1کیو سی ویئر، پالو آلٹو، امریکہ اور پیرس، فرانس
2IRIF، CNRS - یونیورسٹی آف پیرس، فرانس
3انڈین انسٹی ٹیوٹ آف ٹیکنالوجی روڑکی، انڈیا
4F. Hoffmann La Roche AG
اس کاغذ کو دلچسپ لگتا ہے یا اس پر بات کرنا چاہتے ہیں؟ SciRate پر تبصرہ کریں یا چھوڑیں۔.
خلاصہ
کوانٹم مشین لرننگ تکنیکوں کو ممکنہ طور پر مشین لرننگ ایپلی کیشنز میں کارکردگی کو بڑھانے کے طریقے کے طور پر تجویز کیا گیا ہے۔
اس مقالے میں، ہم نیورل نیٹ ورکس کے لیے دو نئے کوانٹم طریقے متعارف کراتے ہیں۔ پہلا ایک کوانٹم آرتھوگونل نیورل نیٹ ورک ہے، جو آرتھوگونل میٹرکس ضرب کو لاگو کرنے کے لیے بلڈنگ بلاک کے طور پر کوانٹم پرامڈل سرکٹ پر مبنی ہے۔ ہم ایسے آرتھوگونل نیورل نیٹ ورکس کی تربیت کے لیے ایک موثر طریقہ فراہم کرتے ہیں۔ ناول الگورتھم کلاسیکی اور کوانٹم ہارڈ ویئر دونوں کے لیے تفصیلی ہیں، جہاں دونوں ہی سابقہ معلوم تربیتی الگورتھم سے غیر علامتی طور پر بہتر پیمانے پر ثابت ہوتے ہیں۔
دوسرا طریقہ کوانٹم اسسٹڈ نیورل نیٹ ورکس ہے، جہاں ایک کوانٹم کمپیوٹر کا استعمال کلاسیکی نیورل نیٹ ورکس کی تشخیص اور تربیت کے لیے اندرونی مصنوعات کا تخمینہ لگانے کے لیے کیا جاتا ہے۔
اس کے بعد ہم جدید ترین کوانٹم ہارڈویئر کا استعمال کرتے ہوئے میڈیکل امیج کی درجہ بندی کے کاموں پر لاگو وسیع تجربات پیش کرتے ہیں، جہاں ہم اصلی کوانٹم ہارڈویئر اور سمیلیٹرز دونوں پر مختلف کوانٹم طریقوں کا کلاسیکی طریقوں سے موازنہ کرتے ہیں۔ ہمارے نتائج سے پتہ چلتا ہے کہ کوانٹم اور کلاسیکل عصبی نیٹ ورک ایک جیسی درستگی پیدا کرتے ہیں، اس وعدے کی حمایت کرتے ہیں کہ کوانٹم طریقے بہتر کوانٹم ہارڈ ویئر کی آمد کے پیش نظر، بصری کاموں کو حل کرنے میں کارآمد ثابت ہو سکتے ہیں۔
► BibTeX ڈیٹا
► حوالہ جات
ہے [1] ارم ڈبلیو ہیرو، ایونتن ہاسیڈیم، اور سیٹھ لائیڈ۔ "مساوات کے لکیری نظاموں کے لیے کوانٹم الگورتھم"۔ جسمانی جائزہ کے خطوط 103، 150502 (2009)۔
https:///doi.org/10.1103/PhysRevLett.103.150502
ہے [2] سیٹھ لائیڈ، مسعود محسنی، اور پیٹرک ریبینٹروسٹ۔ "زیر نگرانی اور غیر زیر نگرانی مشین لرننگ کے لیے کوانٹم الگورتھم" (2013)۔
ہے [3] سیٹھ لائیڈ، مسعود محسنی، اور پیٹرک ریبینٹروسٹ۔ "کوانٹم پرنسپل جزو تجزیہ"۔ نیچر فزکس 10، 631–633 (2014)۔
https://doi.org/10.1038/nphys3029
ہے [4] Iordanis Kerenidis اور انوپم پرکاش۔ "کوانٹم سفارشی نظام"۔ نظریاتی کمپیوٹر سائنس کانفرنس (ITCS 8) میں 2017ویں اختراعات 67, 49:1–49:21 (2017)۔ url: doi.org/10.48550/arXiv.1603.08675۔
https://doi.org/10.48550/arXiv.1603.08675
ہے [5] Iordanis Kerenidis، Jonas Landman، Alessandro Luongo، اور Anupam Prakash۔ "کیو کا مطلب ہے: غیر زیر نگرانی مشین لرننگ کے لیے ایک کوانٹم الگورتھم"۔ نیورل انفارمیشن پروسیسنگ سسٹمز میں پیشرفت میں 32. صفحات 4136–4146۔ Curran Associates, Inc. (2019)۔ url:.
