在量子计算机上获取矩阵主成分的线性组合

Anmer Daskin

doi:10.1007/s11128-016-1388-7

在量子计算机上获取矩阵主成分的线性组合

量子物理 2016-11-09 v3 机器学习统计理论统计理论

作者: Anmer Daskin

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

主成分分析是一种在科学和工程中常用于降低问题维度或从数据集中提取最显著特征的多元统计方法。在本文中，利用与量子计数类似的概念，我们展示了如何将振幅放大与相位估计算法应用于一个算符，以获取与该算符在区间 $\left[a, b\right]$ 内定义的特征值相关联的特征向量，其中 $a$ 和 $b$ 为实数且 $0 \leq a \leq b \leq 1$ 。这使得获取与最大特征值相关联的特征向量的组合成为可能，因此可用于在量子计算机上执行主成分分析。

关键词

主成分分析量子计算机振幅放大相位估计特征向量特征值线性组合

引用

@article{arxiv.1512.02109,
  title  = {Obtaining A Linear Combination of the Principal Components of a Matrix on Quantum Computers},
  author = {Anmer Daskin},
  journal= {arXiv preprint arXiv:1512.02109},
  year   = {2016}
}

备注

The title of the paper is changed. A couple of sections are extended. 8 pages and 3 figures

在量子计算机上获取矩阵主成分的线性组合

摘要

关键词

引用

备注

相关论文