Generative Data Intelligence

Quantum Alphatron: skammtafræðilegur kostur fyrir nám með kjarna og hávaða

Dagsetning:

Siyi Yang1, Naixu Guo1, Miklos Santha1,2, og Patrick Rebentrost1

1Centre for Quantum Technologies, National University of Singapore, Singapore 117543
2Université de Paris, IRIF, CNRS, F-75013 París, Frakklandi; MajuLab UMI 3654

Finnst þér þetta blað áhugavert eða vilt þú ræða það? Scite eða skildu eftir athugasemd á SciRate.

Abstract

Í viðmóti vélanáms og skammtatölvunar er mikilvæg spurning hvaða dreifingar er hægt að læra sannanlega með ákjósanlegum úrtaksflækjum og með skammtahröðun tímaflækjum. Í klassíska tilfellinu ræddu Klivans og Goel um $Alphatron$, reiknirit til að læra dreifingar sem tengjast kjarnaaðhvarfi, sem þeir notuðu einnig við nám á tveggja laga tauganetum. Í þessari vinnu bjóðum við upp á skammtaútgáfur af Alphatron í bilunarþolnu stillingu. Í vel skilgreindu námslíkani er þetta skammta reiknirit fær um að veita margliða hraða fyrir mikið úrval af breytum í undirliggjandi hugtakaflokki. Við ræðum tvær gerðir af hraðauppfærslum, eina til að meta kjarnafylki og eina til að meta hallann í stochastic hallafallslækkunarferlinu. Við ræðum einnig skammtafræðilega kostinn í samhengi við nám á tveggja laga tauganetum. Starf okkar stuðlar að rannsókn á skammtafræði með kjarna og úr sýnum.

► BibTeX gögn

► Heimildir

[1] Jonathan Allcock, Chang-Yu Hsieh, Iordanis Kerenidis og Shengyu Zhang, „Quantum Algorithms for Feedforward Neural Networks“ ACM viðskipti á skammtatölvu 1 (2020).
https://doi.org/​10.1145/​3411466

[2] J. van Apeldoornand A. Gilyén „Quantum algorithms for zero-sum games“ arXiv:1904.03180 (2019).
https://​/​doi.org/​10.48550/​arXiv.1904.03180

[3] Srinivasan Arunachalam, Vlad Gheorghiu, Tomas Jochym-O'Connor, Michele Mosca og Priyaa Varshinee Srinivasan, „On the robustness of bucket brigade quantum RAM“ New Journal of Physics 17, 123010 (2015).
https:/​/​doi.org/​10.1088/​1367-2630/​17/​12/​123010

[4] Peter L. Bartlettand Shahar Mendelson „Rademacher and Gaussian Complexities: Risk Bounds and Structural Results“ J. Mach. Læra. Res. 3, 463–482 (2003).
https://doi.org/​10.5555/​944919.944944

[5] Kerstin Beer, Dmytro Bondarenko, Terry Farrelly, Tobias J. Osborne, Robert Salzmann, Daniel Scheiermann og Ramona Wolf, „Að þjálfa djúp skammtaugatauganet“ Nature Communications 11, 808 (2020).
https:/​/​doi.org/​10.1038/​s41467-020-14454-2

[6] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe og Seth Lloyd, „Quantum machine learning“ Nature 549, 195–202 (2017).
https://doi.org/​10.1038/​nature23474

[7] Fernando GSL Brandaoand Krysta M. Svore "Quantum Speed-Ups for Solving Semidefinite Programs" 2017 IEEE 58th Annual Symposium on Foundations of Computer Science (FOCS) 415–426 (2017).
https://doi.org/​10.1109/​FOCS.2017.45

[8] Gilles Brassard, Peter Høyer, Michele Mosca og Alain Tapp, „Quantum amplitude amplification and estimation“ Contemporary Mathematics 305, 53–74 (2002).
https://doi.org/​10.1090/​conm/​305/​05215

[9] Yudong Cao, Gian Giacomo Guerreschi og Alán Aspuru-Guzik, „Quantum Neuron: a elementary building block for machine learning on quantum computers“ arXiv:1711.11240 (2017).
https://​/​doi.org/​10.48550/​arXiv.1711.11240

