1QC Ware, Palo Alto, ZDA in Pariz, Francija
2IRIF, CNRS – Univerza v Parizu, Francija
3Indijski tehnološki inštitut Roorkee, Indija
4F. Hoffmann La Roche AG
Se vam zdi ta članek zanimiv ali želite razpravljati? Zaslišite ali pustite komentar na SciRate.
Minimalizem
Tehnike kvantnega strojnega učenja so bile predlagane kot način za potencialno izboljšanje učinkovitosti v aplikacijah strojnega učenja.
V tem članku predstavljamo dve novi kvantni metodi za nevronske mreže. Prva je kvantna ortogonalna nevronska mreža, ki temelji na kvantno piramidalnem vezju kot gradniku za izvajanje ortogonalnega matričnega množenja. Ponujamo učinkovit način za usposabljanje takih pravokotnih nevronskih mrež; novi algoritmi so podrobno opisani tako za klasično kot za kvantno strojno opremo, kjer je dokazano, da se oba asimptotično bolje spreminjata kot prej znani učni algoritmi.
Druga metoda so kvantno podprte nevronske mreže, kjer se kvantni računalnik uporablja za ocenjevanje notranjega produkta za sklepanje in usposabljanje klasičnih nevronskih mrež.
Nato predstavimo obsežne poskuse, ki se uporabljajo za naloge klasifikacije medicinskih slik z uporabo trenutne najsodobnejše kvantne strojne opreme, kjer primerjamo različne kvantne metode s klasičnimi, tako na pravi kvantni strojni opremi kot na simulatorjih. Naši rezultati kažejo, da kvantne in klasične nevronske mreže ustvarjajo podobno raven natančnosti, kar podpira obljubo, da so lahko kvantne metode uporabne pri reševanju vizualnih nalog, glede na pojav boljše kvantne strojne opreme.
► BibTeX podatki
► Reference
[1] Aram W Harrow, Avinatan Hassidim in Seth Lloyd. “Kvantni algoritem za linearne sisteme enačb”. Pisma fizičnega pregleda 103, 150502 (2009).
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502
[2] Seth Lloyd, Masoud Mohseni in Patrick Rebentrost. »Kvantni algoritmi za nadzorovano in nenadzorovano strojno učenje« (2013).
[3] Seth Lloyd, Masoud Mohseni in Patrick Rebentrost. “Analiza kvantnih glavnih komponent”. Fizika narave 10, 631–633 (2014).
https: / / doi.org/ 10.1038 / nphys3029
[4] Iordanis Kerenidis in Anupam Prakash. "Kvantni sistemi priporočil". 8th Innovations in Theoretical Computer Science Conference (ITCS 2017) 67, 49:1–49:21 (2017). url: doi.org/10.48550/arXiv.1603.08675.
https:///doi.org/10.48550/arXiv.1603.08675
[5] Iordanis Kerenidis, Jonas Landman, Alessandro Luongo in Anupam Prakash. “q-means: kvantni algoritem za nenadzorovano strojno učenje”. V Napredek v sistemih za obdelavo nevronskih informacij 32. Strani 4136–4146. Curran Associates, Inc. (2019). url:.
arXiv: 1812.03584
[6] Seth Lloyd, Silvano Garnerone in Paolo Zanardi. “Kvantni algoritmi za topološko in geometrijsko analizo podatkov”. Nature Communications 7, 1–7 (2016). url: doi.org/10.1038/ncomms10138.
https: / / doi.org/ 10.1038 / ncomms10138
[7] Edward Farhi in Hartmut Neven. »Razvrstitev s kvantnimi nevronskimi mrežami na bližnjih procesorjih« (2018). url: doi.org/10.48550/arXiv.1802.06002.
https:///doi.org/10.48550/arXiv.1802.06002
[8] I Kerenidis, J Landman in A Prakash. "Kvantni algoritmi za globoke konvolucijske nevronske mreže". OSMA MEDNARODNA KONFERENCA O UČENJIH REPREZENTACIJAH ICLR (2019).
