10.1103/PhysRevA.98.032309.
https: / / doi.org/ 10.1103 / PhysRevA.98.032309

[39] Dylan Herman, Rudy Raymond, Muyuan Li, Nicolas Robles, Antonio Mezzacapo și Marco Pistoia. „Expresivitatea învățării automate cuantice variaționale pe cubul boolean” (2022). url: https:///doi.org/10.1109/TQE.2023.3255206.
https: / / doi.org/ 10.1109 / TQE.2023.3255206

[40] Edward Farhi și Hartmut Neven. „Clasificare cu rețele neuronale cuantice pe procesoare pe termen apropiat”. Raportul tehnic. Web of Open Science (2020). url: https:///doi.org/10.48550/arXiv.1802.06002.
https:///doi.org/10.48550/arXiv.1802.06002

[41] Adrián Pérez-Salinas, Alba Cervera-Lierta, Elies Gil-Fuster și José I. Latorre. „Reîncărcarea datelor pentru un clasificator cuantic universal”. Quantum 4, 226 (2020). url: https:///doi.org/10.22331/q-2020-02-06-226.
https://doi.org/10.22331/q-2020-02-06-226

[42] Jonas Landman, Natansh Mathur, Yun Yvonna Li, Martin Strahm, Skander Kazdaghli, Anupam Prakash și Iordanis Kerenidis. „Metode cuantice pentru rețele neuronale și aplicare la clasificarea imaginilor medicale”. Quantum 6, 881 (2022). url: https:///doi.org/10.22331/q-2022-12-22-881.
https://doi.org/10.22331/q-2022-12-22-881

[43] Marcello Benedetti, Delfina Garcia-Pintos, Oscar Perdomo, Vicente Leyton-Ortega, Yunseong Nam și Alejandro Perdomo-Ortiz. „O abordare de modelare generativă pentru benchmarking și antrenament de circuite cuantice superficiale”. npj Quantum Information 5, 45 (2019). url: https:///doi.org/10.1038/s41534-019-0157-8.
https://doi.org/10.1038/s41534-019-0157-8

[44] Marcello Benedetti, Brian Coyle, Mattia Fiorentini, Michael Lubasch și Matthias Rosenkranz. „Inferența variațională cu un computer cuantic”. Physical Review Applied 16, 044057 (2021). url: https:///doi.org/10.1103/PhysRevApplied.16.044057.
https: / / doi.org/ 10.1103 / PhysRevApplied.16.044057

[45] Nico Meyer, Christian Ufrecht, Maniraman Periyasamy, Daniel D. Scherer, Axel Plinge și Christopher Mutschler. „Un sondaj privind învățarea prin consolidare cuantică” (2022). url: https:///doi.org/10.48550/arXiv.2211.03464.
https:///doi.org/10.48550/arXiv.2211.03464

[46] Vojtěch Havlíček, Antonio D. Córcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow și Jay M. Gambetta. „Învățare supravegheată cu spații de caracteristici îmbunătățite cuantic”. Nature 567, 209–212 (2019). url: https:///doi.org/10.1038/s41586-019-0980-2.
https://doi.org/10.1038/s41586-019-0980-2

[47] Maria Schuld, Ryan Sweke și Johannes Jakob Meyer. „Efectul codificării datelor asupra puterii expresive a modelelor variaționale de învățare cuantică-mașină”. Physical Review A 103, 032430 (2021). url: https:///doi.org/10.1103/PhysRevA.103.032430.
https: / / doi.org/ 10.1103 / PhysRevA.103.032430

[48] Francisco Javier Gil Vidal și Dirk Oliver Theis. „Redundanța de intrare pentru circuite cuantice parametrizate”. Frontiers in Physics 8, 297 (2020). url: https:///doi.org/10.3389/fphy.2020.00297.
https: / / doi.org/ 10.3389 / fphy.2020.00297

[49] El Amine Cherrat, Iordanis Kerenidis, Natansh Mathur, Jonas Landman, Martin Strahm și Yun Yvonna Li. „Transformatoare de vedere cuantică” (2022). url: https:///doi.org/10.48550/arXiv.2209.08167.
https:///doi.org/10.48550/arXiv.2209.08167

[50] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac și Nathan Killoran. „Evaluarea gradienților analitici pe hardware-ul cuantic”. Physical Review A 99, 032331 (2019). url: https:///doi.org/10.1103/PhysRevA.99.032331.
https: / / doi.org/ 10.1103 / PhysRevA.99.032331

[51] Iordanis Kerenidis. „O metodă de încărcare a datelor clasice în stări cuantice pentru aplicații în învățarea automată și optimizare”. Cerere de brevet SUA (2020). URL: https:///patents.google.com/patent/US20210319350A1.
https:///patents.google.com/patent/US20210319350A1

