高级搜索

实现量子增强的机器学习的途径

downloadPDF

上一篇

下一篇

2017: 实现量子增强的机器学习的途径, 物理, 46(3): 183.
引用本文: 2017: 实现量子增强的机器学习的途径, 物理, 46(3): 183.
shu
Citation:
shu

实现量子增强的机器学习的途径

  • 摘要: 量子搜索:计算机科学家Lov Grover发现用量子计算在无序数据库上做搜索会比经典计算机快.最直接的用量子计算机解决机器学习问题的途径就是把搜索问题重新表述为量子计算的语言,然后应用Grover算法.线性代数:在2009年,来自麻省理工学院的Aram Harrow, Avinatan Hassidim和Seth Lloyd,提出了一个量子算法去解线性方程组,在特定情况下,这一算法快得不可思议.许多机器学习中的优化问题在数学上被表述为解线性方程,而这就成为量子线性方程算法绝佳的潜在应用对象.
  • 加载中
  • 加载中
计量
  • 文章访问数:  491
  • HTML全文浏览数:  36
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2017-03-12

实现量子增强的机器学习的途径

摘要: 量子搜索:计算机科学家Lov Grover发现用量子计算在无序数据库上做搜索会比经典计算机快.最直接的用量子计算机解决机器学习问题的途径就是把搜索问题重新表述为量子计算的语言,然后应用Grover算法.线性代数:在2009年,来自麻省理工学院的Aram Harrow, Avinatan Hassidim和Seth Lloyd,提出了一个量子算法去解线性方程组,在特定情况下,这一算法快得不可思议.许多机器学习中的优化问题在数学上被表述为解线性方程,而这就成为量子线性方程算法绝佳的潜在应用对象.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回