https:///doi.org/10.48550/arXiv.1911.01117
[9] J Allcock, CY Hsieh, I Kerenidis in S Zhang. “Kvantni algoritmi za naprej usmerjene nevronske mreže”. Transakcije ACM na področju kvantnega računalništva 1 (1), 1-24 (2020).
https: / / doi.org/ 10.1145 / 3411466
[10] Iris Cong, Soonwon Choi in Mikhail D. Lukin. "Kvantne konvolucijske nevronske mreže". Fizika narave 15 (2019).
https://doi.org/10.1038/s41567-019-0648-8
[11] Hector Ivan Garcıa-Hernandez, Raymundo Torres-Ruiz in Guo-Hua Sun. »Klasifikacija slik prek kvantnega strojnega učenja« (2020). url: doi.org/10.48550/arXiv.2011.02831.
https:///doi.org/10.48550/arXiv.2011.02831
[12] Saurabh Kumar, Siddharth Dangwal in Debanjan Bhowmik. »Nadzorovano učenje z uporabo oblečenega kvantnega omrežja s »super stisnjenim kodiranjem«: algoritem in izvedba, ki temelji na kvantni strojni opremi« (2020). url: doi.org/10.48550/arXiv.2007.10242.
https:///doi.org/10.48550/arXiv.2007.10242
[13] Kouhei Nakaji in Naoki Yamamoto. »Kvantno delno nadzorovano generativno kontradiktorno omrežje za izboljšano klasifikacijo podatkov« (2020). url: doi.org/10.1038/s41598-021-98933-6.
https://doi.org/10.1038/s41598-021-98933-6
[14] William Cappelletti, Rebecca Erbanni in Joaquín Keller. »Poliadični kvantni klasifikator« (2020). url: doi.org/10.48550/arXiv.2007.14044.
https:///doi.org/10.48550/arXiv.2007.14044
[15] Vojtech Havlicek, Antonio D. Córcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow in Jay M. Gambetta. »Nadzorovano učenje s kvantno izboljšanimi prostori funkcij« (2018). url: doi.org/10.1038/s41586-019-0980-2.
https://doi.org/10.1038/s41586-019-0980-2
[16] Edward Grant, Marcello Benedetti, Shuxiang Cao, Andrew Hallam, Joshua Lockhart, Vid Stojevic, Andrew G. Green in Simone Severini. »Hierarhični kvantni klasifikatorji« (2018). url: doi.org/10.1038/s41534-018-0116-9.
https://doi.org/10.1038/s41534-018-0116-9
[17] Bobak Toussi Kiani, Agnes Villanyi in Seth Lloyd. "Kvantni medicinski slikovni algoritmi" (2020). url: doi.org/10.48550/arXiv.2004.02036.
https:///doi.org/10.48550/arXiv.2004.02036
[18] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, et al. »Variacijski kvantni algoritmi« (2020). url: doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9
[19] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S Kottmann, Tim Menke, et al. "Hrupni kvantni algoritmi vmesne lestvice". Reviews of Modern Physics 94, 015004 (2022). url: doi.org/10.1103/RevModPhys.94.015004.
https: / / doi.org/ 10.1103 / RevModPhys.94.015004
[20] Monique Noirhomme-Fraiture in Paula Brito. "Daleč onkraj klasičnih podatkovnih modelov: simbolna analiza podatkov". Statistična analiza in podatkovno rudarjenje: ASA Data Science Journal 4, 157–170 (2011). url: doi.org/10.1002/sam.10112.
https:///doi.org/10.1002/sam.10112
[21] Adrián Pérez-Salinas, Alba Cervera-Lierta, Elies Gil-Fuster in José I Latorre. »Ponovno nalaganje podatkov za univerzalni kvantni klasifikator«. Quantum 4, 226 (2020). url: doi.org/10.22331/q-2020-02-06-226.
https://doi.org/10.22331/q-2020-02-06-226
[22] Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa in Keisuke Fujii. "Učenje kvantnega vezja". Physical Review A 98, 032309 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.032309
[23] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac in Nathan Killoran. "Vrednotenje analitičnih gradientov na kvantni strojni opremi". Physical Review A 99, 032331 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.032331
[24] Maria Schuld in Francesco Petruccione. “Kvantni modeli kot metode jedra”. V strojnem učenju s kvantnimi računalniki. Strani 217–245. Springer (2021).