[10] C. Ciliberto, M. Herbster, AD Ialongo, M. Pontil, A. Rocchetto, S. Severini og L. Wossnig, „Quantum machine learning: A classical perspective“ Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences 474, 20170551 (2018).
https://doi.org/​10.1098/​rspa.2017.0551

[11] C. Dürrand P. Høyer „skammtaalgrím til að finna lágmarkið“ arXiv:9607014 (1996).
https://​/​doi.org/​10.48550/​arXiv.quant-ph/​9607014

[12] Andrá s Gilyén, Srinivasan Arunachalam og Nathan Wiebe, „Að fínstilla skammtahagræðingaralgrím með hraðari skammtastigsútreikningi“ Society for Industrial Applied Mathematics (2019).
https://doi.org/​10.1137/​1.9781611975482.87

[13] Vittorio Giovannetti, Seth Lloyd og Lorenzo Maccone, „Architectures for a quantum random access memory“ Phys. Rev. A 78, 052310 (2008).
https://​/​doi.org/​10.1103/​PhysRevA.78.052310

[14] Vittorio Giovannetti, Seth Lloyd og Lorenzo Maccone, „Quantum Random Access Memory“ Phys. Séra Lett. 100, 160501 (2008).
https://​/​doi.org/​10.1103/​PhysRevLett.100.160501

[15] Surbhi Goeland Adam R. Klivans „Að læra taugakerfi með tveimur ólínulegum lögum á margliða tíma“ Ritgerð Þrjátíu og annarrar ráðstefnu um námskenningu 99, 1470–1499 (2019).
https://​/​doi.org/​10.48550/​arXiv.1709.06010

[16] Lov Groverand Terry Rudolph „Búa til yfirsetningar sem samsvara skilvirkri samþættanlegri líkindadreifingu“ arXiv preprint quant-ph/​0208112 (2002).
https://​/​doi.org/​10.48550/​arXiv.quant-ph/​0208112

[17] Aram W. Harrow, Avinatan Hassidim og Seth Lloyd, „Quantum Algorithm for Linear Systems of Equations“ Phys. Séra Lett. 103, 150502 (2009).
https://​/​doi.org/​10.1103/​PhysRevLett.103.150502

[18] Vojtěch Havlíček, Antonio D. Córcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow og Jay M. Gambetta, „Leikað nám með skammtaauknum eiginleikum“ Nature 567, 209–212 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-0980-2

[19] MJ Kearnsand RE Schapire „Árangursríkt dreifingarlaust nám á líkindahugtökum“ Proceedings [1990] 31st Annual Symposium on Foundations of Computer Science 382–391 bindi 1 (1990).
https://​/​doi.org/​10.1109/​FSCS.1990.89557

[20] Adam Klivansand Raghu Meka „Að læra grafísk líkön með margföldunarlóðum“ 2017 IEEE 58. árlegt málþing um undirstöður tölvunarfræði (FOCS) 343–354 (2017).
https://doi.org/​10.1109/​FOCS.2017.39

[21] Tongyang Li, Shouvanik Chakrabarti og Xiaodi Wu, „Sublinear quantum algorithms for training linear and kernel-based classifiers“ Proceedings of the 36th International Conference on Machine Learning, ICML 2019, 9-15 June 2019, Long Beach, California, USA 97, 3815–3824 (2019).
https://​/​doi.org/​10.48550/​arXiv.1904.02276

[22] Roi Livni, Shai Shalev-Shwartz og Ohad Shamir, „Um reiknihagkvæmni þjálfunar tauganeta“ Framkvæmd 27. alþjóðlegu ráðstefnunnar um taugaupplýsingavinnslukerfi – bindi 1 855–863 (2014).
https://doi.org/​10.5555/​2968826.2968922

[23] Jarrod R McClean, Jonathan Romero, Ryan Babbush og Alán Aspuru-Guzik, „Kenningin um breytileg blending skammta-klassískra algríma“ New Journal of Physics 18, 023023 (2016).
https:/​/​doi.org/​10.1088/​1367-2630/​18/​2/​023023

[24] John Preskill „Quantum Computing in the NISQ era and beyond“ Quantum 2, 79 (2018).
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

[25] Patrick Rebentrost, Masoud Mohseni og Seth Lloyd, „Quantum Support Vector Machine for Big Data Classification“ Phys. Séra Lett. 113, 130503 (2014).
https://​/​doi.org/​10.1103/​PhysRevLett.113.130503

