論文の概要: Machine Learning meets Quantum Foundations: A Brief Survey
- arxiv url: http://arxiv.org/abs/2003.11224v2
- Date: Fri, 12 Jun 2020 06:56:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-27 22:55:23.091002
- Title: Machine Learning meets Quantum Foundations: A Brief Survey
- Title(参考訳): 機械学習が量子基礎と出会う: 簡単な調査
- Authors: Kishor Bharti, Tobias Haug, Vlatko Vedral, and Leong-Chuan Kwek
- Abstract要約: 機械学習の目標は、コンピュータが外部の者による明示的な指示なしに特定のタスクを実行できるようにすることである。
近年、量子基礎における様々な問題に対して機械学習のアイデアがうまく適用されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The goal of machine learning is to facilitate a computer to execute a
specific task without explicit instruction by an external party. Quantum
foundations seeks to explain the conceptual and mathematical edifice of quantum
theory. Recently, ideas from machine learning have successfully been applied to
different problems in quantum foundations. Here, we compile the representative
works done so far at the interface of machine learning and quantum foundations.
We conclude the survey with potential future directions.
- Abstract(参考訳): 機械学習の目標は、コンピュータが外部の者による明示的な指示なしに特定のタスクを実行できるようにすることである。
量子基礎は、量子理論の概念と数学的エデュケーションを説明する。
近年、量子基礎の異なる問題に対して機械学習のアイデアがうまく適用されている。
ここでは、機械学習と量子ファンデーションのインターフェイスでこれまでに行われた代表的成果をコンパイルする。
我々は今後の方向性で調査を終える。
関連論文リスト
- Quantum Machine Learning: from NISQ to Fault Tolerance [9.51051571600351]
量子機械学習の分野で登場した様々な概念について、包括的で偏見のないレビューを提供する。
本稿では,量子機械学習に関連する基本概念,アルゴリズム,統計的学習理論について概説する。
論文 参考訳(メタデータ) (2024-01-21T00:19:16Z) - The QUATRO Application Suite: Quantum Computing for Models of Human
Cognition [49.038807589598285]
量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。
我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
論文 参考訳(メタデータ) (2023-09-01T17:34:53Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳(メタデータ) (2023-01-04T23:37:45Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳(メタデータ) (2022-06-07T07:32:57Z) - From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。
本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。
今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
論文 参考訳(メタデータ) (2022-02-19T02:56:47Z) - Introduction to Quantum Reinforcement Learning: Theory and
PennyLane-based Implementation [10.40861455010028]
本稿では,変分量子回路を用いた量子強化学習の概念を紹介する。
本研究で得られた実験結果から量子強化学習のパワーと可能性について論じる。
論文 参考訳(メタデータ) (2021-08-16T01:05:49Z) - Quantum Computing: an undergraduate approach using Qiskit [0.0]
量子コンピューティングを教えるためのQuantum Information Software Developer Kit - Qiskitを紹介します。
我々は、一般的なラップトップやデスクトップコンピュータ上でのプログラムの構築と、実際の量子プロセッサ上での実行に重点を置いている。
コードはテキスト全体に公開されており、科学計算の経験がほとんどない読者でもそれを再現することができる。
論文 参考訳(メタデータ) (2021-01-26T18:19:23Z) - Quantum walk processes in quantum devices [55.41644538483948]
グラフ上の量子ウォークを量子回路として表現する方法を研究する。
提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
論文 参考訳(メタデータ) (2020-12-28T18:04:16Z) - Quantum reservoir computing: a reservoir approach toward quantum machine
learning on near-term quantum devices [0.8206877486958002]
量子貯水池コンピューティング(Quantum reservoir computing)は、時間的機械学習のように、量子システム上で複雑でリッチなダイナミクスを使用するアプローチである。
これらの量子機械学習アプローチはすべて、実験的に実現可能であり、最先端の量子デバイスに有効である。
論文 参考訳(メタデータ) (2020-11-10T04:45:52Z) - Quantum machine learning and quantum biomimetics: A perspective [0.0]
量子機械学習は、量子技術の中でエキサイティングで有望なパラダイムとして登場した。
本稿では,これらのトピックについて概観し,科学コミュニティが実施した関連研究について述べる。
論文 参考訳(メタデータ) (2020-04-25T07:45:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。