量子机器学习算法综述

被引：43

作者：

黄一鸣

雷航

李晓瑜

机构：

[1] 电子科技大学信息与软件工程学院

来源：

计算机学报 | 2018年 / 41卷 / 01期

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;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

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.

引用

页码：145 / 163

页数：19

共 39 条

[1] 大数据与量子计算 [J].

王书浩 ;

龙桂鲁 .

科学通报, 2015, 60(Z1) (Z1) :499-508

[2] 深度学习研究进展 [J].

刘建伟 ;

刘媛 ;

罗雄麟 .

计算机应用研究, 2014, 31 (07) :1921-1930+1942

[3] 深度学习研究综述 [J].

孙志军 ;

薛磊 ;

许阳明 ;

王正 .

计算机应用研究, 2012, 29 (08) :2806-2810

[4] 量子计算的进展和展望 [J].

周正威 ;

涂涛 ;

龚明 ;

李传锋 ;

胡勇 ;

杨勇 ;

郭光灿 .

物理学进展, 2009, 29 (02) :127-165

[5] 一种量子自组织特征映射网络模型及聚类算法 [J].

李盼池 ;

李士勇 .

量子电子学报, 2007, (04) :463-468

[6]

统计学习方法[M]. 清华大学出版社 , 李航, 2012

[7]

On the robustness of bucket brigade quantum RAM[J] . Srinivasan Arunachalam,Vlad Gheorghiu,Tomas Jochym-O’Connor,Michele Mosca,Priyaa Varshinee Srinivasan.New Journal of Physics . 2015 (12)

[8]

Weightless neural network parameters and architecture selection in a quantum computer[J] . Adenilton J. da Silva,Wilson R. de Oliveira,Teresa B. Ludermir.Neurocomputing . 2015

[9] An introduction to quantum machine learning [J].

Schuld, Maria ;

Sinayskiy, Ilya ;

Petruccione, Francesco .

CONTEMPORARY PHYSICS, 2015, 56 (02) :172-185

[10] The quest for a Quantum Neural Network [J].

Schuld, Maria ;

Sinayskiy, Ilya ;

Petruccione, Francesco .

QUANTUM INFORMATION PROCESSING, 2014, 13 (11) :2567-2586

← 1 2 3 4 →