タグ付けされた質問 「machine-learning」

多くの人々は、量子コンピューターは、フィールドを大きく後押しできる新しい機械学習とAIアルゴリズムを作成する上で重要なステップであると証明できると信じています。私たちの脳は量子コンピューターであるかもしれないという研究さえありましたが、これまでのところ、研究者の間でコンセンサスはありません。 私はこの分野にまったく慣れていないので、AIの量子コンピューターのアプリケーションで、理論的に言えば、あるタスクで優れたパフォーマンスを発揮するか、現代のディープラーニングアルゴリズムよりも速く収束する可能性のある研究があるかどうかを知りたかったのです。

22 machine-learning  artificial-intelligence 

過去数日間、私は夏のプロジェクトのために、量子機械学習とその応用に関連する資料（主に研究論文）を収集しようとしてきました。（表面的な読書から）私が面白いと思ったいくつかをここに示します： ハイブリッド量子コンピューターでの教師なし機械学習（JS Otterbach et al。、2017） 教師ありおよび教師なし機械学習のための量子アルゴリズム（Lloyd、Mohseni＆Rebentrost、2013） 波の状態を予測する機械学習フレームワーク（James、Zhang＆O'Donncha 2017） 量子ニューロン：量子コンピューターでの機械学習のための基本的な構成要素（Cao、Guerreschi、Aspuru-Guzik、2017） 量子異常検出のための量子機械学習（Liu＆Rebentrost、2017） しかし、物理学のより広いスペクトルの端から来て、私はこの分野の背景知識があまりなく、ほとんどの特殊な材料が突き通せないことを発見しています。チリベルト等 の論文：量子機械学習：古典的な視点は、基本的な概念のいくつかを理解するのにいくらか役立ちました。私は似ているが、より精巧な入門資料を探しています。量子機械学習の分野への入門書として役立つ教科書やビデオ講義などをお勧めできれば非常に役立ちます。 たとえば、ニールセンとチュアンの教科書は、一般的な量子コンピューティングと量子アルゴリズムの優れた入門書であり、入門資料の観点からかなり進んでいます（ただし、非常に基本的なレベルから始まり、量子力学と線形代数のすべての必要な部分をカバーしています）計算の複雑さの基礎さえ！）。量子機械学習に似たものはありますか？ PS：量子機械学習は広大な分野であることを実感しています。混乱がある場合は、古典的な機械学習アルゴリズムの量子アナログの詳細をカバーする教科書/入門書/講義を主に探していることを指摘したいと思います。

22 algorithm  resource-request  machine-learning 

ディープラーニング（教師ありおよび教師なしの機械学習タスクで使用される人工ニューラルネットワークの複数層）は、画像認識、ビデオ認識、音声認識など、最も難しい機械学習タスクの多くにとって非常に強力なツールです。最も強力な機械学習アルゴリズムの1つであり、クアンタムコンピューティングは一般に特定の非常に難しい計算タスクのゲームチェンジャーと見なされています。 深層学習アルゴリズムを量子コンピューターで実行できますか？ 試すのは理にかなっていますか？ 深層学習を無関係にする他の量子アルゴリズムはありますか？

