Feb, 2024

量子计算机上基于张量网络的期权定价时间序列生成

PDF
TL;DR使用矩阵乘积状态（MPS）作为时间序列生成的生成模型的一种新方法，可以在量子计算机上生成 Heston 模型中的路径，并突出了它在路径依赖期权定价中的潜力。
quantum computingoption pricingquantum algorithmsmatrix product stateheston model
发现论文，激发创造
  • 基于矩阵积态的量子分类器

    本文探讨了将矩阵乘积状态作为一维张量数组用于分类经典和量子数据的能力，对传统机器学习数据集 Iris 进行了二元分类，并进一步通过考虑探讨不同参数来证明 MPS 电路可用于获得更好的准确性，实验了 MPS 量子分类器的学习能力，用于对北旁遮普邦（印度）Patiala 气象站的蒸发散进行分类，并使用不同的分类性能度量对其能力进行了测量，并展示了其各项值的一致性程度。

    May, 2019

  • 使用矩阵乘积状态进行无监督生成建模

    提出了一个使用矩阵乘积状态的基于概率论解释的生成模型，可以进行直接采样和动态调整张量尺寸，适用于无监督机器学习领域。

    Sep, 2017

  • 将机器学习与量子张量网络相结合

    本文研究了张量网络在语言建模中的应用，通过对模拟 Motzkin 自旋链的问题进行抽象，发现张量模型具有接近完美的分类能力，并在训练样本减少时保持稳定的性能水平。

    Jan, 2024

  • 共同训练张量网络

    使用一种新颖的张量网络 —— 约束矩阵积态（MPS），将任意线性约束准确地融入稀疏块结构，成功地弥合了 U (1) 对称 MPS 和传统非约束 MPS 之间的差距。通过量子区域的概念，适用于捕捉包括非约束情景在内的任意线性约束，我们进一步为这些新的 MPS 开发了规范形式，允许根据量子区域融合规则合并和分解张量块。利用这种规范形式，我们采用无监督训练策略来优化满足线性约束的任意代价函数，从而解决二次背包问题，并展示了相对于传统非线性整数规划求解器具有更高性能的优势，突显了我们方法在解决复杂约束组合优化问题中的潜力。

    May, 2024

  • 基于一元光子计算芯片和生成对抗学习的高效选项定价

    本论文提出了一种光子芯片，利用一元法计算欧式期权定价，并结合量子振幅估计算法，与经典蒙特卡罗方法相比具有二次加速度。该芯片由三个模块组成：加载资产价格分布、计算预期收益和执行量子振幅估计算法。在资产价格分布模块中，嵌入了生成对抗网络以高效学习和加载资产分布，准确捕捉市场趋势。该研究是金融应用专用光子处理器发展的一步，有潜力提高金融服务的效率和质量。

    Aug, 2023

  • 树张量网络用于生成建模

    本论文介绍了一种树张量网络 (TTN)，并将其应用于基于生成式建模的自然图像数据集以提高其可解释性，在 MNIST 数据集的表现中也获得更好的对数似然度得分。

    Jan, 2019

  • 时间序列量子生成模型在金融数据中的应用

    该研究将时间序列生成模型应用为量子生成模型，以实际的金融数据为基础，生成了两个相关时间序列的未来数据，并与长短期记忆和向量自回归等经典方法进行比较；此外，进行了数值实验来完成缺失值，评估了时间序列量子生成模型的实际应用性，结果表明与经典方法相比，该模型需要更少的参数值，并且对于平稳和非平稳数据都是可行的，这些结果表明多个参数可以应用于各种类型的时间序列数据。

    May, 2024

  • 基于张量网络分解的概率建模表现力研究 - 从隐马尔科夫模型到量子机器学习的应用

    该论文研究了张量网络在离散多元概率分布建模中的表达能力，并针对使用不同类型的张量带来的参数数量和效率变化进行了严格分析，发现局部纯净态表示法的表达能力优于其他表示法。

    Jul, 2019

  • 基于矩阵积态的生成模型分布式预训练

    本文提出了一种以基础张量网络操作 (例如求和和压缩) 为特征的训练模型算法，主要应用于机器学习中的 MNIST 数据集，结果表明该算法具有合理的生成新图像和分类任务的能力，并解释其作为压缩量子核密度估计的算法实现。

    Jun, 2023

  • 张量网络：矩阵乘积状态和投影纠缠对态的实用入门

    介绍了张量网络方法的一些主要话题和研究领域，其中涉及数值方法，MPS 和 PEPS 等内容，特别是在一维和二维量子晶格系统的方面。

    Jun, 2013