آر ایکس سی: 1812.03584
ہے [6] سیٹھ لائیڈ، سلوانو گارنیرون، اور پاولو زنارڈی۔ "ڈیٹا کے ٹاپولوجیکل اور جیومیٹرک تجزیہ کے لیے کوانٹم الگورتھم"۔ نیچر کمیونیکیشنز 7، 1–7 (2016)۔ url: doi.org/10.1038/ncomms10138۔
https://doi.org/10.1038/ncomms10138
ہے [7] ایڈورڈ فرہی اور ہارٹمٹ نیوین۔ "قریب مدتی پروسیسرز پر کوانٹم نیورل نیٹ ورکس کے ساتھ درجہ بندی" (2018)۔ url: doi.org/10.48550/arXiv.1802.06002۔
https://doi.org/10.48550/arXiv.1802.06002
ہے [8] I Kerenidis، J Landman، اور A پرکاش۔ "گہرے convolutional عصبی نیٹ ورکس کے لیے کوانٹم الگورتھم"۔ آٹھویں بین الاقوامی کانفرنس آن لرننگ ریپریزنٹیشنز ICLR (2019)۔
https://doi.org/10.48550/arXiv.1911.01117
ہے [9] J Allcock، CY Hsieh، I Kerenidis، اور S Zhang. "فیڈ فارورڈ نیورل نیٹ ورکس کے لیے کوانٹم الگورتھم"۔ کوانٹم کمپیوٹنگ 1 (1)، 1-24 (2020) پر ACM لین دین۔
https://doi.org/10.1145/3411466
ہے [10] Iris Cong, Soonwon Choi, and Mikhail D. Lukin. "کوانٹم کنولوشنل نیورل نیٹ ورکس"۔ نیچر فزکس 15 (2019)۔
https://doi.org/10.1038/s41567-019-0648-8
ہے [11] ہیکٹر ایوان گارسیا-ہرنینڈز، ریمنڈو ٹوریس-رویز، اور گوو ہوا سن۔ "کوانٹم مشین لرننگ کے ذریعے امیج کی درجہ بندی" (2020)۔ url: doi.org/10.48550/arXiv.2011.02831۔
https://doi.org/10.48550/arXiv.2011.02831
ہے [12] سوربھ کمار، سدھارتھ ڈنگوال، اور دیبنجن بھومک۔ "سپر کمپریسڈ انکوڈنگ" کے ساتھ ڈریسڈ کوانٹم نیٹ ورک کا استعمال کرتے ہوئے زیر نگرانی سیکھنا: الگورتھم اور کوانٹم ہارڈ ویئر پر مبنی نفاذ" (2020)۔ url: doi.org/10.48550/arXiv.2007.10242۔
https://doi.org/10.48550/arXiv.2007.10242
ہے [13] Kouhei Nakaji اور Naoki Yamamoto. "بہتر ڈیٹا کی درجہ بندی کے لیے کوانٹم نیم زیر نگرانی جنریٹو ایڈورسریل نیٹ ورک" (2020)۔ url: doi.org/10.1038/s41598-021-98933-6۔
https://doi.org/10.1038/s41598-021-98933-6
ہے [14] ولیم کیپلیٹی، ربیکا ایربانی، اور جوکون کیلر۔ "پولیاڈک کوانٹم کلاسیفائر" (2020)۔ url: doi.org/10.48550/arXiv.2007.14044۔
https://doi.org/10.48550/arXiv.2007.14044
ہے [15] Vojtech Havlicek، Antonio D. Corcoles، Kristan Temme، Aram W. Harrow، Abhinav Kandala، Jerry M. Chow، اور Jay M. Gambetta۔ "کوانٹم اینہنسڈ فیچر اسپیس کے ساتھ زیر نگرانی سیکھنے" (2018)۔ url: doi.org/10.1038/s41586-019-0980-2۔
https://doi.org/10.1038/s41586-019-0980-2
ہے [16] ایڈورڈ گرانٹ، مارسیلو بینیڈیٹی، شوزیانگ کاو، اینڈریو ہالم، جوشوا لاک ہارٹ، وڈ اسٹوجوک، اینڈریو جی گرین، اور سیمون سیورینی۔ "درجہ بندی کوانٹم درجہ بندی کرنے والے" (2018)۔ url: doi.org/10.1038/s41534-018-0116-9۔
https://doi.org/10.1038/s41534-018-0116-9
