Nov, 2014

区分量子测量轨迹并提高读出精度的机器学习方法

PDF
TL;DR采用聚类方法增强机器学习，将量子信息协议中的超导量子比特系统的测量轨迹进行分类，诊断系统错误，并改进分类方法，提高测量精度。
quantum information protocolssuperconducting qubit systemsmachine learning algorithmsnon-linear algorithmsclustering methods
发现论文，激发创造
  • 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

  • 精确量子测量的机器学习

    采用机器学习自主生成自适应反馈计划的方法适用于量子信息，有效取代了猜测性的量子测量方法，实现了在干涉测量中最佳的自适应方案。

    Oct, 2009

  • 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

  • 机器学习的量子嵌入

    该论文提出了一种称为量子度量学习的新策略，通过训练可训练的量子电路的第一部分来实现数据类最大分离的嵌入，从而消除了当前模型中的一个主要部分。

    Jan, 2020

  • 量子态分类的机器学习模型基准测试

    量子计算是一个快速发展的领域，信息是由二级量子态（qubits）处理的，当前对 qubits 物理实现的要求需要通过不同实验精确校准，以克服噪声和失相现象，其中对测量状态进行分类的模型开发是关键一步，本文基于真实的量子设备对多种分类技术进行了基准测试。

    Sep, 2023

  • 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

  • 可证明高效的量子多体问题机器学习

    这篇论文证明了经典机器学习算法可以有效地预测有限空间维度内间隙哈密顿量的基态性质及其它相类哈密顿量的数据，并可以有效地分类一系列的量子相，在量子实验中可以通过构建经典影像来预测系统的多种属性。

    Jun, 2021

  • 量子机器学习：从 NISQ 到容错

    量子机器学习的综述，包括在量子设备上运行机器学习算法的各种概念，介绍了在 Noisy Intermediate-Scale Quantum (NISQ) 技术中使用的技术和与容错量子计算硬件兼容的算法方法，同时涵盖了量子机器学习的基本概念、算法和与其相关的统计学习理论。

    Jan, 2024

  • 混合量子计算机上的无监督机器学习

    利用量子计算机和贝叶斯优化方法加速解决无监督学习中的聚类问题，并展示出在噪声环境下稳健的表现和经典优化方法的适用性。

    Dec, 2017

  • 基于测量算子的量子机器学习用于多类分类

    本研究提出了一种基于 PVM 的新型量子机器学习框架，通过利用概率幅度的特性，使输出维度从 q（量子位数）扩展到 2^q，可以用于多类分类，并证明其在各种数据集上的表现均优于当前的 SOTA 方法，同时在不超过 6 个量子位的情况下，其性能比 SOTA 框架高出约 42.2%。

    Oct, 2022