[25] Maria Schuld, Ryan Sweke in Johannes Jakob Meyer. "Učinek kodiranja podatkov na izrazno moč variacijskih modelov kvantnega strojnega učenja". Physical Review A 103, 032430 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.103.032430
[26] Iris Cong, Soonwon Choi in Mikhail D Lukin. "Kvantne konvolucijske nevronske mreže". Fizika narave 15, 1273–1278 (2019).
[27] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush in Hartmut Neven. "Neplodne planote v pokrajinah za usposabljanje kvantnih nevronskih mrež". Nature Communications 9, 1–6 (2018). url: doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4
[28] Carlos Ortiz Marrero, Mária Kieferová in Nathan Wiebe. "Neplodne planote, ki jih povzroči zaplet". PRX Quantum 2, 040316 (2021). url: doi.org/10.1103/PRXQuantum.2.040316.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040316
[29] Marco Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio in Patrick J Coles. "Od stroškovne funkcije odvisni neplodni platoji v plitvih parametriziranih kvantnih vezjih". Nature Communications 12, 1–12 (2021). url: doi.org/10.1038/s41467-021-21728-w.
https: / / doi.org/ 10.1038 / s41467-021-21728-w
[30] Kunal Sharma, Marco Cerezo, Lukasz Cincio in Patrick J Coles. »Usposobljivost disipativnih kvantnih nevronskih mrež na osnovi perceptrona«. Physical Review Letters 128, 180505 (2022). url: doi.org/10.1103/PhysRevLett.128.180505.
https: / / doi.org/ 10.1103 / PhysRevLett.128.180505
[31] S Johri, S Debnath, A Mocherla, A Singh, A Prakash, J Kim in I Kerenidis. »Klasifikacija najbližjega centroida na kvantnem računalniku z ujetimi ioni« (2021).
[32] Kui Jia, Shuai Li, Yuxin Wen, Tongliang Liu in Dacheng Tao. "Ortogonalne globoke nevronske mreže". Transakcije IEEE o analizi vzorcev in strojni inteligenci (2019).
https: / / doi.org/ 10.1109 / TPAMI.2019.2948352
[33] Jiayun Wang, Yubei Chen, Rudrasis Chakraborty in Stella X Yu. "Ortogonalne konvolucijske nevronske mreže". V zborniku konference IEEE/CVF o računalniškem vidu in prepoznavanju vzorcev. Strani 11505–11515. (2020).
https:///doi.org/10.1109/CVPR42600.2020.01152
[34] Nitin Bansal, Xiaohan Chen in Zhangyang Wang. "Ali lahko pridobimo več z ortogonalnimi regulacijami pri usposabljanju globokih omrežij?". Napredek v sistemih za obdelavo nevronskih informacij 31 (2018).
https: / / doi.org/ 10.5555 / 3327144.3327339
[35] Xiaohua Zhai, Alexander Kolesnikov, Neil Houlsby in Lucas Beyer. »Scaling vision transformers« (2021).
[36] Iordanis Kerenidis in Anupam Prakash. »Kvantno strojno učenje s podprostorskimi stanji« (2022). url: doi.org/10.48550/arXiv.2202.00054.
https:///doi.org/10.48550/arXiv.2202.00054
[37] Sergi Ramos-Calderer, Adrián Pérez-Salinas, Diego García-Martín, Carlos Bravo-Prieto, Jorge Cortada, Jordi Planagumà in José I. Latorre. »Kvantni unarni pristop k določanju cen opcij« (2019).
https: / / doi.org/ 10.1103 / PhysRevA.103.032414
[38] Nikodem Grzesiak, Reinhold Blümel, Kenneth Wright, Kristin M. Beck, Neal C. Pisenti, Ming Li, Vandiver Chaplin, Jason M. Amini, Shantanu Debnath, Jwo-Sy Chen in Yunseong Nam. "Učinkovita samovoljna istočasno zapletena vrata na kvantnem računalniku z ujetimi ioni". Nat Commun, 11 (2020).
