1Шеньчженьський інститут квантової науки та техніки, Південний університет науки і технологій, Шеньчжень, 518055, Китай
2Міжнародна квантова академія (SIQA), район Футянь, Шеньчжень 518048, Китай
3Ключова лабораторія квантової науки та техніки провінції Гуандун, Південний науково-технічний університет, Шеньчжень, 518055, Китай
4Вища школа математики, Університет Нагоя, Нагоя, 464-8602, Японія
5QICI Quantum Information and Computation Initiative, Департамент комп’ютерних наук, Університет Гонконгу, Покфулам Роуд, Гонконг
Вам цей документ цікавий чи ви хочете обговорити? Скайте або залиште коментар на SciRate.
абстрактний
Здатність отримувати релевантну інформацію має вирішальне значення для навчання. Геніальним підходом як таким є інформаційне вузьке місце, проблема оптимізації, вирішення якої відповідає точному та ефективному для пам’яті представленню відповідної інформації з великої системи. Настання ери квантових обчислень вимагає ефективних методів, які працюють з інформацією про квантові системи. Тут ми вирішуємо це, пропонуючи новий загальний алгоритм для квантового узагальнення вузького місця інформації. Наш алгоритм вирізняється швидкістю та чіткістю конвергенції порівняно з попередніми результатами. Він також працює для набагато ширшого кола проблем, включаючи квантове розширення детермінованого інформаційного вузького місця, важливого варіанту початкової проблеми інформаційного вузького місця. Примітно, що ми виявили, що квантова система може досягти значно кращої продуктивності, ніж класична система такого ж розміру щодо вузьких місць квантової інформації, забезпечуючи нове бачення щодо обґрунтування переваг квантового машинного навчання.
Популярне резюме
Наступ ери квантових обчислень вимагає створення алгоритмів вузьких місць інформації, які працюють для квантових систем. У цій роботі ми розробляємо такий алгоритм, який загалом працює, коли один (або обидва) з T і Y є квантовою системою. Наш алгоритм вирізняється швидкістю та чіткістю конвергенції порівняно з попередніми результатами. Примітно, що ми виявили справжню перевагу використання квантової системи як нової бази даних T, що свідчить про те, що квантові системи могли б краще представляти ключові особливості машинного навчання.
► Дані BibTeX
► Список літератури
[1] С. Арімото. Алгоритм обчислення ємності довільних дискретних каналів без пам'яті. IEEE Transactions on Information Theory, 18 (1): 14–20, 1972. 10.1109/TIT.1972.1054753.
https:///doi.org/10.1109/TIT.1972.1054753
[2] Леонардо Банчі, Джейсон Перейра та Стефано Пірандола. Узагальнення в квантовому машинному навчанні: точка зору квантової інформації. PRX Quantum, 2: 040321, листопад 2021 р. 10.1103/PRXQuantum.2.040321.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040321
[3] Якоб Біамонте, Пітер Віттек, Нікола Панкотті, Патрік Ребентрост, Натан Вібе та Сет Ллойд. Квантове машинне навчання. Nature, 549 (7671): 195–202, 2017. 10.1038/nature23474.
https: / / doi.org/ 10.1038 / nature23474
[4] Р. Блахут. Розрахунок пропускної здатності каналу та функцій швидкості спотворення. IEEE Transactions on Information Theory, 18 (4): 460–473, 1972. 10.1109/TIT.1972.1054855.
https:///doi.org/10.1109/TIT.1972.1054855
[5] Карстен Бланк, Деніел К. Парк, Джун-Ку Кевін Рі та Франческо Петруччоне. Квантовий класифікатор із адаптованим квантовим ядром. npj Квантова інформація, 6 (1): 1–7, 2020. 10.1038/s41534-020-0272-6.
https://doi.org/10.1038/s41534-020-0272-6
[6] Ніланджана Датта, Крістоф Гірхе та Андреас Вінтер. Опуклість та операційна інтерпретація функції вузького місця квантової інформації. У 2019 році Міжнародний симпозіум IEEE з теорії інформації (ISIT), сторінки 1157–1161, 2019. 10.1109/ISIT.2019.8849518.
