1Escuela de Ingeniería de Software y Información, Universidad de Ciencia y Tecnología Electrónica de China, Cheng Du, 610054, China
2Facultad de Física, Universidad de Ciencia y Tecnología Electrónica de China, Cheng Du, 610054, China
3Instituto de Tecnología de la Industria Electrónica y de la Información de Kash, Kash, 844000, China
4Escuela de Ingeniería y Ciencias de la Computación, Universidad de Ciencia y Tecnología Electrónica de China, Cheng Du, 610054, China
¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.
Resumen
El modelo cuántico oculto de Markov (HQMM) tiene un potencial significativo para analizar datos de series temporales y estudiar procesos estocásticos en el dominio cuántico como una opción de actualización con ventajas potenciales sobre los modelos clásicos de Markov. En este artículo, introdujimos el HQMM dividido (SHQMM) para implementar el proceso cuántico oculto de Markov, utilizando la ecuación maestra condicional con una condición de equilibrio fino para demostrar las interconexiones entre los estados internos del sistema cuántico. Los resultados experimentales sugieren que nuestro modelo supera a los modelos anteriores en términos de alcance de aplicaciones y robustez. Además, establecemos un nuevo algoritmo de aprendizaje para resolver parámetros en HQMM relacionando la ecuación maestra condicional cuántica con el HQMM. Finalmente, nuestro estudio proporciona evidencia clara de que el sistema de transporte cuántico puede considerarse una representación física de HQMM. El SHQMM, con los algoritmos que lo acompañan, presenta un método novedoso para analizar sistemas cuánticos y series de tiempo basados en la implementación física.
Imagen de portada: El diagrama de cálculo ampliado de $ρ^n(t)$ para un conjunto de secuencias $y_0$, $y_1$ · · · , $y_T$.
Resumen popular
► datos BibTeX
► referencias
[ 1 ] Juan I Cirac y Peter Zoller. “Cálculos cuánticos con iones atrapados en frío”. Cartas de revisión física 74, 4091 (1995).
https: / / doi.org/ 10.1103 / physrevlett.74.4091
[ 2 ] Emanuel Knill, Raymond Laflamme y Gerald J. Milburn. “Un esquema para la computación cuántica eficiente con óptica lineal”. naturaleza 409, 46–52 (2001).
https: / / doi.org/ 10.1038 / 35051009
[ 3 ] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe y Seth Lloyd. “Aprendizaje automático cuántico”. Naturaleza 549, 195–202 (2017).
https: / / doi.org/ 10.1038 / nature23474
[ 4 ] M Cerezo, Guillaume Verdon, Hsin-Yuan Huang, Lukasz Cincio y Patrick J Coles. “Desafíos y oportunidades en el aprendizaje automático cuántico”. Nature Computational Science 2, 567–576 (2022).
https://doi.org/10.1038/s43588-022-00311-3
[ 5 ] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S Kottmann, Tim Menke, et al. “Algoritmos ruidosos cuánticos (nisq) de escala intermedia (2021)” (2021). arXiv:2101.08448v1.
arXiv: 2101.08448v1
[ 6 ] Alán Aspuru-Guzik, Roland Lindh y Markus Reiher. “La materia simulación (r)evolución”. ACS ciencia central 4, 144-152 (2018).
https:///doi.org/10.1021/acscentsci.7b00550
[ 7 ] Iulia M. Georgescu, Sahel Ashhab y Franco Nori. “Simulación cuántica”. Reseñas de Física Moderna 86, 153 (2014).
https: / / doi.org/ 10.1103 / RevModPhys.86.153
[ 8 ] Markus Reiher, Nathan Wiebe, Krysta M Svore, Dave Wecker y Matthias Troyer. “Elucidación de mecanismos de reacción en computadoras cuánticas”. Actas de la Academia Nacional de Ciencias 114, 7555–7560 (2017).
https: / / doi.org/ 10.1073 / pnas.1619152114
[ 9 ] Yudong Cao, Jhonathan Romero, and Alán Aspuru-Guzik. “Potencial de la computación cuántica para el descubrimiento de fármacos”. IBM Journal of Research and Development 62, 6–1 (2018).
https: / / doi.org/ 10.1147 / JRD.2018.2888987
[ 10 ] Román Orus, Samuel Mugel y Enrique Lizaso. “Computación cuántica para las finanzas: panorama general y perspectivas”. Reseñas en Physics 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028
[ 11 ] Pierre-Luc Dallaire-Demers, Jonathan Romero, Libor Veis, Sukin Sim y Alán Aspuru-Guzik. "Ansatz de circuito de baja profundidad para preparar estados fermiónicos correlacionados en una computadora cuántica". Ciencia y tecnología cuánticas 4, 045005 (2019).
