量子机器学习算法综述 被引量：38

1

作者 黄一鸣 雷航 李晓瑜 《计算机学报》 EI CSCD 北大核心 2018年第1期145-163,共19页

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... 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. 展开更多

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

下载PDF 职称材料

大数据与量子计算 被引量：14

2

作者 王书浩 龙桂鲁 《科学通报》 EI CAS CSCD 北大核心 2015年第5期499-508,共10页

大数据技术的迅猛发展对计算效率提出了更高的要求.由于量子系统的独特性质,量子计算具有经典计算不具有的量子超并行计算能力,能够对某些重要的经典算法进行加速.人们发现,除了大数分解算法,量子计算的更多用途是对量子体系的仿真计算... 大数据技术的迅猛发展对计算效率提出了更高的要求.由于量子系统的独特性质,量子计算具有经典计算不具有的量子超并行计算能力,能够对某些重要的经典算法进行加速.人们发现,除了大数分解算法,量子计算的更多用途是对量子体系的仿真计算和在数据分析领域的应用.近年来,大数据和量子计算开始融合.虽然实际使用的量子计算机尚未建成,量子计算在大数据的应用在理论上已经取得了一些重要的进展.实验上也有了一些发展.本文首先介绍量子计算的基本原理和Grover量子算法.随后以量子机器学习作为切入点,介绍了量子计算在数据挖掘领域的应用. 展开更多

关键词 大数据 量子计算 量子机器学习 量子信息处理

原文传递

大数据环境下量子机器学习的研究进展及发展趋势 被引量：10

3

作者 张仕斌 黄曦 +2 位作者 昌燕 闫丽丽 程稳 《电子科技大学学报》 EI CAS CSCD 北大核心 2021年第6期802-819,共18页

复杂性是大数据区别于传统数据的根本所在,大数据的复杂性必然带来不确定性,如何高效、安全、准确地处理大数据所具有的复杂性和不确定性问题已经成为实现大数据知识发现的前提和关键。该文分析了目前大数据环境下不确定性集合理论和大... 复杂性是大数据区别于传统数据的根本所在,大数据的复杂性必然带来不确定性,如何高效、安全、准确地处理大数据所具有的复杂性和不确定性问题已经成为实现大数据知识发现的前提和关键。该文分析了目前大数据环境下不确定性集合理论和大数据计算与分析方法、机器学习、量子计算及量子机器学习的研究现状和不足,展望了未来的发展趋势,指出在即将来临的“大数据+人工智能+量子计算”时代,将“大数据+不确定性集合理论+机器学习+量子计算”交叉融合研究既有理论和现实意义,又有实用价值,也必将成为智慧化时代大数据领域的研究热点。 展开更多

关键词 大数据 机器学习 量子计算 量子机器学习 不确定性集合理论

下载PDF 职称材料

机器学习算法及其应用综述 被引量：5

4

作者 田世杰 张一名 《软件》 2023年第7期70-75,共6页

机器学习是一门多学科的综合性研究,它既是基于模式识别和人工智能的一类计算机科学分支,也是人工智能的一种极其重要的研究方向。文章从机器学习经典算法、新型算法及其应用三个方面进行介绍。首先阐述了6种最常见的机器学习方法,及其... 机器学习是一门多学科的综合性研究,它既是基于模式识别和人工智能的一类计算机科学分支,也是人工智能的一种极其重要的研究方向。文章从机器学习经典算法、新型算法及其应用三个方面进行介绍。首先阐述了6种最常见的机器学习方法,及其机器学习算法的数据并行、聚类、分治3个主要方式;然后,在机器学习经典方法的基础上介绍了结合各专业领域的量子机器学习方法以及李群机器学习;最后,阐述了机器学习方法在各领域中的实际应用,并对机器学习未来的发展趋势做出了分析总结。 展开更多