https:///doi.org/10.1109/ISIT.2019.8849518
[7] Андраш Гільєн, Юань Су, Гуан Хао Лоу та Натан Вібе. Квантове перетворення сингулярного значення та не тільки: експоненціальні вдосконалення для квантової матричної арифметики. У матеріалах 51-го щорічного симпозіуму ACM SIGACT з теорії обчислень, сторінки 193–204, 2019 р. 10.1145/3313276.3316366.
https: / / doi.org/ 10.1145 / 3313276.3316366
[8] Зів Гольдфельд та Юрій Полянський. Проблема інформаційного вузького місця та її застосування в машинному навчанні. IEEE Journal on Selected Areas in Information Theory, 1 (1): 19–38, 2020. 10.1109/JSAIT.2020.2991561.
https:///doi.org/10.1109/JSAIT.2020.2991561
[9] Арне Л. Грімсмо та Сюзанна Стілл. Квантова прогностична фільтрація. фіз. Rev. A, 94: 012338, липень 2016 р. 10.1103/PhysRevA.94.012338.
https: / / doi.org/ 10.1103 / PhysRevA.94.012338
[10] Арам В. Харроу, Авінатан Хасидім і Сет Ллойд. Квантовий алгоритм для лінійних систем рівнянь. Physical Review Letters, 103 (15): 150502, 2009. 10.1103/PhysRevLett.103.150502.
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502
[11] Войтех Гавлічек, Антоніо Д. Корколес, Крістан Темме, Арам В. Харроу, Абхінав Кандала, Джеррі М. Чоу та Джей М. Гамбетта. Контрольоване навчання з квантово розширеними просторами функцій. Nature, 567 (7747): 209–212, 2019. 10.1038/s41586-019-0980-2.
https://doi.org/10.1038/s41586-019-0980-2
[12] Масахіто Хаясі та Вінсент Ю. Ф. Тан. Мінімальні показники приблизної достатньої статистики. IEEE Transactions on Information Theory, 64 (2): 875–888, 2018. 10.1109/TIT.2017.2775612.
https:///doi.org/10.1109/TIT.2017.2775612
[13] Карл В. Гельстром. Теорія квантового виявлення та оцінки. Journal of Statistical Physics, 1 (2): 231–252, 1969. 10.1007/BF01007479.
https: / / doi.org/ 10.1007 / BF01007479
[14] Крістоф Хірхе та Андреас Вінтер. Обмежений розмір алфавіту для функції вузького місця інформації. У 2020 році Міжнародний симпозіум IEEE з теорії інформації (ISIT), сторінки 2383–2388, 2020. 10.1109/ISIT44484.2020.9174416.
https:///doi.org/10.1109/ISIT44484.2020.9174416
[15] Олександр С. Холево. Імовірнісні та статистичні аспекти квантової теорії, том 1. Springer Science & Business Media, 2011. 10.1007/978-88-7642-378-9.
https://doi.org/10.1007/978-88-7642-378-9
[16] Вінстон Х. Хсу, Ліндон С. Кеннеді та Ши-Фу Чанг. Реранжування пошуку відео за принципом інформаційного вузького місця. MM '06, сторінки 35–44, Нью-Йорк, Нью-Йорк, США, 2006. Асоціація обчислювальної техніки. ISBN 1595934472. 10.1145/1180639.1180654.
https: / / doi.org/ 10.1145 / 1180639.1180654
[17] Сет Ллойд, Марія Шульд, Аруса Іджаз, Джош Ізаак і Натан Кіллоран. Квантові вбудовування для машинного навчання. Препринт arXiv arXiv:2001.03622, 2020. 10.48550/arXiv.2001.03622.
https:///doi.org/10.48550/arXiv.2001.03622
arXiv: 2001.03622
[18] Гуан Хао Лоу та Ісаак Л Чуанг. Гамільтоніанське моделювання шляхом рівномірного спектрального підсилення. Препринт arXiv arXiv:1707.05391, 2017. 10.48550/arXiv.1707.05391.
