系統的文献レビュー:量子機械学習とその応用【JST・京大機械翻訳】

Garcia David Peral; Cruz-Benito Juan; Garcia-Penalvo Francisco Jose

プレプリント

J-GLOBAL ID：202202206421779297 整理番号：22P0026330

系統的文献レビュー:量子機械学習とその応用【JST・京大機械翻訳】

Systematic Literature Review: Quantum Machine Learning and its applications

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月11日プレプリントサーバーでの情報更新日： 2023年12月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

量子計算は量子力学を用いた計算を行うプロセスである。この分野は,大規模情報処理と同様に計算を行う際に,あるサブ原子粒子の量子挙動を研究する。これらの能力は,量子コンピュータを,古典的コンピュータ上の計算時間とコストの点で利点を与えることができる。今日,計算の複雑さまたは計算時間による古典的計算による実行が不可能な科学的課題があり,量子計算は可能な回答の1つである。しかし,現在の量子デバイスはまだ必要な量子ビットを持たず,これらの目標を達成するために十分に耐故障性ではない。それにもかかわらず,量子計算が現在の量子デバイスで有用な機械学習または化学のような他の分野がある。本論文は,2017年から2023年の間に発表された論文の系統的文献レビューを提示し,量子機械学習とそれらの応用で使用される異なるアルゴリズムを同定し,分析し,分類した。その結果,本研究は,量子機械学習技術とアルゴリズムを使用した94の論文を同定した。発見アルゴリズムの主なタイプは,サポートベクトルマシンまたはk最近傍モデル,および量子ニューラルネットワークのような古典的深層学習アルゴリズムのような古典的機械学習アルゴリズムの量子実装である。多くの記事は,古典的機械学習によって現在回答された問題を解決するが,量子デバイスとアルゴリズムを使用する。結果が有望であるとしても,量子機械学習は,その完全な可能性を達成することから遠い。既存の量子コンピュータが十分な品質,速度,およびスケールを欠き,そのフルポテンシャルを実現するための量子計算を可能にするので,量子ハードウェアの改善が必要である。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

量子力学一般 , ディジタル計算機方式一般

, , ,

前のページに戻る