关键词 机器学习 人工智能 量子机器学习 李群机器学习

下载PDF 职称材料

量子机器学习综述

5

作者 王健 张蕊 姜楠 《软件学报》 EI CSCD 北大核心 2024年第8期3843-3877,共35页

近年来,机器学习一直是被关注和探讨的研究热点,被应用到各领域并在其中起着重要作用.但随着数据量的不断增加,机器学习算法训练时间越来越长.与此同时,量子计算机表现出强大的运算能力.因此,有研究人员尝试用量子计算的方法解决机器学... 近年来,机器学习一直是被关注和探讨的研究热点,被应用到各领域并在其中起着重要作用.但随着数据量的不断增加,机器学习算法训练时间越来越长.与此同时,量子计算机表现出强大的运算能力.因此,有研究人员尝试用量子计算的方法解决机器学习训练时间长的问题,量子机器学习这一领域应运而生.量子主成分分析、量子支持向量机、量子深度学习等量子机器学习算法相继被提出,并有实验证明了量子机器学习算法有显著的加速效果,使得量子机器学习的研究展现出逐步走高的趋势.对量子机器学习算法进行综述.首先介绍量子计算基础;然后对量子监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子深度学习5类量子机器学习算法进行介绍;接着对量子机器学习的相关应用进行介绍并给出了算法实验;最后进行总结和展望. 展开更多

关键词 量子机器学习 量子计算 机器学习 量子深度学习 量子实验

下载PDF 职称材料

量子机器学习算法研究概述

6

作者 侯敏 《通讯世界》 2024年第8期139-141,共3页

机器学习在过去几十年取得了飞速发展,并对各个领域产生了深远影响。然而,随着数据规模的扩大,传统计算机对数据的处理能力已经达到瓶颈。量子计算作为一种新型计算模式,因其独特的性质能够有效提高数据处理效率而引起广泛关注,众多研... 机器学习在过去几十年取得了飞速发展,并对各个领域产生了深远影响。然而,随着数据规模的扩大,传统计算机对数据的处理能力已经达到瓶颈。量子计算作为一种新型计算模式,因其独特的性质能够有效提高数据处理效率而引起广泛关注,众多研究者开始聚焦于量子计算与机器学习算法结合而成的量子机器学习算法。基于此,先介绍机器学习和量子机器学习,再分析两种方法的区别与联系,并指出了量子机器学习存在的挑战并对未来进行展望。 展开更多

关键词 机器学习 量子机器学习 量子计算 人工智能 新型计算

下载PDF 职称材料

空天地协同的边缘云服务功能链动态编排方法 被引量：6

7

作者 乔文欣 卢昱 +2 位作者 刘益岑 李志伟 李玺 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2022年第2期79-88,共10页

空天地协同网络作为一种新型网络架构,拥有广域网络覆盖和泛在无缝接入等优势,但也面临日益增长的用户需求与有限的网络服务资源之间的矛盾,将边缘计算引入空天地协同网络能够大幅提升系统的业务处理能力。同时,为了进一步提高空天地协... 空天地协同网络作为一种新型网络架构,拥有广域网络覆盖和泛在无缝接入等优势,但也面临日益增长的用户需求与有限的网络服务资源之间的矛盾,将边缘计算引入空天地协同网络能够大幅提升系统的业务处理能力。同时,为了进一步提高空天地协同的边缘云网络资源利用率,可以将一组虚拟网络功能按照一定的业务逻辑连接起来,形成动态可重构的服务功能链,为用户提供多样化且高质量的网络服务。考虑到空天地协同的边缘云网络的高动态和异构特性,研究了动态服务功能链的高效编排问题,设计了空天地协同的边缘云网络系统模型,并在此基础上构造了受网络资源和服务请求约束的端到端时延优化目标函数。其次,结合量子机器学习高效并行计算的优势,将服务功能链路径选择问题建模为基于开放量子随机行走的隐马尔可夫模型,并采用量子回溯解码的方法对模型进行了求解。最后,对文章研究的内容进行仿真验证,仿真结果表明:与传统精确求解和启发式方法相比,文章中提出的服务功能链动态编排方法能够在网络流量负载较高的情况下,提高服务请求成功率并降低端到端平均时延。 展开更多