https:///doi.org/10.48550/arXiv.1707.05391
arXiv: 1707.05391
[19] Гуан Хао Лоу та Ісаак Л Чуанг. Гамільтонове моделювання за допомогою кубітізації. Квант, 3: 163, 2019. 10.22331/q-2019-07-12-163.
https://doi.org/10.22331/q-2019-07-12-163
[20] Адріан Перес-Салінас, Альба Сервера-Ліерта, Еліс Гіл-Фустер і Хосе I Латорре. Перезавантаження даних для універсального квантового класифікатора. Quantum, 4: 226, 2020. 10.22331/q-2020-02-06-226.
https://doi.org/10.22331/q-2020-02-06-226
[21] Мартін Плеш і Володимир Бужек. Ефективне стиснення квантової інформації. Physical Review A, 81 (3): 032317, 2010. 10.1103/PhysRevA.81.032317.
https: / / doi.org/ 10.1103 / PhysRevA.81.032317
[22] Навніт Рамакрішнан, Рабан Ітен, Фольхер Б. Шольц і Маріо Берта. Обчислення пропускної здатності квантового каналу. IEEE Transactions on Information Theory, 67 (2): 946–960, 2021. 10.1109/TIT.2020.3034471.
https:///doi.org/10.1109/TIT.2020.3034471
[23] Лі А. Розема, Ділан Х. Малер, Алекс Хаят, Пітер С. Тернер та Аефраїм М. Стайнберг. Квантова компресія даних ансамблю кубітів. Physical Review Letters, 113 (16): 160504, 2014. 10.1103/PhysRevLett.113.160504.
https: / / doi.org/ 10.1103 / PhysRevLett.113.160504
[24] Сіна Салек, Даніела Кадамуро, Філіп Каммерландер і Каролайн Візнер. Квантове кодування релевантної інформації зі швидкістю спотворення. IEEE Transactions on Information Theory, 65 (4): 2603–2613, 2019. 10.1109/TIT.2018.2878412.
https:///doi.org/10.1109/TIT.2018.2878412
[25] Марія Шульд. Контрольовані моделі квантового машинного навчання є методами ядра. Препринт arXiv arXiv:2101.11020, 2021. 10.48550/arXiv.2101.11020.
https:///doi.org/10.48550/arXiv.2101.11020
arXiv: 2101.11020
[26] Марія Шульд і Натан Кіллоран. Квантове машинне навчання в функціональних гільбертових просторах. Physical Review Letters, 122 (4): 040504, 2019. 10.1103/PhysRevLett.122.040504.
https: / / doi.org/ 10.1103 / PhysRevLett.122.040504
[27] Марія Шульд, Ілля Синайський та Франческо Петруччоне. Вступ до квантового машинного навчання. Сучасна фізика, 56 (2): 172–185, 2015. 10.1080/00107514.2014.964942.
https: / / doi.org/ 10.1080 / 00107514.2014.964942
[28] Равід Шварц-Зів і Нафталі Тішбі. Відкриття чорної скриньки глибоких нейронних мереж через інформацію. Препринт arXiv arXiv:1703.00810, 2017. 10.48550/arXiv.1703.00810.
https:///doi.org/10.48550/arXiv.1703.00810
arXiv: 1703.00810
[29] Ноам Слонім і Нафталі Тішбі. Кластеризація документів за допомогою кластерів слів за допомогою методу інформаційних вузьких місць. SIGIR '00, сторінки 208–215, Нью-Йорк, Нью-Йорк, США, 2000. Асоціація обчислювальної техніки. ISBN 1581132263. 10.1145/345508.345578.
https: / / doi.org/ 10.1145 / 345508.345578
[30] Максиміліан Старк, Айзаз Шах і Герхард Баух. Побудова полярного коду методом інформаційних вузьких місць. У 2018 році IEEE Wireless Communications and Networking Conference Workshops (WCNCW), сторінки 7–12, 2018. 10.1109/WCNCW.2018.8368978.
