用于量子机器学习的张量网络
量子物理
2023-08-09 v1 机器学习
摘要
张量网络最初为量子理论而发展，现已成为一种成功的机器学习范式。如今，在新兴的量子机器学习领域中，它们被移植回量子领域，用以处理经典计算机无法高效解决的问题。张量网络处于物理学与机器学习的交界之处，这一特性使其易于在量子计算机上部署。在本综述文章中，我们阐明一种被认为注定适用于变分量子机器学习的主要架构。特别地，我们讨论诸如 MPS、PEPS、TTN 和 MERA 等布局如何映射到量子计算机上、它们如何用于机器学习与数据编码，以及哪些实现技术可提升其性能。
引用
@article{arxiv.2303.11735,
title = {Tensor networks for quantum machine learning},
author = {Hans-Martin Rieser and Frank Köster and Arne Peter Raulf},
journal= {arXiv preprint arXiv:2303.11735},
year = {2023}
}