×

量子学习中的高斯核。 (英语) Zbl 1441.81053号

摘要:高斯核是许多机器学习算法中非常常用的核函数,特别是在支持向量机(SVM)中。在从非线性数据集学习时,它比多项式核更常用,并且通常用于构造非线性问题的经典SVM。叛军等人。讨论了使用量子多项式核的最小二乘支持向量机的优雅量子版本,它比经典支持向量机快得多。本文演示了高斯核的量子版本,并在量子支持向量机的上下文中使用量子随机存取存储器(QRAM)分析了其运行时复杂性。我们的分析表明,当(d)和误差(R_d(X{text{qtm}})小到可以忽略时,量子高斯核的运行时计算复杂度近似为\(O[\epsilon^{-1}d\log N]\),误差为\(R_(X_{text{qtm})是训练实例的维数,(epsilon)是精度,(X{text{qtm}})是两个量子态的点积,(R_d(X{text{qtm{}))是泰勒余数误差项。因此,与经典版本相比,高斯核量子版本的运行时复杂性似乎要快得多。

MSC公司:

81第68页 量子计算
68T05型 人工智能中的学习和自适应系统
68问题32 计算学习理论
30立方英尺40英寸 一个复变量的核函数及其应用
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Chu,W.和Ghahramani,Z.,J.Mach。学习。第6号决议()(2005)1019-1041·Zbl 1222.68170号
[2] Chatterjee,N.、Chen,Y.-H.和Breslow,N.E.、J.Am.Stat.Assoc.98(461)(2003)158-168·兹比尔1047.62031
[3] Rebentrost,P.、Mohseni,M.和Lloyd,S.,Phys。修订稿113(2014)130503。
[4] Grover,L.K.,《程序》。第28届ACM计算理论年会(1996年),第212页。
[5] 肖尔,P.W.,SIAM J.Compute.26(5)1484(26 pp.)。
[6] Chatterjee,R.和Yu,T.,Quant。信息。Commun.17(15&16)(2017)1292。
[7] Berggren,J.L.和J.Am.Orient。《社会分类》110(2)(1990)304。https://doi.org/10.2307/604533.JSTOR(JSTOR)604533
[8] Giovannetti,V.,Lloyd,S.和Maccone,L.,Phys。Rev.Lett.100(2008)160501;arXiv:0708.1879·Zbl 1228.81125号
[9] Giovannetti,V.,Lloyd,S.和Maccone,L.,Phys。修订版A78(2008)052310;arXiv:0807.4994。
[10] De Martini,F.、Giovannetti,V.、Lloyd,S.、Maccone,L.、Nagali,E.、Sansoni,L.和Sciarrino,F.,Phys。版本A80(2009)010302(R);arXiv:0902.0222。
[11] Chiorescu,I.、Groll,N.、Bertaina,S.、Mori,T.和Miyashita,S.,Phys。版本B82,(2010)024413。
[12] Schuster,D.I.、Sears,A.P.、Ginossar,E.、DiCarlo,L.、Frunzio,L.,Morton,J.J.L.、Wu,H.、Briggs,G.A.D.、Buckley,B.B.、Awschalom,D.和Schoelkopf,R.J.,Phys。修订稿105(2010)140501。
[13] Kubo,Y.、Ong,F.R.、Bertte,P.、Vion,D.、Jacques,V.、Zheng,D.、Drau,A.、Roch,J.-F.、Auffeves,A.,Jelezko,F.、Wrachtrup,J.、Barthe,M.F.、Bergonzo,P.和Esteve,D.,Phys。修订版Lett.105(2010)140502。
[14] Wu,H.,George,R.E.,Wesenberg,J.H.,Mlmer,K.,Schuster,D.I.,Schoelkopf,R.J.,Itoh,K.M.,Ardavan,A.,Morton,J.J.L.和Briggs,G.A.D.,Phys。修订稿105(2010)140503。
[15] Giovannetti,V.,Lloyd,S.和Maccone,L.,Phys。修订稿:Lett.100(2008)160501·Zbl 1228.81125号
[16] Nielsen,M.A.和Chuang,I.L.,量子计算与量子信息(剑桥大学出版社,剑桥,2000年)·Zbl 1049.81015号
[17] S.Lloyd、M.Mohseni和P.Rebentrost,arXiv:1307.0411(2013)。
[18] Bishwas,A.K.、Mani,A.和Palade,V.,《使用量子多类SVM和量子一对一方法进行大数据分类》,载于第二届国际当代计算与信息学会议(IC3I)(2016年)。https://doi.org/10.109/IC3I.2016.7918805。 ·兹比尔1400.68167
[19] Bishwas,A.K.、Mani,A.和Palade,V.,《量子信息处理》17(2018)282,https://doi.org/10.1007/s11128-018-2046-z。 ·Zbl 1400.68167号
[20] P.Witteck,《理解量子支持向量机》【博客帖子】(2013)。检索自https://peterwittek.com/understanding-quantum-svms.html。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。