https:///doi.org/10.1109/WCNCW.2018.8368978
[31] DJ Strouse і David J. Schwab. Вузьке місце детермінованої інформації. Нейронні обчислення, 29 (6): 1611–1630, 06 2017. ISSN 0899-7667. 10.1162/NECO_a_00961.
https:///doi.org/10.1162/NECO_a_00961
[32] Н. Тішбі, ФК Перейра та В. Бялек. Метод інформаційного вузького місця. У 37-й щорічній конференції Allerton on Communication, Control, and Computing, сторінки 368–377. ун-т Illinois Press, 1999. 10.48550/arXiv.physics/0004057.
https:///doi.org/10.48550/arXiv.physics/0004057
[33] Нафталі Тішбі та Нога Заславський. Глибоке навчання та принцип інформаційного вузького місця. У 2015 році семінар з теорії інформації IEEE (ITW), сторінки 1–5. IEEE, 2015. 10.1109/ITW.2015.7133169.
https:///doi.org/10.1109/ITW.2015.7133169
[34] Петро Віттек. Квантове машинне навчання: що означає квантове обчислення для інтелектуального аналізу даних. Academic Press, 2014. 10.1016/C2013-0-19170-2.
https://doi.org/10.1016/C2013-0-19170-2
[35] Юсян Ян, Джуліо Чірібелла та Даніель Еблер. Ефективне квантове стиснення для ансамблів ідентично підготовлених змішаних станів. Physical Review Letters, 116 (8): 080501, 2016a. 10.1103/PhysRevLett.116.080501.
https: / / doi.org/ 10.1103 / PhysRevLett.116.080501
[36] Юсян Ян, Джуліо Чірібелла та Масахіто Хаясі. Оптимальне стиснення для ідентично підготовлених станів кубіта. фіз. Rev. Lett., 117: 090502, серпень 2016b. 10.1103/PhysRevLett.117.090502.
https: / / doi.org/ 10.1103 / PhysRevLett.117.090502
[37] Юсян Ян, Ге Бай, Джуліо Чірібелла та Масахіто Хаясі. Стиснення для кодування квантової сукупності. IEEE Transactions on Information Theory, 64 (7): 4766–4783, 2018a. 10.1109/TIT.2017.2788407.
https:///doi.org/10.1109/TIT.2017.2788407
[38] Юсян Ян, Джуліо Чірібелла та Масахіто Хаясі. Квантовий секундомір: як зберігати час у квантовій пам'яті. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 474 (2213): 20170773, 2018b. 10.1098/rspa.2017.0773.
https: / / doi.org/ 10.1098 / rspa.2017.0773
Цитується
[1] Ахмет Бурак Катлі та Натан Вібе, «Навчання квантових нейронних мереж за допомогою методу квантового інформаційного вузького місця», arXiv: 2212.02600, (2022).
[2] Yuxuan Du, Yibo Yang, Dacheng Tao та Min-Hsiu Hsieh, «Demystify Problem-Dependent Power of Quantum Neural Networks on Multi-Class Classification», arXiv: 2301.01597, (2022).
Вищезазначені цитати від SAO / NASA ADS (останнє оновлення успішно 2023-03-02 17:03:40). Список може бути неповним, оскільки не всі видавці надають відповідні та повні дані про цитування.
Не вдалося отримати Перехресне посилання, наведене за даними під час останньої спроби 2023-03-02 17:03:39: Не вдалося отримати цитовані дані для 10.22331/q-2023-03-02-936 з Crossref. Це нормально, якщо DOI був зареєстрований нещодавно.
Ця стаття опублікована в Quantum під Creative Commons Attribution 4.0 International (CC на 4.0) ліцензія. Авторське право залишається за оригінальними власниками авторських прав, такими як автори або їх установи.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. Доступ тут.