关键词 空天地协同网络 边缘云网络 服务功能链 量子机器学习

下载PDF 职称材料

量子自注意力神经网络的时间序列预测

8

作者 陈欣 李闯 金凡 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第1期110-118,共9页

在“量子-经典”混合模式下,设计了多头量子自注意力神经网络预测模型(MQSAPN)用以进行时间序列预测,模型包括多头量子自注意力模块以及变分量子线路预测模块两部分。通过对输入数据按时间步长分别进行量子态编码以及K、Q、V的计算,借... 在“量子-经典”混合模式下,设计了多头量子自注意力神经网络预测模型(MQSAPN)用以进行时间序列预测,模型包括多头量子自注意力模块以及变分量子线路预测模块两部分。通过对输入数据按时间步长分别进行量子态编码以及K、Q、V的计算,借鉴已有研究使用高斯函数进行自注意力系数的估计方式,将量子自注意力特征提取后的数据再次编码到变分预测线路中,经过线路演化及测量,最终获取预测结果。完整流程与模型搭建均采用VQNet框架实现。在天气学变量的时间序列预测任务中,该模型表现出与经典多头自注意力模型预测模型以及长短期记忆单元网络模型相当的预测精度。此外,相对于同样是量子机器学习的data-reuploading变分线路而言,在近乎同等规模线路深度与参数量的前提下,表现出更高的预测精度,这也进一步验证了引入量子自注意力机制的有效性。值得指出的是,作为预测部分的变分线路会随着输入数据量的增多(如时间窗加长、特征变量规模增加等),其参数量与线路深度也会显著增加,尽管多层QSA能够较好地进行特征表达,但依然有可能因遇到“贫瘠高原”困难而成为整个网络的瓶颈。 展开更多

关键词 量子计算 量子机器学习 自注意力机制 时间序列预测

下载PDF 职称材料

量子模糊朴素贝叶斯分类算法

9

作者 侯敏 张仕斌 黄曦 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第1期149-154,共6页

以传统朴素贝叶斯算法为基础,研究并提出一种高效、准确的量子模糊贝叶斯分类算法。首先将“模糊集合理论+朴素贝叶斯理论”交叉融合,定义模糊先验概率、模糊条件概率,将朴素贝叶斯推广至模糊朴素贝叶斯,构建模糊贝叶斯模型;其次,将“... 以传统朴素贝叶斯算法为基础,研究并提出一种高效、准确的量子模糊贝叶斯分类算法。首先将“模糊集合理论+朴素贝叶斯理论”交叉融合,定义模糊先验概率、模糊条件概率,将朴素贝叶斯推广至模糊朴素贝叶斯,构建模糊贝叶斯模型;其次,将“模糊贝叶斯模型+量子计算”交叉融合,将模糊数据集量子化(编码到量子态上)并设计量子线路,提出一种量子模糊朴素贝叶斯分类算法;最后,将该算法应用到鸢尾花数据集。仿真实验表明,与传统朴素贝叶斯分类算法相比,该算法具有较高的分类效率和准确率。 展开更多

关键词 模糊集合理论 朴素贝叶斯分类 量子计算 量子机器学习

下载PDF 职称材料

基于随机量子层的变分量子卷积神经网络鲁棒性研究

10

作者 戚晗 王敬童 +1 位作者 ABDULLAH Gani 拱长青 《信息网络安全》 CSCD 北大核心 2024年第3期363-373,共11页

近年来,量子机器学习被证明与经典机器学习一样会被一个精心设计的微小扰动干扰从而造成识别准确率严重下降。目前增加模型对抗鲁棒性的方法主要有模型优化、数据优化和对抗训练。文章从模型优化角度出发,提出了一种新的方法,旨在通过... 近年来,量子机器学习被证明与经典机器学习一样会被一个精心设计的微小扰动干扰从而造成识别准确率严重下降。目前增加模型对抗鲁棒性的方法主要有模型优化、数据优化和对抗训练。文章从模型优化角度出发,提出了一种新的方法,旨在通过将随机量子层与变分量子神经网络连接组成新的量子全连接层,与量子卷积层和量子池化层组成变分量子卷积神经网络(Variational Quantum Convolutional Neural Networks,VQCNN),来增强模型的对抗鲁棒性。文章在KDD CUP99数据集上对基于VQCNN的量子分类器进行了验证。实验结果表明,在快速梯度符号法(Fast Gradient Sign Method,FGSM)、零阶优化法(Zeroth-Order Optimization,ZOO)以及基于遗传算法的生成对抗样本的攻击下,文章提出的VQCNN模型准确率下降值分别为11.18%、15.21%和33.64%,与其它4种模型相比准确率下降值最小。证明该模型在对抗性攻击下具有更高的稳定性,其对抗鲁棒性更优秀。同时在面对基于梯度的攻击方法(FGSM和ZOO)时的准确率下降值更小,证明文章提出的VQCNN模型在面对此类攻击时更有效。 展开更多