[52] Sonika Johri, Shantanu Debnath, Avinash Mocherla, Alexandros Singk, Anupam Prakash, Jungsang Kim și Iordanis Kerenidis. „Cel mai apropiat centru de clasificare pe un computer cuantic cu ioni prinși”. npj Quantum Information 7, 122 (2021). url: https:///doi.org/10.1038/s41534-021-00456-5.
https://doi.org/10.1038/s41534-021-00456-5

[53] Iordanis Kerenidis și Anupam Prakash. „Învățare automată cuantică cu stări subspațiale” (2022). url: https:///doi.org/10.48550/arXiv.2202.00054.
https:///doi.org/10.48550/arXiv.2202.00054

[54] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N Gomez, Lukasz Kaiser și Illia Polosukhin. „Atenția este tot ce ai nevoie”. În I. Guyon, U. Von Luxburg, S. Bengio, H. Wallach, R. Fergus, S. Vishwanathan și R. Garnett, editori, Advances in Neural Information Processing Systems. Volumul 30. Curran Associates, Inc. (2017). url: https:///doi.org/10.48550/arXiv.1706.03762.
https:///doi.org/10.48550/arXiv.1706.03762

[55] Martin Larocca, Frédéric Sauvage, Faris M. Sbahi, Guillaume Verdon, Patrick J. Coles și M. Cerezo. „Învățare automată cuantică invariantă la grup”. PRX Quantum 3, 030341 (2022). url: https:///doi.org/10.1103/PRXQuantum.3.030341.
https: / / doi.org/ 10.1103 / PRXQuantum.3.030341

[56] Jiayao Zhang, Guangxu Zhu, Robert W. Heath Jr. și Kaibin Huang. „Învățare Grassmanniană: încorporarea conștientizării geometriei în învățarea superficială și profundă” (2018). url: https:///doi.org/10.48550/arXiv.1808.02229.
https:///doi.org/10.48550/arXiv.1808.02229

[57] Xuchen You, Shouvanik Chakrabarti și Xiaodi Wu. „O teorie a convergenței pentru soluțiile proprii cuantice variaționale supra-parametrizate” (2022). url: https:///doi.org/10.48550/arXiv.2205.12481.
https:///doi.org/10.48550/arXiv.2205.12481

[58] Martin Larocca, Nathan Ju, Diego García-Martin, Patrick J. Coles și M. Cerezo. „Teoria supraparametrizării în rețelele neuronale cuantice” (2021). url: https:///doi.org/10.1038/s43588-023-00467-6.
https://doi.org/10.1038/s43588-023-00467-6

[59] Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J. Coles și Marco Cerezo. „Diagnosticarea platourilor sterile cu instrumente de la Quantum Optimal Control”. Quantum 6, 824 (2022). url: https:///doi.org/10.22331/q-2022-09-29-824.
https://doi.org/10.22331/q-2022-09-29-824

[60] Benoît Collins și Piotr Śniady. „Integrare cu privire la Măsura Haar asupra grupului unitar, ortogonal și simplectic”. Communications in Mathematical Physics 264, 773–795 (2006). url: https:///doi.org/10.1007/s00220-006-1554-3.
https://doi.org/10.1007/s00220-006-1554-3

[61] Enrico Fontana, Dylan Herman, Shouvanik Chakrabarti, Niraj Kumar, Romina Yalovetzky, Jamie Heredge, Shree Hari Sureshbabu și Marco Pistoia. „Adjunctul este tot ce ai nevoie: Caracterizarea podișurilor sterile în Quantum Ansätze” (2023). url: https:///doi.org/10.48550/arXiv.2309.07902.
https:///doi.org/10.48550/arXiv.2309.07902

[62] Michael Ragone, Bojko N. Bakalov, Frédéric Sauvage, Alexander F. Kemper, Carlos Ortiz Marrero, Martin Larocca și M. Cerezo. „O teorie unificată a platourilor sterile pentru circuite cuantice parametrizate profunde” (2023). url: https:///doi.org/10.48550/arXiv.2309.09342.
https:///doi.org/10.48550/arXiv.2309.09342

[63] Léo Monbroussou, Jonas Landman, Alex B. Grilo, Romain Kukla și Elham Kashefi. „Antrenamentul și expresivitatea circuitelor cuantice de conservare a greutății Hamming pentru învățarea automată” (2023). url: https:///doi.org/10.48550/arXiv.2309.15547.
https:///doi.org/10.48550/arXiv.2309.15547