https: / / doi.org/ 10.1088 / 2058-9565 / ab3951
[ 12 ] Elizabeth Fons, Paula Dawson, Jeffrey Yau, Xiao-jun Zeng y John Keane. "Un novedoso sistema dinámico de asignación de activos que utiliza modelos Feature Saliency Hidden Markov para la inversión beta inteligente". Sistemas expertos con aplicaciones 163, 113720 (2021).
https: / / doi.org/ 10.1016 / j.eswa.2020.113720
[ 13 ] PV Chandrika, K Visalakshmi y K Sakthi Srinivasan. "Aplicación de los modelos ocultos de Markov en la negociación de acciones". En 2020 VI Congreso Internacional sobre Sistemas Avanzados de Computación y Comunicación (ICACCS). Páginas 6–1144. (1147).
https://doi.org/10.1109/ICACCS48705.2020.9074387
[ 14 ] Dima Suleiman, Arafat Awajan y Wael Al Etaiwi. "El uso del modelo oculto de Markov en el procesamiento del lenguaje árabe natural: una encuesta". Procedia informática 113, 240–247 (2017).
https:///doi.org/10.1016/j.procs.2017.08.363
[ 15 ] Hariz Zakka Muhammad, Muhammad Nasrun, Casi Setianingsih y Muhammad Ary Murti. "Reconocimiento de voz para traductores de inglés a indonesio utilizando el modelo oculto de Markov". En 2018 Conferencia Internacional sobre Señales y Sistemas (ICSigSys). Páginas 255–260. IEEE (2018).
https:///doi.org/10.1109/ICSIGSYS.2018.8372768
[ 16 ] Erik LL Sonnhammer, Gunnar Von Heijne, Anders Krogh y otros. "Un modelo oculto de Markov para predecir hélices transmembrana en secuencias de proteínas". En LSMB 1998. Páginas 175–182. (1998). URL: https:///cdn.aaai.org/ISMB/1998/ISMB98-021.pdf.
https://cdn.aaai.org/ISMB/1998/ISMB98-021.pdf
[ 17 ] Gary Xie y Jeanne M Fair. "Modelo oculto de Markov: un enfoque representativo único y más corto para detectar toxinas proteicas, factores de virulencia y genes de resistencia a los antibióticos". Notas de investigación de BMC 14, 1–5 (2021).
https://doi.org/10.21203/rs.3.rs-185430/v1
Sean R Eddy. “¿Qué es un modelo de Markov oculto?”. Biotecnología de la naturaleza 22, 1315-1316 (2004).
https:///doi.org/10.1038/nbt1004-1315
[ 19 ] Paul M. Baggenstoss. "Un algoritmo de Baum-welch modificado para modelos de Markov ocultos con múltiples espacios de observación". IEEE Transactions sobre procesamiento de voz y audio 9, 411–416 (2001).
https: / / doi.org/ 10.1109 / 89.917686
[ 20 ] Aleksandar Kavcic y José MF Moura. “El algoritmo de Viterbi y la memoria de ruido de Markov”. Transacciones IEEE sobre teoría de la información 46, 291–301 (2000).
https: / / doi.org/ 10.1109 / 18.817531
[ 21 ] Todd K Luna. "El algoritmo de maximización de expectativas". Revista de procesamiento de señales IEEE 13, 47–60 (1996).
https: / / doi.org/ 10.1109 / 79.543975
[ 22 ] Alex Monras, Almut Beige y Karoline Wiesner. “Modelos cuánticos ocultos de Markov y lectura no adaptativa de estados de muchos cuerpos” (2010). arXiv:1002.2337.
arXiv: 1002.2337
[ 23 ] Siddarth Srinivasan, Geoff Gordon y Byron Boots. "Aprendizaje de modelos cuánticos de Markov ocultos". En Amos Storkey y Fernando Perez-Cruz, editores, Actas de la XXI Conferencia Internacional sobre Inteligencia Artificial y Estadística. Volumen 84 de Actas de investigación sobre aprendizaje automático, páginas 1979–1987. PMLR (2018). URL: https:///proceedings.mlr.press/v84/srinivasan18a.html.