ہے [17] بوبک توسی کیانی، ایگنیس ولانی، اور سیٹھ لائیڈ۔ "کوانٹم میڈیکل امیجنگ الگورتھم" (2020)۔ url: doi.org/10.48550/arXiv.2004.02036۔
https://doi.org/10.48550/arXiv.2004.02036
ہے [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. "متغیر کوانٹم الگورتھم" (2020)۔ url: doi.org/10.1038/s42254-021-00348-9۔
https://doi.org/10.1038/s42254-021-00348-9
ہے [19] کشور بھارتی، البا سرویرا لیرٹا، تھی ہا کیاو، ٹوبیاس ہاگ، سمنر الپرین لی، ابھینو آنند، میتھیاس ڈیگروٹ، ہرمننی ہیمونن، جیکب ایس کوٹ مین، ٹم مینکے، وغیرہ۔ "شور انٹرمیڈیٹ اسکیل کوانٹم الگورتھم"۔ جدید طبیعیات کے جائزے 94، 015004 (2022)۔ url: doi.org/10.1103/RevModPhys.94.015004۔
https:///doi.org/10.1103/RevModPhys.94.015004
ہے [20] Monique Noirhomme-Fraiture اور Paula Brito۔ "کلاسیکل ڈیٹا ماڈلز سے بہت آگے: علامتی ڈیٹا تجزیہ"۔ شماریاتی تجزیہ اور ڈیٹا مائننگ: اے ایس اے ڈیٹا سائنس جرنل 4، 157–170 (2011)۔ url: doi.org/10.1002/sam.10112۔
https://doi.org/10.1002/sam.10112
ہے [21] Adrián Pérez-Salinas، Alba Cervera-Lierta، Elies Gil-Fuster، اور José I Latorre. "عالمی کوانٹم درجہ بندی کے لیے ڈیٹا دوبارہ اپ لوڈ کرنا"۔ کوانٹم 4, 226 (2020)۔ url: doi.org/10.22331/q-2020-02-06-226۔
https://doi.org/10.22331/q-2020-02-06-226
ہے [22] Kosuke Mitarai، Makoto Negoro، Masahiro Kitagawa، اور Keisuke Fujii۔ "کوانٹم سرکٹ لرننگ"۔ جسمانی جائزہ A 98، 032309 (2018)۔
https:///doi.org/10.1103/PhysRevA.98.032309
ہے [23] ماریا شولڈ، ویل برگھولم، کرسچن گوگولن، جوش آئیزاک، اور ناتھن کلوران۔ "کوانٹم ہارڈویئر پر تجزیاتی میلان کا اندازہ لگانا"۔ جسمانی جائزہ A 99، 032331 (2019)۔
https:///doi.org/10.1103/PhysRevA.99.032331
ہے [24] ماریا شولڈ اور فرانسسکو پیٹروسیون۔ "کوانٹم ماڈلز بطور کرنل طریقوں"۔ کوانٹم کمپیوٹرز کے ساتھ مشین لرننگ میں۔ صفحہ 217-245۔ اسپرنگر (2021)۔
ہے [25] ماریا شولڈ، ریان سویک، اور جوہانس جیکب میئر۔ "متغیر کوانٹم مشین لرننگ ماڈلز کی اظہاری طاقت پر ڈیٹا انکوڈنگ کا اثر"۔ جسمانی جائزہ A 103, 032430 (2021)۔
https:///doi.org/10.1103/PhysRevA.103.032430
ہے [26] Iris Cong، Soonwon Choi، اور Mikhail D Lukin. "کوانٹم کنولوشنل نیورل نیٹ ورکس"۔ نیچر فزکس 15، 1273–1278 (2019)۔
ہے [27] Jarrod R McClean، Sergio Boixo، Vadim N Smelyanskiy، Ryan Babbush، اور Hartmut Neven۔ "کوانٹم نیورل نیٹ ورک ٹریننگ لینڈ سکیپس میں بنجر سطح مرتفع"۔ نیچر کمیونیکیشنز 9, 1–6 (2018)۔ url: doi.org/10.1038/s41467-018-07090-4۔
https://doi.org/10.1038/s41467-018-07090-4
ہے [28] کارلوس اورٹیز ماریرو، ماریا کیفیرووا، اور ناتھن ویبی۔ "الجھاؤ سے متاثر بنجر سطح مرتفع"۔ PRX کوانٹم 2، 040316 (2021)۔ url: doi.org/10.1103/PRXQuantum.2.040316۔
https:///doi.org/10.1103/PRXQuantum.2.040316
