深度神经网络作为量子神经网络的半经典极限
无序系统与神经网络
2021-08-13 v2 广义相对论与量子宇宙学
高能物理 - 理论
量子物理
摘要
我们的工作旨在表明：(1) 量子神经网络(Quantum Neural Networks, QNN)可映射为自旋网络，因此其运作分析可在拓扑量子场论(Topological Quantum Field Theories, TQFT)的层面上进行；(2) 深度神经网络(Deep Neural Networks, DNN)是QNN的特例，即它们作为QNN的半经典极限而出现；(3) 许多机器学习(Machine Learning, ML)关键概念可用TQFT的术语重新表述。我们的框架也为理解DNN的泛化行为提供了一个可行的假设，将其与所涉及图结构的拓扑特征相关联。
引用
@article{arxiv.2007.00142,
title = {Deep Neural Networks as the Semi-classical Limit of Quantum Neural Networks},
author = {Antonino Marciano and Deen Chen and Filippo Fabrocini* and Chris Fields and Enrico Greco* and Niels Gresnigt and Krid Jinklub and Matteo Lulli and Kostas Terzidis and Emanuele Zappala},
journal= {arXiv preprint arXiv:2007.00142},
year = {2021}
}
备注
25 pages, 10 figures