量子机器学习算法综述

发布时间：2018-12-09 08:51

【摘要】：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.
[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.
【作者单位】： 电子科技大学信息与软件工程学院;
【基金】：国家自然科学基金(61502082) 中央高校基本科研业务费基础研究项目(ZYGX2014J065)资助
【分类号】：TP181

【相似文献】

相关期刊论文 前10条

1 王晓;;大数据环境下机器学习算法趋势研究[J];哈尔滨师范大学自然科学学报;2013年04期

2 辛宪会;叶秋果;滕惠忠;郭思海;李军;张靓;韩晓宏;;小样本机器学习算法的特性分析与应用[J];海洋测绘;2007年03期

3 何清;李宁;罗文娟;史忠植;;大数据下的机器学习算法综述[J];模式识别与人工智能;2014年04期

4 王继成;基于认知模拟的自适应机器学习算法研究[J];软件学报;2001年08期

5 刘永定;阳爱民;周序生;邹豪杰;;使用机器学习算法分类P2P流量的方法[J];计算机应用研究;2009年09期

6 陶卿;姚穗;范劲松;方廷健;;一种新的机器学习算法:Support Vector Machines[J];模式识别与人工智能;2000年03期

7 A N.Meltzoff;P K.Kuhl;J Movellan;T J.Sejnowski;冯锐;缪茜惠;;新学习科学的基础[J];远程教育杂志;2011年01期

8 张宏莉;鲁刚;;分类不平衡协议流的机器学习算法评估与比较[J];软件学报;2012年06期

9 张栋;柯长青;余瞰;;机器学习算法在ALOS影像分类中的应用研究[J];遥感信息;2010年03期

10 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

相关会议论文 前10条

1 何晏成;关毅;岳淑珍;;一个基于免疫机制的在线机器学习算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

2 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

3 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

4 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

5 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

8 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

9 胡文凭;基于深层神经网络的口语发音检测与错误分析[D];中国科学技术大学;2016年

10 李晓刚;基于神经网络的码垛机器人视觉位姿测量及伺服控制研究[D];北京林业大学;2015年

相关硕士学位论文 前10条

1 张春迎;机器学习算法在不同领域数据分析中的应用[D];天津大学;2014年

2 袁方方;基于云平台的机器学习算法并行化研究与应用[D];内蒙古师范大学;2016年

3 贾鑫;面向函数型数据分析的机器学习算法研究与应用[D];北京化工大学;2016年

4 张泽;机器学习算法及其工程应用研究[D];天津大学;2012年

5 张文涛;人工智能的唯物史观反思[D];哈尔滨工业大学;2017年

6 娄斌;人工智能在社会应用中的法律问题研究[D];河南师范大学;2017年

7 班瑞;基于语义Web的机器学习算法研究与应用[D];南京理工大学;2006年

8 叶雷;机器学习算法在医疗数据分析中的应用[D];华中师范大学;2017年

9 张予焓;产品评价对象的提取与分析[D];北京邮电大学;2010年

10 刘金克;基于机器学习算法的隐喻识别研究[D];南京师范大学;2011年

，

本文编号：2369116