Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning

要約

量子機械学習 (QML) は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長している分野です。
量子力学の独自の機能を活用することで機械学習に革命を起こすことを目指しており、機械学習技術を利用して量子コンピューティングの研究を推進しています。
この論文では、機械学習パラダイムのための量子コンピューティングを紹介します。変分量子回路 (VQC) を使用して、ノイズの多い中間スケール量子 (NISQ) デバイス上で QML アーキテクチャを開発します。
最近の理論的および経験的発見を紹介しながら、量子コンピューティング パラダイムの機械学習について説明します。
特に、QML 研究の将来の方向性を掘り下げ、QML 研究の潜在的な産業への影響を探ります。

要約(オリジナル)

Quantum machine learning (QML) is a rapidly growing field that combines quantum computing principles with traditional machine learning. It seeks to revolutionize machine learning by harnessing the unique capabilities of quantum mechanics and employs machine learning techniques to advance quantum computing research. This paper introduces quantum computing for the machine learning paradigm, where variational quantum circuits (VQC) are used to develop QML architectures on noisy intermediate-scale quantum (NISQ) devices. We discuss machine learning for the quantum computing paradigm, showcasing our recent theoretical and empirical findings. In particular, we delve into future directions for studying QML, exploring the potential industrial impacts of QML research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google