关键词 随机量子电路 量子机器学习 对抗性攻击 变分量子线路

下载PDF 职称材料

基于自适应网络的量子模糊推理系统

11

作者 闫丽丽 颜金歌 张仕斌 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第4期482-488,共7页

基于ANFIS与量子BP神经网络(QBP)提出了一种基于自适应网络的量子模糊推理系统(ANQFIS)。不同于ANFIS,ANQFIS以量子门旋转的方式将模糊规则强度与QBP相结合,最后以量子态的测量概率作为输出,QBP的加入使得模型的输出准确率更高,且凭借... 基于ANFIS与量子BP神经网络(QBP)提出了一种基于自适应网络的量子模糊推理系统(ANQFIS)。不同于ANFIS,ANQFIS以量子门旋转的方式将模糊规则强度与QBP相结合,最后以量子态的测量概率作为输出,QBP的加入使得模型的输出准确率更高,且凭借量子计算的速度优越性提升了模型的计算速度。根据梯度下降法,给出了该系统中参数的学习算法。在仿真实验中,分别使用低维数据和高维数据作为数据集来训练模型,使用攻击算法生成对抗样本进行测试,结果表明ANQFIS在输出准确率、鲁棒性方面优于ANFIS与QBP。 展开更多

关键词 量子神经网络 模糊神经网络 量子机器学习 量子计算 量子模糊机器学习

下载PDF 职称材料

基于汉明距离的量子K-Means算法 被引量：1

12

作者 钟静 林晨 +1 位作者 盛志伟 张仕斌 《计算机应用》 CSCD 北大核心 2023年第8期2493-2498,共6页

K-Means算法在处理大规模异构数据时,通常使用欧氏距离来衡量数据点之间的相似度,然而这样存在效率低下以及计算复杂性过高的问题。受到汉明距离在处理数据相似性计算上存在显著优势的启发,提出一种基于汉明距离的量子K-Means(QKMH)算... K-Means算法在处理大规模异构数据时,通常使用欧氏距离来衡量数据点之间的相似度,然而这样存在效率低下以及计算复杂性过高的问题。受到汉明距离在处理数据相似性计算上存在显著优势的启发,提出一种基于汉明距离的量子K-Means(QKMH)算法来计算相似度。首先,将数据制备成量子态,并使用量子汉明距离计算待聚类点和K个聚类中心之间的相似度;然后,改进了Grover最小值搜索算法查找距离待聚类点最近的聚类中心;最后,循环以上步骤,直到达到规定迭代次数或者聚类中心不再改变。基于量子模拟计算框架QisKit,将提出的算法在MNIST手写数字数据集上进行了验证并与传统和改进的多种方法进行了对比,实验结果表明,QKMH算法的F1值相较于基于曼哈顿距离的量子K-Means算法提高了10个百分点,相较于最新优化的基于欧氏距离的量子K-Means算法提高了4.6个百分点;同时经计算,QKMH算法时间复杂度比上述对比算法更低。 展开更多

关键词 量子机器学习 量子算法 量子K-Means算法 汉明距离 Grover搜索算法

下载PDF 职称材料

量子机器学习与人工智能的实现——基于可计算性与计算复杂性的哲学分析 被引量：5

13

作者 王凯宁 《科学技术哲学研究》 CSSCI 北大核心 2019年第6期32-36,共5页

量子机器学习是量子计算与机器学习交叉形成的新研究方向,其主要目标是利用量子特性实现对传统机器学习算法的加速。目前已经出现了不少有实际应用价值的量子机器学习算法,这些算法能通过降低计算的复杂性程度,在一些特定领域实现弱人... 量子机器学习是量子计算与机器学习交叉形成的新研究方向,其主要目标是利用量子特性实现对传统机器学习算法的加速。目前已经出现了不少有实际应用价值的量子机器学习算法,这些算法能通过降低计算的复杂性程度,在一些特定领域实现弱人工智能。从可计算性的视角来看,量子机器学习能完成非决定性计算,在理论上可以实现对意识结果的模拟,从而为强人工智能提供支持。 展开更多