15 algorithm  machine-learning  neural-network 

タイトルが示すように、私は計算生物学の問題に適用される量子アルゴリズムの公開された例を探しています。明らかに、実用的な例が（まだ）存在しない可能性が高いです。私が興味を持っているのは、概念の証明です。このコンテキストでの計算生物学の問題の例は次のとおりです。 タンパク質構造予測（二次、三次） 薬物-リガンド結合 複数配列アライメント デノボアセンブリ 機械学習アプリケーション 私が探しているものの実例となると思われるそのような参照を1つだけ見つけました。この研究では、転写因子の結合にD-Waveが使用されましたが、断熱量子コンピューティングの領域外の例があると興味深いでしょう。 単純化された計算生物学問題に適用される量子アニーリング対古典的な機械学習 量子シミュレーションに関してはいくつかあります。明らかに生物学的に関連があると考えられる規模のシミュレーションではありませんが、この一連の研究は、（他の多くのことの中でも）生物学的に重要な大きな分子のモデリングの前兆であると想像できます。 原子核のクラウド量子コンピューティング 分子エネルギーのスケーラブルな量子シミュレーション それでは、転写因子結合と量子シミュレーションのほかに、生物学に関連する概念が存在するという証拠は他にありますか？ 更新：これまでのところ、ベストアンサーを受け入れましたが、他の例が出てくるかどうかを確認するためにチェックインします。格子タンパク質モデルでの低エネルギーのタンパク質立体構造の同定を実証することを目的とした、もう少し古い（2010年）、私が見つけたもう1つは、これもD-Waveの出版物です。

12 algorithm  machine-learning  applications 

量子機械学習入門（Schuld、Sinayskiy＆Petruccione、2014）によると、セスロイド他 彼らの論文で言う：教師付きおよび教師なし機械学習のための量子アルゴリズムは、古典的な情報を量子状態のノルムにエンコードできる。私は彼らの表記を理解しているのかわかりません。⟨x|x⟩=|x⃗ |−1x⃗ ⟨x|x⟩=|x→|−1x→\langle x|x \rangle = |\vec{x}|^{-1}\vec{x} 簡単な例を見てみましょう。この配列を保存したいとしますで、サイズはで、量子ビットの量子システムの状態です。V={3,2,1,2,3,3,5,4}V={3,2,1,2,3,3,5,4}V = \{3,2,1,2,3,3,5,4\}23232^{3}333 キュービットシステムの状態を次のように表すことができます。333 |ψ⟩=a1|000⟩+a2|001⟩+a3|010⟩+a4|011⟩+a5|100⟩+a6|101⟩+a7|110⟩+a8|111⟩|ψ⟩=a1|000⟩+a2|001⟩+a3|010⟩+a4|011⟩+a5|100⟩+a6|101⟩+a7|110⟩+a8|111⟩|\psi\rangle = a_1|000\rangle + a_2|001\rangle + a_3|010\rangle + a_4|011\rangle + a_5|100\rangle + a_6|101\rangle + a_7|110\rangle + a_8|111\rangle（標準ベースを使用）ここで、。ai∈C ∀ 1≤i≤8ai∈C ∀ 1≤i≤8a_i\in \Bbb C \ \forall \ 1 \leq i\leq 8 をベクトルとして表すことができます whereはで正規直交基底を形成し、その標準ユークリッドノルムをとして記述します。VVVV⃗ =3x^1+2x^2+...+4x^8V→=3x^1+2x^2+...+4x^8\vec{V} = 3 \hat{x}_1 + 2 …

10 quantum-information  quantum-state  machine-learning 

私は量子コンピューティングに比較的慣れていないので、私の目標は、論文で読んだアルゴリズムの実装方法を学ぶことです。多くの回路スニペットを見つけましたが、GitHubまたは機械学習コードを見つけるために行く他の場所で、例のリポジトリをまだ見つけていません。同様の量子コンピューティングリポジトリは存在しますか？

9 models  machine-learning 

ディープラーニングに対するベイジアン学習の最大の欠点の1つは実行時です。ベイズの定理を適用するには、データの分散方法に関する知識が必要です。これには通常、高価な積分または何らかのサンプリングメカニズム（対応する欠点があります）が必要です。 結局のところ、すべては分布の伝播であり、これは（私が理解している限り）量子コンピューティングの性質なので、これらを効率的に実行する方法はありますか？はいの場合、どのような制限が適用されますか？ 編集（直接関連するリンク）： 実用的な量子コンピューターを構築できないという議論は何ですか？ Googleの72キュービットデバイスは、2000以上のキュービットを特徴とするD-Waveのマシンより優れていますか？

8 machine-learning  bayesian-learning