Dec, 2015

量子机器学习的优势演示

PDF
TL;DR使用超导体五比特处理器，对基于 oracle 的问题进行求解，经过实验验证，在现有的嘈杂系统中，量子计算机的查询次数明显比经典计算机少，这种差距会随着误差率和问题大小的增加而不断扩大，这证明了量子优势确实在现有的嘈杂系统中出现了。
quantum computingoracle-based problemsuperconducting processorquery complexityquantum advantage
发现论文，激发创造
  • 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

  • 可编程超导量子比特的实验性量子对抗学习

    本文报道了第一个用可编程超导量子位的量子对抗学习实验，结果表明量子学习系统在对抗场景下存在一定的易受攻击性，并证明了对抗训练过程可以显著增强其抵御干扰性攻击的鲁棒性。

    Apr, 2022

  • 量子优势是否是量子机器学习的正确目标？

    本文介绍了机器学习与量子计算的关系以及目前在实践中评估量子计算的困境，提出了拓展研究视角以探究其在机器学习领域的潜在应用的必要性。

    Mar, 2022

  • 实验学习的量子优势

    利用量子技术进行物理实验可以比经典实验在各个方面都具备优势，包括预测物理系统的属性、处理噪声态的量子主成分分析以及学习物理动力学的近似模型。通过实验，研究人员证明了量子机器要比经典机器学习、预测等任务所需的实验次数少得多，并且量子处理的数量级可以适当控制。

    Dec, 2021

  • NASA 量子计算的视角：机遇与挑战

    探索量子算法和特定目的的量子计算硬件，并通过经验性测试来了解启发式算法的实用性。

    Apr, 2017

  • 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

  • 量子机器学习：经典视角

    通过回顾机器学习中的量子计算文献，研究了量子算法的限制、与传统经典算法的比较，以及为什么期望量子资源能够提供学习问题的优势，而在存在噪声和某些计算困难的问题中，量子计算令人期待的路线。

    Jul, 2017

  • 监督式机器学习的严谨和鲁棒量子加速

    本文提出一种量子支持向量机分类器模型，实现有监督分类并取得了明显的量子加速，要求仅具备经典数据访问能力。在构造的数据集中，基于普遍认为的离散对数问题的困难性假设，该量子分类器实现的分类效果均优于无法逆多项式地超越瞎猜的经典学习器。这个模型可以通过一个容错的量子计算机来估算内积核函数，并且将数据映射为一个量子特征空间。此外，该分类器对由有限采样误差产生的内积核函数的加性误差具有一定的鲁棒性。

    Oct, 2020

  • 量子学习的经典验证

    研究利用交互式证明系统框架来进行量子学习的经典验证，通过 “混合超位置” 量子示例提出了针对求解量子难题的新的量子数据访问模型，并证明了经典验证器只需随机例子或统计查询访问，就能有效地验证量子学习。

    Jun, 2023

  • 基于量子计算的神经网络基准测试

    研究利用机器学习技术开发量子计算算法的一种新思路，通过对比标准实值和复值经典神经网络与量子神经网络性能的实验表明，量子神经网络能够用更少的反向传播次数和更小的网络模型获得相媲美甚至更好的结果。

    Jul, 2018