[64] Kaining Zhang, Liu Liu, Min-Hsiu Hsieh și Dacheng Tao. „Evadarea din Platoul Stearp prin inițializări gaussiene în circuite cuantice variaționale profunde” (2022). url: https:///doi.org/10.48550/arXiv.2203.09376.
https:///doi.org/10.48550/arXiv.2203.09376

[65] Owen Lockwood și Mei Si. „Play Atari with Hybrid Quantum-Classical Reinforcement Learning” (2021). url: https:///doi.org/10.48550/arXiv.2107.04114.
https:///doi.org/10.48550/arXiv.2107.04114

[66] Samuel Yen-Chi Chen, Chao-Han Huck Yang, Jun Qi, Pin-Yu Chen, Xiaoli Ma și Hsi-Sheng Goan. „Circuite cuantice variaționale pentru învățare prin consolidare profundă”. IEEE Access 8, 141007–141024 (2020). url: https:///doi.org/10.1109/ACCESS.2020.3010470.
https: / / doi.org/ 10.1109 / ACCESS.2020.3010470

[67] Owen Lockwood și Mei Si. „Învățare prin consolidare cu circuit variațional cuantic”. Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment 16, 245–251 (2020). url: https:///doi.org/10.1609/aiide.v16i1.7437.
https:///doi.org/10.1609/aiide.v16i1.7437

[68] Yunseok Kwak, Won Joon Yun, Soyi Jung, Jong-Kook Kim și Joongheon Kim. „Introducere în învățarea cu consolidare cuantică: teorie și implementare bazată pe PennyLane”. În 2021, Conferința internațională privind convergența tehnologiei informației și comunicațiilor (ICTC). Paginile 416–420. Insula Jeju, Coreea, Republica (2021). IEEE. url: https:///doi.org/10.1109/ICTC52510.2021.9620885.
https:///doi.org/10.1109/ICTC52510.2021.9620885

[69] Sofiene Jerbi, Casper Gyurik, Simon Marshall, Hans Briegel și Vedran Dunjko. „Politici cuantice parametrizate pentru învățare prin consolidare”. În M. Ranzato, A. Beygelzimer, Y. Dauphin, PS Liang și J. Wortman Vaughan, editori, Advances in Neural Information Processing Systems. Volumul 34, paginile 28362–28375. Curran Associates, Inc. (2021). url: https:///doi.org/10.48550/arXiv.2103.05577.
https:///doi.org/10.48550/arXiv.2103.05577

[70] Jen-Yueh Hsiao, Yuxuan Du, Wei-Yin Chiang, Min-Hsiu Hsieh și Hsi-Sheng Goan. „Agenți de învățare de întărire cuantică neîntâlniți în sala de sport OpenAI” (2022). url: https:///doi.org/10.48550/arXiv.2203.14348.
https:///doi.org/10.48550/arXiv.2203.14348

[71] El Amine Cherrat, Iordanis Kerenidis și Anupam Prakash. „Învățare prin consolidare cuantică prin iterare politică”. Quantum Machine Intelligence 5, 30 (2023). url: https:///doi.org/10.1007/s42484-023-00116-1.
https://doi.org/10.1007/s42484-023-00116-1

[72] Daochen Wang, Aarthi Sundaram, Robin Kothari, Ashish Kapoor și Martin Roetteler. „Algoritmi cuantici pentru învățare prin consolidare cu un model generativ”. În cadrul Conferinței internaționale despre învățarea automată. Paginile 10916–10926. PMLR (2021). url: https:///doi.org/10.48550/arXiv.2112.08451.
https:///doi.org/10.48550/arXiv.2112.08451

[73] Sofiene Jerbi, Arjan Cornelissen, Māris Ozols și Vedran Dunjko. „Algoritmi de gradient al politicii cuantice” (2022). url: https:///doi.org/10.48550/arXiv.2212.09328.
https:///doi.org/10.48550/arXiv.2212.09328

[74] Arjan Cornelissen. „Estimarea gradientului cuantic și aplicarea acesteia în învățarea prin întărire cuantică”. Teză de master (2018). url: http:///resolver.tudelft.nl/uuid:26fe945f-f02e-4ef7-bdcb-0a2369eb867e.
http://resolver.tudelft.nl/uuid:26fe945f-f02e-4ef7-bdcb-0a2369eb867e

[75] Hansheng Jiang, Zuo-Jun Max Shen și Junyu Liu. „Metode de calcul cuantic pentru managementul lanțului de aprovizionare”. În 2022, cel de-al 7-lea simpozion IEEE/ACM pe Edge Computing (SEC). Paginile 400–405. Seattle, WA, SUA (2022). IEEE. url: https:///doi.org/10.1109/SEC54971.2022.00059.
https:///doi.org/10.1109/SEC54971.2022.00059

