Einführungsmaterial zum quantenmaschinellen Lernen

22

In den letzten Tagen habe ich versucht, Material (hauptsächlich Forschungsarbeiten) zu Quantenmaschinellem Lernen und seinen Anwendungen für ein Sommerprojekt zu sammeln. Hier sind einige, die ich interessant fand (aus einer oberflächlichen Lektüre):

Da ich jedoch eher aus der Physik stamme, habe ich nicht viel Hintergrundwissen auf diesem Gebiet und finde die meisten Spezialmaterialien undurchdringlich. Ciliberto et al. Aufsatz: Quantenmaschinelles Lernen: Eine klassische Perspektive hat mir ein wenig geholfen, einige der Grundkonzepte zu verstehen. Ich suche nach ähnlichem, aber aufwändigerem Einführungsmaterial. Es wäre sehr hilfreich, wenn Sie Lehrbücher, Videovorträge usw. empfehlen könnten, die eine gute Einführung in das Gebiet des quantenmaschinellen Lernens bieten.

Zum Beispiel ist das Lehrbuch von Nielsen und Chuang eine großartige Einführung in das Quantencomputing und die Quantenalgorithmen im Allgemeinen und geht in Bezug auf Einführungsmaterial ziemlich weit (obwohl es auf einem sehr einfachen Niveau beginnt und alle notwendigen Teile der Quantenmechanik und der linearen Algebra abdeckt und sogar die Grundlagen der Rechenkomplexität!). Gibt es etwas Ähnliches für das quantenmaschinelle Lernen?

PS: Mir ist klar, dass das quantenmaschinelle Lernen ein riesiges Gebiet ist. Im Falle von Verwirrung möchte ich darauf hinweisen, dass ich hauptsächlich nach Lehrbüchern / Einführungspapieren / Vorlesungen suche, die die Details der Quantenanaloga klassischer Algorithmen des maschinellen Lernens behandeln.

algorithm  resource-request  machine-learning 
— Sanchayan Dutta
quelle

Antworten:

15

Das Nielsen und Chuang des Quantenmaschinellen Lernens ist diese umfangreiche Übersicht mit dem Titel " Quantenmaschinelles Lernen ", die 2017 in Nature veröffentlicht wurde. Die arXiv-Version ist hier und wurde erst am 10. Mai 2018 aktualisiert.

— user1271772
quelle
Das sieht gut aus. Hier ist noch ein Übersichtsartikel aus dem Jahr 2014, den ich für nützlich befunden habe: arXiv: 1409: 3097 .
— Sanchayan Dutta
Ja, etwas älter aber auch toll. Ich kenne alle drei Autoren und unterstütze ihre Arbeit. Denken Sie daran, dass "Quantenmaschinelles Lernen" immer noch ein neues Thema ist, und viele der Autoren des Nature-Papers haben gesagt, dass die meiste Zeit, die für dieses Papier aufgewendet wurde, darauf verwendet wurde, darüber zu streiten, was das Gebiet überhaupt ist. Daher ist es ein bisschen früh, dass es eine perfekte Einführung gibt, wie Nielsen und Chuang für Quantencomputer, aber das Nature-Papier ist in Kombination mit dem von Ihnen vorgeschlagenen Papier wahrscheinlich das beste.
— user1271772
5
Dies ist definitiv kein "Nielsen und Chuang" von QML. Es ist ein Übersichtsartikel und als solches nicht viel mehr als eine Liste von Hinweisen mit wenigen Worten darauf, was auf dem Gebiet getan wurde und wird (nicht, dass dies in irgendeiner Weise schlecht ist: Der Artikel erfüllt seinen Zweck perfekt ). Ich würde sagen, dass Witteks Buch über Quantenmaschinelles Lernen besser zu einem solchen Titel passt, aber das Fachgebiet ist noch nicht ausgereift genug, um ein "N & C of QML" zu haben
— glS
2
Diese Rezension hat nur etwa 14 Seiten in einer Spalte. Dies ist kaum eine "ausführliche Übersicht" (z. B. Rev. Mod. Phys. Aufsätze haben etwa 40 Seiten in 2 Spalten). Ganz zu schweigen davon, dass es nicht mit einem Buch wie Nielsen und Chuang zu vergleichen ist, das etwa 600 Seiten umfasst.
— Norbert Schuch
In diesem Übersichtsartikel wird die Verwendung von Orakel-basierten Algorithmen wie der HHL überbetont, was angesichts der Autorenliste verständlich, aber kaum repräsentativ für das Gebiet ist.
— forky40
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.