Py学习  »  机器学习算法

研究进展:量子机器学习 | Nature Reviews Physics

今日新材料 • 1 年前 • 249 次点击  

量子学习理论Quantum learning theory是量子计算和机器学习交叉研究的新热点领域。过去两年的重大突破,迅速巩固了量子学习理论的基础。

今日,哈佛大学 (Harvard University)Anurag Anshu,IBM Quantum的Srinivasan Arunachalam,在Nature Reviews Physics上发表评述文章,全面调研了严格研究学习量子态复杂性的各种研究进展,可供经验丰富和早期职业生涯的量子计算研究人员阅读。其中包括量子层析成像的进展、学习物理量子态、层析成像的替代学习模型,以及学习编码为量子态的经典函数。
A survey on the complexity of learning quantum states. 
量子态学习的复杂性综述。

图1:强凸函数的梯度。


图2:吉布斯状态的边缘。


图3:量子核估计。

文献链接
Anshu, A., Arunachalam, S. A survey on the complexity of learning quantum states. Nat Rev Phys (2023). 
https://doi.org/10.1038/s42254-023-00662-4
https://www.nature.com/articles/s42254-023-00662-4
本文译自Nature。
来源:今日新材料
声明:仅代表译者个人观点,如有不科学之处,请在下方留言指正!

推荐阅读
一文概览量子机器学习
量子机器学习综述
量子机器学习的挑战与机遇 | 综述荐读


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/165566
 
249 次点击