关键词 量子机器学习 人工智能 量子计算 可计算性 计算复杂性

原文传递

量子机器学习简介及其在特定场景中的应用 被引量：1

14

作者 朱钦圣 杨世璐 +1 位作者 刘恒宇 滕保华 《大学物理》 2023年第8期27-31,共5页

近些年来,机器学习对各行各业产生了深远影响,特别是把量子计算的特性与机器学习相结合而形成的量子机器学习,实现了对传统算法的加速.目前,量子机器学习在物理、化学、金融和生物医药等领域的应用引起了人们的极大关注.本文首先介绍了... 近些年来,机器学习对各行各业产生了深远影响,特别是把量子计算的特性与机器学习相结合而形成的量子机器学习,实现了对传统算法的加速.目前,量子机器学习在物理、化学、金融和生物医药等领域的应用引起了人们的极大关注.本文首先介绍了量子机器学习的基本概念和目前的前沿进展.其次以氟化氢分子为例子,利用量子机器学习计算了该分子系统的基态能量. 展开更多

关键词 量子机器学习 量子计算 计算物理 人工智能

下载PDF 职称材料

基于量子判别分析法的量子连续投资组合优化算法

15

作者 陈柄任 袁淏木 +3 位作者 吴涵卿 吴磊 李鑫 李晓瑜 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第6期802-808,共7页

利用马科维茨投资组合优化问题和量子线性判别分析(quantum linear discriminant analysis,QLDA)的相似性,将马科维茨投资组合优化问题规约为量子线性判别分析的优化问题,并通过解决QLDA的技术厄米特链积(hermitian chain product,HCP)... 利用马科维茨投资组合优化问题和量子线性判别分析(quantum linear discriminant analysis,QLDA)的相似性,将马科维茨投资组合优化问题规约为量子线性判别分析的优化问题,并通过解决QLDA的技术厄米特链积(hermitian chain product,HCP)以及密度矩阵指数化算法(density matrix exponentiation,DME)来求得马科维茨均值方差模型中夏普率最大的最优解。量子连续投资组合优化方案相比于经典方案可以实现准指数加速。 展开更多

关键词 投资组合优化 量子计算 量子线性判别分析 量子机器学习 量子主成分分析

下载PDF 职称材料

基于变分量子分类器的量子对抗攻击生成算法

16

作者 侯晓凯 吴热冰 +1 位作者 王子竹 王晓霆 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第2期162-167,共6页

量子分类器在扰动攻击下的脆弱性是量子机器学习中的基本理论问题之一。量子分类器的脆弱性是指其随着量子系统规模增大而更容易因为一些微小的扰动而分类错误的性质。这种微小扰动也被称为量子对抗攻击,而如何生成尽可能小的扰动使得... 量子分类器在扰动攻击下的脆弱性是量子机器学习中的基本理论问题之一。量子分类器的脆弱性是指其随着量子系统规模增大而更容易因为一些微小的扰动而分类错误的性质。这种微小扰动也被称为量子对抗攻击,而如何生成尽可能小的扰动使得量子分类器失效仍是一个开放问题。针对这一问题,提出了一种新的量子对抗攻击生成算法——量子混淆算法。该算法利用量子分类器关于输入数据的梯度信息来生成扰动,从而使得已训练好的量子分类器失效。数值仿真结果表明,与已有的量子对抗攻击方法相比,量子混淆算法可以通过更小的扰动实现对抗攻击,为理解分类器的有效性和脆弱性提供了新的思路。 展开更多

关键词 量子对抗攻击 量子分类器 量子计算 量子机器学习

下载PDF 职称材料

量子原型聚类

17

作者 刘翔 祝静 +2 位作者 仲国强 顾永建 崔丽媛 《计算机科学》 CSCD 北大核心 2023年第8期27-36,共10页

经典机器学习算法的量子化重构是量子机器学习领域的一个重要研究方向。聚类作为一类在机器学习领域被广泛应用的算法,其量子化重构也拥有较高的研究价值。目前的量子机器学习算法大多存在复现难度大、难以与经典算法形成直观对比等问... 经典机器学习算法的量子化重构是量子机器学习领域的一个重要研究方向。聚类作为一类在机器学习领域被广泛应用的算法,其量子化重构也拥有较高的研究价值。目前的量子机器学习算法大多存在复现难度大、难以与经典算法形成直观对比等问题。为解决这些问题,提出了一种量子原型聚类算法(Quantum Prototype Clustering,QPC),该算法可以很方便地在现有的通用性量子计算设备上部署。该方法首先结合单量子位旋转特性,寻找信息损失最小的特征映射方式,使用双维度特征数据制造单量子位旋转;然后,基于多量子位纠缠及纠缠系统坍缩的特性,设计了一种用于制造特定量子纠缠系统和测量纠缠系统坍缩结果的量子线路。根据纠缠系统中受控量子位旋转角和纠缠系统坍缩结果的关系,并结合闵可夫斯基距离的定义,推导了一种用于评估输入样本相似性的量子距离。该量子距离测量模块与经典计算机中的距离计算模块具有相同的输入输出形式,可以不加修改地替换掉原型聚类中的闵可夫斯基距离计算,从而将经典的原型聚类算法重构为QPC。在来自kaggle和scikit-learn的多组公开数据集上进行的多次重复实验表明,在平均样本中心距等评价指标上,QPC与经典的原型聚类算法无明显差别。 展开更多

