-
题名基于变分量子电路的量子机器学习算法综述
- 1
-
-
作者
于瑞祺
张鑫云
任爽
-
机构
北京交通大学计算机科学与技术学院
-
出处
《计算机研究与发展》
北大核心
2025年第4期821-851,共31页
-
基金
国家自然科学基金项目(62072025)。
-
文摘
随着数据规模的增加,机器学习的重要性与影响力随之增大.借助量子力学的原理能够实现量子计算,结合量子计算和机器学习形成的量子机器学习算法对经典机器学习算法理论上能够产生指数级的加速优势.部分经典算法的量子版本已经被提出,有望解决使用经典计算机难以解决的问题.当前受量子计算硬件所限,可操控的量子比特数目和噪声等因素制约着量子计算机的发展.短期内量子计算硬件难以达到通用量子计算机需要的程度,当前研究重点是获得能够在中等规模含噪声量子(noisy intermediatescale quantum,NISQ)计算设备上运行的算法.变分量子算法是一种混合量子-经典算法,适合应用于当前量子计算设备,是量子机器学习领域的研究热点之一.变分量子电路是一种参数化量子电路,变分量子算法利用其完成量子机器学习任务.变分量子电路也被称为拟设或量子神经网络.变分量子算法框架主要由5个步骤组成:1)根据任务设计损失函数和量子电路结构;2)将经典数据预处理后编码到量子态上,量子数据可以省略编码;3)计算损失函数;4)测量和后处理;5)优化器优化参数.在此背景下,综述了量子计算基础理论与变分量子算法的基础框架,详细介绍了变分量子算法在量子机器学习领域的应用及进展,分别对量子有监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子电路结构搜索相关模型进行了介绍与对比,对相关数据集及相关模拟平台进行了简要介绍和汇总,最后提出了基于变分量子电路量子机器学习算法所面临的挑战及今后的研究趋势.
-
关键词
量子计算
量子机器学习
变分量子算法
量子神经网络
量子深度学习
量子强化学习
-
Keywords
quantum computing
quantum machine learning
variational quantum algorithm
quantum neural network
quantum deep learning
quantum reinforcement learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名量子机器学习综述
被引量：4
- 2
-
-
作者
王健
张蕊
姜楠
-
机构
智能交通数据安全与隐私保护技术北京市重点实验室(北京交通大学)
北京工业大学信息学部
-
出处
《软件学报》
EI
CSCD
北大核心
2024年第8期3843-3877,共35页
-
基金
中央高校基本科研业务费专项资金(2022YJS027)
国家自然科学基金(61502016)
+1 种基金
国家重点研发计划(2020YFB2103800)
智能交通数据安全与隐私保护技术北京市重点实验室开放课题(202209300499)。
-
文摘
近年来,机器学习一直是被关注和探讨的研究热点,被应用到各领域并在其中起着重要作用.但随着数据量的不断增加,机器学习算法训练时间越来越长.与此同时,量子计算机表现出强大的运算能力.因此,有研究人员尝试用量子计算的方法解决机器学习训练时间长的问题,量子机器学习这一领域应运而生.量子主成分分析、量子支持向量机、量子深度学习等量子机器学习算法相继被提出,并有实验证明了量子机器学习算法有显著的加速效果,使得量子机器学习的研究展现出逐步走高的趋势.对量子机器学习算法进行综述.首先介绍量子计算基础;然后对量子监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子深度学习5类量子机器学习算法进行介绍;接着对量子机器学习的相关应用进行介绍并给出了算法实验;最后进行总结和展望.
-
关键词
量子机器学习
量子计算
机器学习
量子深度学习
量子实验
-
Keywords
quantum machine learning
quantum computing
machine learning
quantum deep learning
quantum experiment
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名量子机器学习算法综述
被引量：45
- 3
-
-
作者
黄一鸣
雷航
李晓瑜
-
机构
电子科技大学信息与软件工程学院
-
出处
《计算机学报》
EI
CSCD
北大核心
2018年第1期145-163,共19页
-
基金
国家自然科学基金(61502082)
中央高校基本科研业务费基础研究项目(ZYGX2014J065)资助
-
文摘
机器学习在过去十几年里不断发展,并对其他领域产生了深远的影响.近几年,研究人员发现结合量子计算特性的新型机器学习算法可实现对传统算法的加速,该类成果引起了广泛的关注和研究.因此,文中对近十年的量子机器学习算法进行总结、梳理.首先,介绍了量子计算和机器学习的基本概念;其次,从四个方面分别介绍了量子机器学习,分别是量子无监督聚类算法、量子有监督分类算法、量子降维算法、量子深度学习;同时,对比分析量子机器学习算法与传统机器学习算法的区别和联系;最后,总结该领域存在的问题及挑战,并对量子机器学习未来的工作进行展望.
-
关键词
量子机器学习
量子计算
大数据
人工智能
量子深度学习
-
Keywords
quantum machine learning
quantum computation
big data
artificial intelligence
quantum deep learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
