Transferable Belief Model on Quantum Circuits

要約

デンプスター・シェーファー理論の意味論的解釈としての移転可能な信念モデルにより、エージェントは不正確で不完全な環境で推論と意思決定を行うことができます。
このモデルは、信頼性の低い証言を処理するための明確なセマンティクスを提供し、ベイジアン アプローチと比較して、より合理的かつ一般的な信念伝達のプロセスを可能にします。
しかし、信念関数を更新する際には信念の質量と焦点集合の構造の両方を考慮する必要があるため、推論中の計算が余分に複雑になるため、最近の開発では、転送可能な信念モデルは研究者の間で徐々に支持を失っています。
この論文では、転送可能な信念モデルを量子回路に実装し、信念関数が量子コンピューティングのフレームワーク内でベイジアンアプローチに代わるより簡潔で効果的な代替手段を提供することを実証します。
さらに、量子コンピューティングのユニークな特性を活用して、いくつかの新しい信念伝達アプローチを提案します。
より広範に、この論文は量子 AI モデルの基本情報表現に関する新しい視点を導入し、量子回路上の不確実性を処理するにはベイジアン アプローチよりも信念関数の方が適していることを示唆しています。

要約(オリジナル)

The transferable belief model, as a semantic interpretation of Dempster-Shafer theory, enables agents to perform reasoning and decision making in imprecise and incomplete environments. The model offers distinct semantics for handling unreliable testimonies, allowing for a more reasonable and general process of belief transfer compared to the Bayesian approach. However, because both the belief masses and the structure of focal sets must be considered when updating belief functions-leading to extra computational complexity during reasoning-the transferable belief model has gradually lost favor among researchers in recent developments. In this paper, we implement the transferable belief model on quantum circuits and demonstrate that belief functions offer a more concise and effective alternative to Bayesian approaches within the quantum computing framework. Furthermore, leveraging the unique characteristics of quantum computing, we propose several novel belief transfer approaches. More broadly, this paper introduces a new perspective on basic information representation for quantum AI models, suggesting that belief functions are more suitable than Bayesian approach for handling uncertainty on quantum circuits.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google