【摘要】：機(jī)器學(xué)習(xí)在過(guò)去十幾年里不斷發(fā)展,并對(duì)其他領(lǐng)域產(chǎn)生了深遠(yuǎn)的影響.近幾年,研究人員發(fā)現(xiàn)結(jié)合量子計(jì)算特性的新型機(jī)器學(xué)習(xí)算法可實(shí)現(xiàn)對(duì)傳統(tǒng)算法的加速,該類(lèi)成果引起了廣泛的關(guān)注和研究.因此,文中對(duì)近十年的量子機(jī)器學(xué)習(xí)算法進(jìn)行總結(jié)、梳理.首先,介紹了量子計(jì)算和機(jī)器學(xué)習(xí)的基本概念;其次,從四個(gè)方面分別介紹了量子機(jī)器學(xué)習(xí),分別是量子無(wú)監(jiān)督聚類(lèi)算法、量子有監(jiān)督分類(lèi)算法、量子降維算法、量子深度學(xué)習(xí);同時(shí),對(duì)比分析量子機(jī)器學(xué)習(xí)算法與傳統(tǒng)機(jī)器學(xué)習(xí)算法的區(qū)別和聯(lián)系;最后,總結(jié)該領(lǐng)域存在的問(wèn)題及挑戰(zhàn),并對(duì)量子機(jī)器學(xué)習(xí)未來(lái)的工作進(jìn)行展望.
[Abstract]:Machine learning has evolved over the past decade and has had a profound impact on other fields. In recent years, researchers have found that a new machine learning algorithm combining quantum computing properties can accelerate the traditional algorithm, which has attracted extensive attention and research. Therefore, this paper summarizes and combs the quantum machine learning algorithms in the last ten years. Firstly, the basic concepts of quantum computing and machine learning are introduced. Secondly, quantum machine learning is introduced from four aspects: quantum unsupervised clustering algorithm, quantum supervised classification algorithm, quantum dimensionality reduction algorithm and quantum depth learning. At the same time, the difference and relation between quantum machine learning algorithm and traditional machine learning algorithm are analyzed. Finally, the problems and challenges in this field are summarized, and the future work of quantum machine learning is prospected.
【作者單位】： 電子科技大學(xué)信息與軟件工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61502082) 中央高�；究蒲袠I(yè)務(wù)費(fèi)基礎(chǔ)研究項(xiàng)目(ZYGX2014J065)資助
【分類(lèi)號(hào)】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王曉;;大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)算法趨勢(shì)研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2013年04期

2 辛憲會(huì);葉秋果;滕惠忠;郭思海;李軍;張靚;韓曉宏;;小樣本機(jī)器學(xué)習(xí)算法的特性分析與應(yīng)用[J];海洋測(cè)繪;2007年03期

3 何清;李寧;羅文娟;史忠植;;大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[J];模式識(shí)別與人工智能;2014年04期

4 王繼成;基于認(rèn)知模擬的自適應(yīng)機(jī)器學(xué)習(xí)算法研究[J];軟件學(xué)報(bào);2001年08期

5 劉永定;陽(yáng)愛(ài)民;周序生;鄒豪杰;;使用機(jī)器學(xué)習(xí)算法分類(lèi)P2P流量的方法[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

6 陶卿;姚穗;范勁松;方廷健;;一種新的機(jī)器學(xué)習(xí)算法:Support Vector Machines[J];模式識(shí)別與人工智能;2000年03期

7 A N.Meltzoff;P K.Kuhl;J Movellan;T J.Sejnowski;馮銳;繆茜惠;;新學(xué)習(xí)科學(xué)的基礎(chǔ)[J];遠(yuǎn)程教育雜志;2011年01期

8 張宏莉;魯剛;;分類(lèi)不平衡協(xié)議流的機(jī)器學(xué)習(xí)算法評(píng)估與比較[J];軟件學(xué)報(bào);2012年06期

9 張棟;柯長(zhǎng)青;余瞰;;機(jī)器學(xué)習(xí)算法在ALOS影像分類(lèi)中的應(yīng)用研究[J];遙感信息;2010年03期

10 云中客;新的神經(jīng)網(wǎng)絡(luò)來(lái)自于仿生學(xué)[J];物理;2001年10期

相關(guān)會(huì)議論文 前10條

1 何晏成;關(guān)毅;岳淑珍;;一個(gè)基于免疫機(jī)制的在線機(jī)器學(xué)習(xí)算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

2 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

3 周樹(shù)德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

4 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

5 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類(lèi)時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

8 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

9 胡文憑;基于深層神經(jīng)網(wǎng)絡(luò)的口語(yǔ)發(fā)音檢測(cè)與錯(cuò)誤分析[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

10 李曉剛;基于神經(jīng)網(wǎng)絡(luò)的碼垛機(jī)器人視覺(jué)位姿測(cè)量及伺服控制研究[D];北京林業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 張春迎;機(jī)器學(xué)習(xí)算法在不同領(lǐng)域數(shù)據(jù)分析中的應(yīng)用[D];天津大學(xué);2014年

2 袁方方;基于云平臺(tái)的機(jī)器學(xué)習(xí)算法并行化研究與應(yīng)用[D];內(nèi)蒙古師范大學(xué);2016年

3 賈鑫;面向函數(shù)型數(shù)據(jù)分析的機(jī)器學(xué)習(xí)算法研究與應(yīng)用[D];北京化工大學(xué);2016年

4 張澤;機(jī)器學(xué)習(xí)算法及其工程應(yīng)用研究[D];天津大學(xué);2012年

5 張文濤;人工智能的唯物史觀反思[D];哈爾濱工業(yè)大學(xué);2017年

6 婁斌;人工智能在社會(huì)應(yīng)用中的法律問(wèn)題研究[D];河南師范大學(xué);2017年

7 班瑞;基于語(yǔ)義Web的機(jī)器學(xué)習(xí)算法研究與應(yīng)用[D];南京理工大學(xué);2006年

8 葉雷;機(jī)器學(xué)習(xí)算法在醫(yī)療數(shù)據(jù)分析中的應(yīng)用[D];華中師范大學(xué);2017年

9 張予焓;產(chǎn)品評(píng)價(jià)對(duì)象的提取與分析[D];北京郵電大學(xué);2010年

10 劉金克;基于機(jī)器學(xué)習(xí)算法的隱喻識(shí)別研究[D];南京師范大學(xué);2011年

，

本文編號(hào)：2369116