Apr, 2012

量子数据拟合

PDF
TL;DR提供一种新的量子算法，通过基于解决线性方程组的有效算法（Harrow et al. Phys. Rev. Lett. 103, 150502（2009））来高效确定指数级数据集上最小二乘拟合的质量。在许多情况下，我们的算法还可以高效地找到简洁的函数来逼近要拟合的数据并限制逼近误差。对于输入数据为纯量子态的情况，该算法可以用于提供量子态的有效参数估计，因此可以作为给定容错量子计算机的完整量子态测量的替代方案。
发现论文，激发创造
  • 在量子计算机上通过线性回归算法进行预测

    该研究提出了一种基于量子计算机的线性回归模型和最小二乘优化算法的预测算法，并着重关注于数据点的输出猜测，通过适应算法处理低秩逼近表示的非稀疏数据矩阵，同时在联合量子信息处理过程中，可以通过单量子比特测量获得预测结果。

    Jan, 2016

  • 一个用于健壮拟合的混合量子 - 经典算法

    该论文提出了一种使用混合量子经典算法的鲁棒拟合方法，采用一系列整型规划求解并实现全局解或误差界限，该方法可为计算机视觉中的随机启发式算法提供较实用的改进。

    Jan, 2022

  • 量子梯度下降用于线性系统和最小二乘法

    本文提出了一种基于量子机器学习和优化方法的梯度下降算法，通过解决线性方程组问题，构建了一种基于 QRAM 数据结构模型的量子线性系统求解器，并应用于求解正定线性系统和权重最小二乘问题，具有较小的计算成本和内存需求。

    Apr, 2017

  • 量子多模型拟合

    本文提出了第一种量子方法来解决多模型拟合问题，并且经过实验验证在各种数据集上的应用效果非常有前途。

    Mar, 2023

  • 使用机器学习高效测量量子设备

    利用机器学习算法的自动化测量方法可以提高量子系统的测量效率，并为大型量子电路的自动化控制打下基础。

    Oct, 2018

  • 量子算法对线性方程组的指数级精度改进

    该研究旨在通过改进基于傅里叶 / 切比雪夫级数表示的算子实现通用技术，构建了一个可以求解线性系统方程的量子算法，该算法在时间复杂度方面与精度具有同等重要的依赖性。

    Nov, 2015

  • 量子信息科学中的数据中心机器学习

    提出了一系列以数据为中心的启发式方法来改善机器学习系统在量子信息科学问题上的表现。具体而言，我们考虑如何通过系统地构建训练集来显著提高用于量子状态重构的预训练神经网络的准确性，而不改变底层架构。

    Jan, 2022

  • 高效量子态重构

    通过矩阵乘积态假设，提出了两种在一维量子系统中进行量子状态重构的方案，一种方案需要对恒定数量的子系统进行幺正操作，而另一种方案只需要进行局部测量及更复杂的后处理，两种方案仅依赖于线性数量的实验操作和多项式级别的经典后处理，可以无需任何先验假设地严格证明重构状态的准确性。

    Jan, 2011

  • 量子共形预测：量子机器学习中可靠的不确定性量化

    该论文提出了一种处理量子机器学习中普遍存在的不确定性的通用方法学，该方法可以在训练数据量有限、量子计算硬件噪声存在的情况下可靠地度量量子模型的不确定，并基于概率共同预测来达到对真实目标的可信度量。

    Apr, 2023

  • 量子机器学习中的数据力量

    探讨了量子计算在机器学习中的应用和机器学习任务中存在的与传统计算不同之处，提出了一种用于评估量子学习任务潜在优势的方法，并提出了一种通过量子速度提高学习效率的量子机器学习模型。

    Nov, 2020