ہے [29] مارکو سیریزو، اکیرا سون، ٹائلر وولکوف، لوکاس سنسیو، اور پیٹرک جے کولز۔ اتلی پیرامیٹرائزڈ کوانٹم سرکٹس میں لاگت کے فنکشن پر منحصر بنجر سطح مرتفع۔ نیچر کمیونیکیشنز 12، 1–12 (2021)۔ url: doi.org/10.1038/s41467-021-21728-w۔
https://doi.org/10.1038/s41467-021-21728-w
ہے [30] کنال شرما، مارکو سیریزو، لوکاس سنسیو، اور پیٹرک جے کولز۔ "خرابی پرسیپٹرون پر مبنی کوانٹم نیورل نیٹ ورکس کی تربیت"۔ فزیکل ریویو لیٹرز 128، 180505 (2022)۔ url: doi.org/10.1103/PhysRevLett.128.180505۔
https:///doi.org/10.1103/PhysRevLett.128.180505
ہے [31] ایس جوہری، ایس دیبناتھ، اے موچرلا، اے سنگھ، اے پرکاش، جے کم، اور آئی کرینیڈیس۔ "پھنسے ہوئے آئن کوانٹم کمپیوٹر پر قریب ترین سینٹروڈ درجہ بندی" (2021)۔
ہے [32] کوی جیا، شوائی لی، یوکسین وین، ٹونگلیانگ لیو، اور داچینگ تاؤ۔ "آرتھوگونل ڈیپ نیورل نیٹ ورکس"۔ پیٹرن تجزیہ اور مشین انٹیلی جنس (2019) پر IEEE لین دین۔
https://doi.org/10.1109/TPAMI.2019.2948352
ہے [33] جیون وانگ، یوبی چن، رودراسیس چکرورتی، اور سٹیلا ایکس یو۔ "آرتھوگونل کنولوشنل نیورل نیٹ ورکس"۔ کمپیوٹر ویژن اور پیٹرن کی شناخت پر IEEE/CVF کانفرنس کی کارروائی میں۔ صفحات 11505–11515۔ (2020)۔
https:///doi.org/10.1109/CVPR42600.2020.01152
ہے [34] نتن بنسل، ژاؤہان چن، اور ژانگ یانگ وانگ۔ "کیا ہم گہرے نیٹ ورکس کی تربیت میں آرتھوگونالٹی ریگولرائزیشن سے زیادہ حاصل کر سکتے ہیں؟"۔ نیورل انفارمیشن پروسیسنگ سسٹمز میں پیشرفت 31 (2018)۔
https://doi.org/10.5555/3327144.3327339
ہے [35] Xiaohua Zhai، Alexander Kolesnikov، Neil Houlsby، اور Lucas Beyer۔ "اسکیلنگ وژن ٹرانسفارمرز" (2021)۔
ہے [36] Iordanis Kerenidis اور انوپم پرکاش۔ "سب اسپیس سٹیٹس کے ساتھ کوانٹم مشین لرننگ" (2022)۔ url: doi.org/10.48550/arXiv.2202.00054۔
https://doi.org/10.48550/arXiv.2202.00054
ہے [37] Sergi Ramos-Calderer، Adrián Pérez-Salinas، Diego García-Martín، Carlos Bravo-Prieto، Jorge Cortada، Jordi Planagumà، اور José I. Latorre۔ "آپشن کی قیمتوں کے تعین کے لیے کوانٹم یونری اپروچ" (2019)۔
https:///doi.org/10.1103/PhysRevA.103.032414
ہے [38] نکوڈم گرزیسیاک، رین ہولڈ بلومل، کینتھ رائٹ، کرسٹن ایم بیک، نیل سی پیسینٹی، منگ لی، وینڈیور چپلن، جیسن ایم امینی، شانتانو دیبناتھ، جوو-سی چن، اور یونسیونگ نام۔ "مؤثر صوابدیدی بیک وقت پھنسے ہوئے آئن کوانٹم کمپیوٹر پر پھاٹکوں کو الجھا دیتا ہے"۔ نیٹ کمیون، 11 (2020)۔
https://doi.org/10.1038/s41467-020-16790-9
ہے [39] الیگزینڈر زلوکاپا، ہارٹمٹ نیوین، اور سیٹھ لائیڈ۔ "وسیع اور گہرے کلاسیکی نیورل نیٹ ورکس کی تربیت کے لیے ایک کوانٹم الگورتھم" (2021)۔ url: doi.org/10.48550/arXiv.2107.09200۔
https://doi.org/10.48550/arXiv.2107.09200