[26] Patrick Rebentrost, Yassine Hamoudi, Maharshi Ray, Xin Wang, Siyi Yang og Miklos Santha, „Quantum algorithms for hedging and the learning of Ising models“ Phys. Rev. A 103, 012418 (2021).
https://​/​doi.org/​10.1103/​PhysRevA.103.012418

[27] Itay Safranand Ohad Shamir „Dýpt og breidd málamiðlanir í að nálgast náttúrulegar aðgerðir með tauganetum“ Framkvæmd 34. alþjóðlegu ráðstefnunnar um vélanám – 70. bindi 2979–2987 (2017).
https://doi.org/​10.5555/​3305890.3305989

[28] Bernhard Schölkopfand Alexander J Smola „Nám með kjarna: styðja vektorvélar, reglusetningu, hagræðingu og víðar“ MIT press (2002).
https://doi.org/​10.7551/​mitpress/​4175.001.0001

[29] Maria Schuldand Nathan Killoran „Quantum Machine Learning in Feature Hilbert Spaces“ Phys. Séra Lett. 122, 040504 (2019).
https://​/​doi.org/​10.1103/​PhysRevLett.122.040504

[30] Ewin Tang „Quantum-Inspired Classical Algorithm for Recommendation Systems“ Framkvæmd 51. árlega ACM SIGACT málþingsins um tölvufræði 217–228 (2019).
https://doi.org/​10.1145/​3313276.3316310

[31] MD Vose „Línulegt reiknirit til að búa til handahófskenndar tölur með tiltekinni dreifingu“ IEEE Transactions on Software Engineering 17, 972–975 (1991).
https://doi.org/​10.1109/​32.92917

[32] AJ Walker „Ný hröð aðferð til að búa til stakar slembitölur með handahófskenndri tíðnardreifingu“ Electronics Letters 10, 127–128 (1974).
https://doi.org/​10.1049/​el:19740097

[33] Nathan Wiebe, Daniel Braun og Seth Lloyd, „Quantum Algorithm for Data Fitting“ Phys. Séra Lett. 109, 050505 (2012).
https://​/​doi.org/​10.1103/​PhysRevLett.109.050505

Vitnað af

[1] Lukas Mouton, Florentin Reiter, Ying Chen og Patrick Rebentrost, „djúpt nám sem byggir á skammtafræðireikniritum til að leysa ólínulegar hlutdiffurjöfnur“. arXiv: 2305.02019, (2023).

[2] Yusen Wu, Bujiao Wu, Jingbo Wang og Xiao Yuan, „Quantum Phase Recognition with Quantum Kernel Methods“, arXiv: 2111.07553, (2021).

[3] João F. Doriguello, Alessandro Luongo, Jinge Bao, Patrick Rebentrost og Miklos Santha, „Quantum algorithm for stochastic optimal stoping problems with applications in financial“. arXiv: 2111.15332, (2021).

[4] Debbie Lim og Patrick Rebentrost, „Quantum Online Portfolio Optimization Algorithm“, arXiv: 2208.14749, (2022).

[5] Jeong Yu Han og Patrick Rebentrost, „Quantum forskot fyrir verðlagningu og verðmatsaðlögun með mörgum valmöguleikum“, arXiv: 2203.04924, (2022).

[6] Yusen Wu, Bujiao Wu, Jingbo Wang og Xiao Yuan, „Quantum Phase Recognition with Quantum Kernel Methods“, Quantum 7, 981 (2023).

[7] Armando Bellante og Stefano Zanero, „Quantum matching pursuit: A skammtafræði reiknirit fyrir dreifðar framsetningar“. Líkamleg skoðun A 105 2, 022414 (2022).

Ofangreindar tilvitnanir eru frá SAO/NASA ADS (síðast uppfært 2023-11-09 23:41:37). Listinn gæti verið ófullnægjandi þar sem ekki allir útgefendur veita viðeigandi og fullkomin tilvitnunargögn.

On Þjónustan sem vitnað er til í Crossref engin gögn um að vitna í verk fundust (síðasta tilraun 2023-11-09 23:41:35).

blettur_img

Nýjasta upplýsingaöflun

blettur_img

Spjallaðu við okkur

Sæll! Hvernig get ég aðstoðað þig?