[76] Marc G. Bellemare, Will Dabney și Rémi Munos. „O perspectivă distribuțională asupra învățării prin întărire”. În Proceedings of the 34th International Conference on Machine Learning – Volumul 70. Paginile 449–458. ICML'17Sydney, NSW, Australia (2017). JMLR.org. url: https:///doi.org/10.48550/arXiv.1707.06887.
https:///doi.org/10.48550/arXiv.1707.06887

[77] Will Dabney, Mark Rowland, Marc Bellemare și Rémi Munos. „Învățare prin consolidare distribuțională cu regresie cuantilă”. Proceedings of the AAAI Conference on Artificial Intelligence 32 (2018). url: https:///doi.org/10.1609/aaai.v32i1.11791.
https:///doi.org/10.1609/aaai.v32i1.11791

[78] Matthias C. Caro și Ishaun Datta. „Pseudo-dimensiunea circuitelor cuantice”. Quantum Machine Intelligence 2 (2020). url: https:///doi.org/10.1007/s42484-020-00027-5.
https://doi.org/10.1007/s42484-020-00027-5

[79] Hans Buehler, Murray Phillip și Ben Wood. „Deep Bellman Hedging”. Jurnalul electronic SSRN (2022). url: https:///dx.doi.org/10.2139/ssrn.4151026.
https:///doi.org/10.2139/ssrn.4151026

[80] Thanh Nguyen-Tang, Sunil Gupta și Svetha Venkatesh. „Învățare prin consolidare distribuțională prin potrivirea momentelor”. Proceedings of the AAAI Conference on Artificial Intelligence 35, 9144–9152 (2021). url: https:///doi.org/10.1609/aaai.v35i10.17104.
https:///doi.org/10.1609/aaai.v35i10.17104

Citat de

[1] Enrico Fontana, Dylan Herman, Shouvanik Chakrabarti, Niraj Kumar, Romina Yalovetzky, Jamie Heredge, Shree Hari Sureshbabu și Marco Pistoia, „The Adjoint Is All You Need: Characterizing Barren Plateaus in Quantum Ansätze”, arXiv: 2309.07902, (2023).

[2] Dylan Herman, Cody Googin, Xiaoyuan Liu, Yue Sun, Alexey Galda, Ilya Safro, Marco Pistoia și Yuri Alexeev, „Quantum computing for finance”, Nature Reviews Fizica 5 8, 450 (2023).

[3] Alexandr Sedykh, Maninadh Podapaka, Asel Sagingalieva, Karan Pinto, Markus Pflitsch și Alexey Melnikov, „Hybrid quantum physics-informed neuronal networks for simulating computational fluid dynamics in complex shapes”, arXiv: 2304.11247, (2023).

Citatele de mai sus sunt din ADS SAO / NASA (ultima actualizare cu succes 2023-11-30 01:36:35). Lista poate fi incompletă, deoarece nu toți editorii furnizează date de citare adecvate și complete.

On Serviciul citat de Crossref nu s-au găsit date despre citarea lucrărilor (ultima încercare 2023-11-30 01:36:34).

Acest Lucru este publicat în Quantum sub Creative Commons Atribuire 4.0 internațională (CC BY 4.0) licență. Drepturile de autor rămân la deținătorii de drepturi de autor originale, precum autorii sau instituțiile lor.

Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
Sursa: https://quantum-journal.org/papers/q-2023-11-29-1191/

Timestamp-ul: Noiembrie 29, 2023

Timestamp-ul: Februarie 29, 2024

Acoperire cuantică profundă

Republicat de Platon

Abstract

► Date BibTeX

► Referințe

Citat de

Mai mult de la Jurnalul cuantic

O poartă logică cuantică pentru electroni liberi

Calcul cuantic tolerant la erori a observabilelor moleculare

Filtru de măsurare adaptiv: strategie eficientă pentru estimarea optimă a lanțurilor cuantice Markov

Un algoritm cuantic hibrid pentru detectarea intersecțiilor conice

Tomografie cuantică adaptivă de stat cu învățare activă

Impactul modelării condiționate pentru o stare cuantică autoregresivă universală

Pregătire pentru starea fundamentală aproape fără frustrare

Testarea identității colecțiilor de stări cuantice: analiza complexității eșantionului

Către avantajul cuantic în riscul pieței financiare utilizând algoritmi de gradient cuantic

Corectarea erorilor cuantice cu autoencodere cuantice

Ergodicitatea spargerea sub izolare în simulatoarele cuantice cu atom rece

Despre noi

Căutare verticală și Ai

Platformă

Rămâneți conectat

Cont