A comprehensive review of Quantum Machine Learning: from NISQ to Fault Tolerance

要約

量子デバイス上で機械学習アルゴリズムを実行する量子機械学習は、学術界とビジネス界の両方で大きな注目を集めています。
この論文では、量子機械学習の分野で登場したさまざまな概念について、包括的かつ公平なレビューを提供します。
これには、ノイズを含む中間スケール量子 (NISQ) テクノロジーで使用される技術と、フォールト トレラントな量子コンピューティング ハードウェアと互換性のあるアルゴリズムのアプローチが含まれます。
私たちのレビューでは、量子機械学習に関連する基本的な概念、アルゴリズム、統計学習理論を取り上げます。

要約(オリジナル)

Quantum machine learning, which involves running machine learning algorithms on quantum devices, has garnered significant attention in both academic and business circles. In this paper, we offer a comprehensive and unbiased review of the various concepts that have emerged in the field of quantum machine learning. This includes techniques used in Noisy Intermediate-Scale Quantum (NISQ) technologies and approaches for algorithms compatible with fault-tolerant quantum computing hardware. Our review covers fundamental concepts, algorithms, and the statistical learning theory pertinent to quantum machine learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google