ہے [40] ماریو Lezcano-Casado اور David Martınez-Rubio۔ "نیورل نیٹ ورکس میں سستی آرتھوگونل رکاوٹیں: آرتھوگونل اور وحدانی گروپ کی ایک سادہ پیرامیٹرائزیشن"۔ مشین لرننگ پر بین الاقوامی کانفرنس میں۔ صفحات 3794–3803۔ PMLR (2019)۔ url: doi.org/10.48550/arXiv.1901.08428۔
https://doi.org/10.48550/arXiv.1901.08428
ہے [41] موشے لیشنو، ولادیمیر یا لن، ایلن پنکس، اور شمعون شوکن۔ "غیر کثیر الاضلاع ایکٹیویشن فنکشن کے ساتھ ملٹی لیئر فیڈ فارورڈ نیٹ ورک کسی بھی فنکشن کا تخمینہ لگا سکتے ہیں"۔ اعصابی نیٹ ورک 6، 861–867 (1993)۔
https://doi.org/10.1016/S0893-6080(05)80131-5
ہے [42] رابرٹ ہیچٹ نیلسن۔ بیک پروپیگیشن نیورل نیٹ ورک کا نظریہ۔ ادراک کے لیے عصبی نیٹ ورکس میں۔ صفحہ 65-93۔ ایلسیویئر (1992)۔
https://doi.org/10.1109/IJCNN.1989.118638
ہے [43] راؤل روزاس۔ "بیک پروپیگیشن الگورتھم"۔ اعصابی نیٹ ورکس میں۔ صفحات 149-182۔ اسپرنگر (1996)۔
https://doi.org/10.1007/978-3-642-61068-4_7
ہے [44] جیانچینگ یانگ، روئی شی، اور بنگ بنگ نی۔ "میڈمنسٹ کی درجہ بندی ڈیکاتھلون: طبی تصویر کے تجزیہ کے لیے ایک ہلکا پھلکا آٹومل بینچ مارک" (2020)۔
https://doi.org/10.1109/ISBI48211.2021.9434062
ہے [45] ڈینیئل ایس کرمانی، مائیکل گولڈبام، اور دیگر۔ "تصویر پر مبنی گہری سیکھنے کے ذریعہ طبی تشخیص اور قابل علاج بیماریوں کی نشاندہی کرنا"۔ سیل، جلد. 172، نمبر 5، صفحہ 1122 – 1131.e9، (2018)۔
https://doi.org/10.1016/j.cell.2018.02.010
ہے [46] پنگ ژانگ اور بن شینگ۔ "Deepdr ذیابیطس retinopathy امیج ڈیٹاسیٹ (deepdrid)، "2nd ذیابیطس retinopathy - گریڈنگ اور امیج کوالٹی کا تخمینہ چیلنج"۔ https://isbi.deepdr.org/data.html (2020)۔
https://isbi.deepdr.org/data.html~
ہے [47] Hyeonwoo Noh، Tackgeun You، Jonghwan Mun، اور Bohyung Han۔ "شور کے ذریعہ گہرے اعصابی نیٹ ورکس کو باقاعدہ بنانا: اس کی تشریح اور اصلاح"۔ نیور آئی پی ایس (2017)۔
https://doi.org/10.5555/3295222.3295264
ہے [48] زیو ینگ۔ "اوور فٹنگ اور اس کے حل کا ایک جائزہ"۔ جرنل آف فزکس میں: کانفرنس سیریز۔ جلد 1168، صفحہ 022022۔ IOP پبلشنگ (2019)۔
https://doi.org/10.1088/1742-6596/1168/2/022022
ہے [49] ایل امین چیراٹ، آئرڈینس کیرینیڈس، نتنش ماتھر، جوناس لینڈ مین، مارٹن اسٹرہم، اور یون یوونا لی۔ "کوانٹم وژن ٹرانسفارمرز" (2022)۔
ہے [50] سکاٹ ایرونسن۔ "فائن پرنٹ پڑھیں"۔ نیچر فزکس 11، 291–293 (2015)۔
https://doi.org/10.1038/nphys3272
ہے [51] مائیکل اے نیلسن۔ "عصبی نیٹ ورکس اور گہری تعلیم"۔ تعین پریس (2015)۔
کی طرف سے حوالہ دیا گیا
یہ مقالہ کوانٹم میں کے تحت شائع کیا گیا ہے۔ Creative Commons انتساب 4.0 انٹرنیشنل (CC BY 4.0) لائسنس کاپی رائٹ اصل کاپی رائٹ ہولڈرز جیسے مصنفین یا ان کے اداروں کے پاس رہتا ہے۔