https://doi.org/10.1038/s41467-020-16790-9
[39] Alexander Zlokapa, Hartmut Neven in Seth Lloyd. »Kvantni algoritem za usposabljanje širokih in globokih klasičnih nevronskih mrež« (2021). url: doi.org/10.48550/arXiv.2107.09200.
https:///doi.org/10.48550/arXiv.2107.09200
[40] Mario Lezcano-Casado in David Martınez-Rubio. "Poceni ortogonalne omejitve v nevronskih mrežah: preprosta parametrizacija ortogonalne in enotne skupine". Na mednarodni konferenci o strojnem učenju. Strani 3794–3803. PMLR (2019). url: doi.org/10.48550/arXiv.1901.08428.
https:///doi.org/10.48550/arXiv.1901.08428
[41] Moshe Leshno, Vladimir Ya Lin, Allan Pinkus in Shimon Schocken. "Večslojna omrežja s posredovanjem podatkov z nepolinomsko aktivacijsko funkcijo lahko približajo katero koli funkcijo". Nevronske mreže 6, 861–867 (1993).
https://doi.org/10.1016/S0893-6080(05)80131-5
[42] Robert Hecht-Nielsen. “Teorija povratne nevronske mreže”. V Nevronske mreže za zaznavanje. Strani 65–93. Elsevier (1992).
https:///doi.org/10.1109/IJCNN.1989.118638
[43] Raul Rojas. "Algoritem povratnega širjenja". V nevronskih mrežah. Strani 149–182. Springer (1996).
https://doi.org/10.1007/978-3-642-61068-4_7
[44] Jiancheng Yang, Rui Shi in Bingbing Ni. »Medmnist classification decathlon: lahka samodejna merila uspešnosti za analizo medicinskih slik« (2020).
https:///doi.org/10.1109/ISBI48211.2021.9434062
[45] Daniel S. Kermany, Michael Goldbaum in drugi. "Prepoznavanje medicinskih diagnoz in ozdravljivih bolezni z globokim učenjem na podlagi slik". Celica, zv. 172, št. 5, str. 1122 – 1131.e9, (2018).
https:///doi.org/10.1016/j.cell.2018.02.010
[46] Ping Zhang in Bin Sheng. »Nabor podatkov o diabetični retinopatiji Deepdr (deepdrid), »2. diabetična retinopatija – izziv za razvrščanje in ocenjevanje kakovosti slike««. https:///isbi.deepdr.org/data.html (2020).
https:///isbi.deepdr.org/data.html~
[47] Hyeonwoo Noh, Tackgeun You, Jonghwan Mun in Bohyung Han. "Regulacija globokih nevronskih mrež s šumom: njegova interpretacija in optimizacija". NeurIPS (2017).
https: / / doi.org/ 10.5555 / 3295222.3295264
[48] Xue Ying. “Pregled preopremljanja in njegovih rešitev”. V Journal of physics: Serija konferenc. Zvezek 1168, stran 022022. Založba IOP (2019).
https://doi.org/10.1088/1742-6596/1168/2/022022
[49] El Amine Cherrat, Iordanis Kerenidis, Natansh Mathur, Jonas Landman, Martin Strahm in Yun Yvonna Li. "Kvantni transformatorji vida" (2022).
[50] Scott Aaronson. "Preberite drobni tisk". Nature Physics 11, 291–293 (2015).
https: / / doi.org/ 10.1038 / nphys3272
[51] Michael A. Nielsen. "Nevronske mreže in globoko učenje". Odločnost Press (2015).
Navedel
Ta dokument je objavljen v Quantumu pod Priznanje avtorstva Creative Commons 4.0 International (CC BY 4.0) licenca. Avtorske pravice ostajajo pri izvirnih imetnikih avtorskih pravic, kot so avtorji ali njihove ustanove.
