越來越多的研究表明,借助量子計算技術(shù)可以提高有監(jiān)督分類算法和無監(jiān)督聚類算法的計算效率,甚至是學(xué)習(xí)精度.通常采用的方法有:基于量子理論將經(jīng)典信息轉(zhuǎn)換為量子態(tài)的形式存儲起來,用量子態(tài)來表示所有樣本;以量子態(tài)之間的距離替代樣本數(shù)據(jù)之間的經(jīng)典距離,形成新的相似度來度量樣本數(shù)據(jù)間的相似性等.通過理論和模擬驗證表明,量子計算可以實現(xiàn)對經(jīng)典機器學(xué)習(xí)算法的加速.最后,總結(jié)了量子機器學(xué)習(xí)技術(shù)的優(yōu)勢和目前所存在的問題,并展望了未來該領(lǐng)域的發(fā)展趨勢. 

【文章來源】：微電子學(xué)與計算機. 2020,37(08)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

KNN算法數(shù)據(jù)分類方式

在特征空間中,樣本即為一個個多維向量.因此,常用的相似度標(biāo)準(zhǔn)有:比較兩個樣本的內(nèi)積、歐氏距離、漢明距離、曼哈頓距離、夾角余弦距離等.當(dāng)想要把傳統(tǒng)KNN算法轉(zhuǎn)換為量子版本,通常聚焦在如何使用量子計算來評估兩個向量之間的距離,以替代兩個向量間的經(jīng)典距離.為此,首先需要使用量子態(tài)來表示樣本向量.A?meur等人[6]提出使用保真度(fidelity)〈a|b〉作為兩個量子態(tài)|a〉和|b〉的相似度.保真度可以通過一個簡單的Swap量子電路來得到,如圖2所示.其中H代表Hadamard門,電路是否起作用由最上面的量子比特控制,即電路最上面的量子線對應(yīng)的是控制比特,初始狀態(tài)設(shè)置為|0〉.下面兩個量子線對應(yīng)的是受控量子比特.第一個H門將控制比特|0〉轉(zhuǎn)換為一個疊加態(tài) ( 1/ 2 )( |0?+|1? ) .當(dāng)控制比特的狀態(tài)為|1〉時,Swap量子電路對于狀態(tài) |a 和|b〉進行交換操作.經(jīng)過第二個H門后可得到量子態(tài)

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種通過模擬生物神經(jīng)網(wǎng)絡(luò)的計算模型,應(yīng)用十分廣泛.一個經(jīng)典的ANN是基于多層次的網(wǎng)狀結(jié)構(gòu),如圖3所示[1].圖中的節(jié)點稱為神經(jīng)元(neurons),節(jié)點之間通過帶有權(quán)重的突觸(synapses)來連接.每個神經(jīng)元都有一個激活函數(shù),該函數(shù)通過上層神經(jīng)元的值以及相應(yīng)權(quán)重,從而決定了當(dāng)前神經(jīng)元的值.圖3的第一層為輸入層,最后一層為輸出層,中間層(可以多層)為隱含層.

【參考文獻】：
期刊論文
[1]量子機器學(xué)習(xí)算法綜述[J]. 黃一鳴,雷航,李曉瑜.  計算機學(xué)報. 2018(01)
[2]軌跡大數(shù)據(jù):數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 高強,張鳳荔,王瑞錦,周帆.  軟件學(xué)報. 2017(04)
[3]大數(shù)據(jù)與量子計算[J]. 王書浩,龍桂魯.  Science Bulletin. 2015(Z1)



本文編號：3296976