Materiale introduttivo per l'apprendimento automatico quantistico

22

Negli ultimi giorni, ho cercato di raccogliere materiale (principalmente articoli di ricerca) relativi all'apprendimento automatico quantistico e alle sue applicazioni, per un progetto estivo. Eccone alcuni che ho trovato interessanti (da una lettura superficiale):

Tuttavia, proveniente dalla parte più fisica dello spettro, non ho molte conoscenze di base in quest'area e sto trovando la maggior parte dei materiali specializzati impenetrabili. Ciliberto et al. Articolo: Apprendimento automatico quantistico: una prospettiva classica mi ha aiutato in qualche modo a cogliere alcuni dei concetti di base. Sto cercando materiale introduttivo simile ma più elaborato . Sarebbe molto utile se potessi consigliare libri di testo, lezioni video, ecc. Che forniscano una buona introduzione al campo dell'apprendimento automatico quantistico.

Ad esempio, il libro di testo di Nielsen e Chuang è una grande introduzione al calcolo quantistico e agli algoritmi quantistici in generale e va abbastanza lontano in termini di materiale introduttivo (anche se inizia a un livello molto basilare e copre tutte le parti necessarie della meccanica quantistica e dell'algebra lineare e persino le basi della complessità computazionale!). Esiste qualcosa di simile per l'apprendimento automatico quantistico?

PS: mi rendo conto che l'apprendimento automatico quantistico è una vasta area. In caso di confusione, vorrei sottolineare che sto principalmente cercando libri di testo / documenti introduttivi / lezioni che trattano i dettagli degli analoghi quantistici degli algoritmi di apprendimento automatico classico.

algorithm  resource-request  machine-learning 
— Sanchayan Dutta
fonte

Risposte:

15

Nielsen e Chuang di Quantum Machine Learning è questa ampia recensione chiamata " Quantum Machine Learning " pubblicata su Nature nel 2017. La versione di arXiv è qui ed è stata aggiornata di recente il 10 maggio 2018.

— user1271772
fonte
Questo sembra buono. Ecco un altro documento di revisione del 2014, che ho trovato utile: arXiv: 1409: 3097 .
— Sanchayan Dutta,
Sì, un po 'più vecchio ma anche fantastico. Conosco tutti e tre gli autori e sostengo il loro lavoro. Tieni presente che il "machine learning quantistico" è ancora un nuovo argomento e molti autori del documento Nature hanno affermato che la maggior parte del tempo dedicato a quel documento è stato dedicato alla discussione su ciò che il campo è. Quindi è un po 'presto perché ci sia un'introduzione perfetta come Nielsen e Chuang è per il calcolo quantistico, ma il documento Nature, combinato con il documento che hai suggerito, è probabilmente il migliore.
— utente1271772
5
questo è sicuramente non è un "Nielsen e Chuang" di QML. È un documento di revisione e come tale non molto più di un elenco di riferimenti, con alcune parole allegate, a ciò che è stato e che si sta facendo sul campo (non che ciò sia negativo in alcun modo: il documento raggiunge perfettamente il suo scopo ). Direi che il libro di Wittek sull'apprendimento automatico quantistico si adatta meglio a un titolo del genere, ma in realtà il campo non è ancora abbastanza maturo per avere qualcosa di equivalente a un "N&C di QML"
— glS
2
Questa recensione ha solo circa 14 pagine in un'unica colonna. Questa non è certo una "revisione approfondita" (ad esempio, i documenti Rev. Mod. Phys hanno circa 40 pagine in 2 colonne). Per non parlare del fatto che non può essere paragonato a un libro come Nielsen e Chuang con le sue circa 600 pagine.
— Norbert Schuch,
Questo documento di revisione enfatizza eccessivamente l'uso di algoritmi basati su Oracle come HHL, il che è comprensibile dato l'elenco degli autori ma difficilmente rappresentativo del campo.
— forky40,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.