关键词 量子计算 量子机器学习 聚类算法 原型聚类

下载PDF 职称材料

机器学习算法与应用 被引量：3

18

作者 张磊 陈东 +2 位作者 王建新 高献伟 段晓毅 《北京电子科技学院学报》 2017年第4期51-56,共6页

本文从三个方面介绍了机器学习。首先简单介绍5种典型的机器学习算法,以及典型算法之间结合的集成算法。其次,在典型算法基础上介绍了结合其他学科的量子机器学习和李群机器学习,给出了两种学习算法的基本步骤。最后,介绍了机器学习在... 本文从三个方面介绍了机器学习。首先简单介绍5种典型的机器学习算法,以及典型算法之间结合的集成算法。其次,在典型算法基础上介绍了结合其他学科的量子机器学习和李群机器学习,给出了两种学习算法的基本步骤。最后,介绍了机器学习在数据挖掘、模式识别领域以及侧信道攻击中的应用。 展开更多

关键词 机器学习 量子机器学习 李群机器学习 模式识别 侧信道攻击

下载PDF 职称材料

量子态制备及其在量子机器学习中的前景 被引量：4

19

作者 赵健 陈昭昀 +3 位作者 庄希宁 薛程 吴玉椿 郭国平 《物理学报》 SCIE EI CAS CSCD 北大核心 2021年第14期88-96,共9页

经典计算机的运算能力依赖于芯片单位面积上晶体管的数量,其发展符合摩尔定律.未来随着晶体管的间距接近工艺制造的物理极限,经典计算机的运算能力将面临发展瓶颈.另一方面,机器学习的发展对计算机的运算能力的需求却快速增长,计算机的... 经典计算机的运算能力依赖于芯片单位面积上晶体管的数量,其发展符合摩尔定律.未来随着晶体管的间距接近工艺制造的物理极限,经典计算机的运算能力将面临发展瓶颈.另一方面,机器学习的发展对计算机的运算能力的需求却快速增长,计算机的运算能力和需求之间的矛盾日益突出.量子计算作为一种新的计算模式,比起经典计算,在一些特定算法上有着指数加速的能力,有望给机器学习提供足够的计算能力.用量子计算来处理机器学习任务时,首要的一个基本问题就是如何将经典数据有效地在量子体系中表示出来.这个问题称为态制备问题.本文回顾态制备的相关工作,介绍目前提出的多种态制备方案,描述这些方案的实现过程,总结并分析了这些方案的复杂度.最后对态制备这个方向的研究工作做了一些展望. 展开更多

关键词 态制备 量子机器学习 编码

下载PDF 职称材料

量子机器学习在催化化学研究中的应用

20

作者 钱波 《分子催化》 CAS CSCD 北大核心 2023年第1期63-72,I0003,I0004,共12页

量子机器学习融合了量子化学与机器学习的优点,具有比传统密度泛函理论更快的计算速度和更高的准确性.量子机器学习可为复杂、多维、多尺度的催化化学提供更智能和有效的研究方式,通过训练可靠的数据及建立合理的模型和算法,快速、准确... 量子机器学习融合了量子化学与机器学习的优点,具有比传统密度泛函理论更快的计算速度和更高的准确性.量子机器学习可为复杂、多维、多尺度的催化化学提供更智能和有效的研究方式,通过训练可靠的数据及建立合理的模型和算法,快速、准确地预测最优的催化剂设计参数、最佳的催化剂材料的合成方法和反应条件、以及催化剂结构和性能之间的关系.作者就量子机器学习应用于催化材料的设计、催化反应性能和催化反应机理三方面的发展趋势进行了概述. 展开更多

关键词 量子机器学习 催化材料设计 催化反应性能 催化反应机理

下载PDF 职称材料