- джерело: 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
- здатність
- МЕНЮ
- вище
- РЕЗЮМЕ
- академічний
- Академія
- доступ
- Achieve
- ACM
- адреса
- Перевага
- прихід
- приналежності
- Alex
- Олександр
- алгоритм
- алгоритми
- ВСІ
- кількість
- та
- щорічний
- застосування
- підхід
- області
- аспекти
- Асоціація
- серпня
- автор
- authors
- Краще
- За
- Black
- Кордон
- Box
- Перерва
- ширше
- бізнес
- Виклики
- потужності
- потужність
- певний
- Канал
- канали
- класифікація
- Кластеризація
- код
- Кодування
- коментар
- Commons
- Комунікація
- зв'язку
- порівняний
- повний
- обчислення
- комп'ютер
- Інформатика
- обчислення
- конференція
- будівництво
- сучасний
- контроль
- Зближення
- авторське право
- відповідає
- може
- критичний
- Данило
- дані
- видобуток даних
- Database
- Девід
- глибокий
- глибоке навчання
- відділ
- дизайн
- Виявлення
- важкий
- відкрити
- обговорювати
- район
- DJ
- документ
- під час
- ефективний
- або
- Машинобудування
- рівняння
- істотний
- експонентний
- розширення
- витяг
- особливість
- риси
- фільтрація
- знайдений
- від
- функція
- Функції
- ge
- Загальне
- в цілому
- генерується
- обробляти
- Гарвард
- тут
- власники
- Гонконг
- Гонконг
- Як
- How To
- HTTPS
- IEEE
- Іллінойс
- зображення
- важливо
- поліпшення
- in
- У тому числі
- інформація
- вилучення інформації
- Інформаційний
- Ініціатива
- Інститут
- установи
- цікавий
- Міжнародне покриття
- інтерпретація
- Вступ
- IT
- JavaScript
- журнал
- ключ
- Гонконг
- лабораторія
- великий
- останній
- вивчення
- Залишати
- Подветренний
- ліцензія
- список
- низький
- машина
- навчання за допомогою машини
- машини
- Мартін
- математичний
- математика
- Матриця
- макс-ширина
- засоби
- Медіа
- пам'ять
- метод
- методика
- мінімізація
- мінімальний
- Mining
- змішаний
- Моделі
- місяць
- природа
- мережа
- мереж
- нейронні мережі
- Нові
- Нью-Йорк
- нормальний
- особливо
- NY
- мета
- відкрити
- відкриття
- оперативний
- оптимальний
- порядок
- оригінал
- Папір
- Парк
- продуктивність
- Пітер
- фізичний
- Фізика
- plato
- Інформація про дані Платона
- PlatoData
- полярний
- населення
- влада
- передбачати
- підготовлений
- press
- принцип
- попередній
- Проблема
- проблеми
- Праці
- забезпечувати
- забезпечення
- Провінційний
- опублікований
- видавець
- видавців
- кількість
- Квантовий
- квантові обчислення
- квантова інформація
- квантове машинне навчання
- квантові системи
- Кубіт
- діапазон
- ставки
- нещодавно
- посилання
- про
- зареєстрований
- доречний
- залишається
- подання
- представляє
- результати
- огляд
- дорога
- королівський
- то ж
- Школа
- наука
- Наука і технології
- НАУКИ
- Пошук
- обраний
- Шеньчжень
- моделювання
- особливий
- Розмір
- суспільство
- рішення
- Південний
- пробіли
- Спектральний
- швидкість
- різко
- Штати
- статистичний
- статистика
- Як і раніше
- зберігати
- Успішно
- такі
- достатній
- Запропонує
- підходящий
- Симпозіум
- система
- Systems
- з урахуванням
- Технологія
- Команда
- інформація
- їх
- час
- назва
- до
- завтра
- Навчання
- Transactions
- Перетворення
- при
- Universal
- університет
- оновлений
- URL
- USA
- значення
- варіант
- через
- Відео
- бачення
- обсяг
- W
- погода
- Що
- який
- Зима
- бездротової
- слово
- Work
- працює
- майстерня
- Семінари
- X
- рік
- юань
- зефірнет