概率建模的信息视角：玻尔兹曼机与玻恩机之比较
数据分析、统计与概率
2018-08-08 v1 统计力学
量子物理
机器学习
摘要
我们比较并对比了受统计物理与量子物理启发的、针对经典数据的无监督生成建模方法。这两种方法分别使用基于能量的模型和量子态来表示观测数据的概率。因此，目标数据集的经典与量子信息模式为这两种方法的结构设计与学习提供了原则性指导。以受限玻尔兹曼机 (RBM) 为例，我们分析了两种方法的信息论界限。我们通过在标准 MNIST 数据集上比较多种架构的 RBM 性能来验证我们的推理。
引用
@article{arxiv.1712.04144,
title = {Information Perspective to Probabilistic Modeling: Boltzmann Machines versus Born Machines},
author = {Song Cheng and Jing Chen and Lei Wang},
journal= {arXiv preprint arXiv:1712.04144},
year = {2018}
}
备注
7 pages, 4 figures