量子异常检测的量子机器学习
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
本研究探讨了学习和利用孤立量子力学系统的哈密顿量及其变分热态估计进行数据分析技术的可能性,并使用量子哈密顿基模型的方法进行产生建模,证明可以用混合态表示这样的大型强子对撞机数据。在进一步步骤中,我们将学习到的哈密顿量用于异常检测,表明不同样本类型一旦被视为量子多体系统,就可以形成不同的动力行为。利用这些特征来量化样本类型之间的差异。我们的研究结果表明,设计用于场论计算的方法可以在机器学习应用中加以利用,以将理论方法应用于数据分析技术。
Nov, 2022
量子机器学习是量子计算的一个有潜力的早期使用案例,该文章旨在向那些已经具备量子计算基础知识并希望了解经典机器学习术语和应用的读者提供一个基本概览,其包括从理论研究到数值模拟再到概念验证等多个方面的进展。
Apr, 2024
本研究通过机器学习方法,实验性地构造了一个量子态分类器,能够识别量子态可分离性,此方法能有效地学习和分类量子态,并不需要获取完整的量子态信息。同时本研究表明,通过添加神经网络的隐藏层,可以显著提高状态分类器的性能。这些成果为解决如何在有限的资源下实现量子态分类提供了新的思路,并代表了机器学习在量子信息处理领域的应用进展。
Dec, 2017
探讨量子信息可以用于使量子分类器更安全或私密的若干方法,包括鲁棒主成分分析、量子 bagging 和 boosting 以及私有的 k-means 聚类。展示了量子技术在机器学习安全领域的作用,除了速度提升外,还可以为机器学习提供有用的优势。
Nov, 2017
本研究中,我们提出了两种量子算法用于机器学习问题的处理,即量子变分分类器和量子核估计器,并在超导处理器上实现了这两种算法,为探索噪声中等规模量子计算机在机器学习中的应用提供了新的工具。
Apr, 2018