https:///proceedings.mlr.press/v84/srinivasan18a.html
[ 24 ] Herbert Jaeger. “Modelos de operadores observables para series de tiempo estocásticas discretas”. Computación neuronal 12, 1371-1398 (2000).
https: / / doi.org/ 10.1162 / 089976600300015411
[ 25 ] Qing Liu, Thomas J. Elliott, Felix C. Binder, Carlo Di Franco y Mile Gu. “Modelado estocástico óptimo con dinámica cuántica unitaria”. Física. Rev. A 99, 062110 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062110
[ 26 ] Thomas J. Elliott. "Compresión de memoria y eficiencia térmica de implementaciones cuánticas de modelos de Markov ocultos no deterministas". Revisión física A 103, 052615 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.103.052615
[ 27 ] Sandesh Adhikary, Siddarth Srinivasan, Geoff Gordon y Byron Boots. “Expresividad y aprendizaje de modelos cuánticos ocultos de Markov”. En Congreso Internacional sobre Inteligencia Artificial y Estadística. Páginas 4151–4161. (2020). URL: http:///proceedings.mlr.press/v108/adhikary20a/adhikary20a.pdf.
http:///proceedings.mlr.press/v108/adhikary20a/adhikary20a.pdf
[ 28 ] Bo Jiang y Yu-Hong Dai. "Un marco de restricciones que preserva los esquemas de actualización para la optimización en el colector Stiefel". Programación matemática 153, 535–575 (2015).
https://doi.org/10.1007/s10107-014-0816-7
[ 29 ] Vanio Markov, Vladimir Rastunkov, Amol Deshmukh, Daniel Fry y Charlee Stefanski. “Implementación y aprendizaje de modelos cuánticos de Markov ocultos” (2022). arXiv:2212.03796v2.
arXiv: 2212.03796v2
[ 30 ] Xiantao Li y Chunhao Wang. “Simulación de sistemas cuánticos abiertos markovianos mediante expansión de series de orden superior” (2022). arXiv:2212.02051v2.
arXiv: 2212.02051v2
[ 31 ] Yoshitaka Tanimura. "Enfoques estocásticos de Liouville, Langevin, Fokker-Planck y ecuaciones maestras para sistemas disipativos cuánticos". Revista de la Sociedad de Física de Japón 75, 082001 (2006).
https: / / doi.org/ 10.1143 / JPSJ.75.082001
[ 32 ] Akihito Ishizaki y Graham R. Fleming. “Tratamiento unificado de la dinámica de salto cuántica coherente e incoherente en la transferencia electrónica de energía: enfoque de ecuación de jerarquía reducida”. La Revista de física química 130 (2009).
https: / / doi.org/ 10.1063 / 1.3155372
[ 33 ] Jinshuang Jin, Xiao Zheng y YiJing Yan. “Dinámica exacta de sistemas electrónicos disipativos y transporte cuántico: enfoque de ecuaciones jerárquicas de movimiento”. La Revista de física química 128 (2008).
https: / / doi.org/ 10.1063 / 1.2938087
[ 34 ] Lewis A Clark, Wei Huang, Thomas M Barlow y Almut Beige. “Modelos cuánticos de Markov ocultos y sistemas cuánticos abiertos con retroalimentación instantánea”. En el Simposio Interdisciplinario ISCS 2014 sobre Sistemas Complejos. Páginas 143–151. (2015).
https://doi.org/10.1007/978-3-319-10759-2$_$16
[ 35 ] Xin-Qi Li, JunYan Luo, Yong-Gang Yang, Ping Cui y YiJing Yan. “Enfoque de ecuaciones maestras cuánticas para el transporte cuántico a través de sistemas mesoscópicos”. Revisión física B 71, 205304 (2005).
https: / / doi.org/ 10.1103 / PhysRevB.71.205304
[ 36 ] Michael J Kastoryano, Fernando GSL Brandão, András Gilyén, et al. “Preparación del estado térmico cuántico” (2023). arXiv:2303.18224.
arXiv: 2303.18224
[ 37 ] Ming-Jie Zhao y Herbert Jaeger. “Modelos de operadores observables mediante normas”. Computación neuronal 22, 1927-1959 (2010).
https:///doi.org/10.1162/neco.2010.03-09-983
[ 38 ] Sandesh Adhikary, Siddarth Srinivasan y Byron Boots. “Aprendizaje de modelos gráficos cuánticos mediante descenso de gradiente restringido en la variedad Stiefel” (2019). arXiv:2101.08448v1.
arXiv: 2101.08448v1
MS Vijayabaskar David R. Westhead, editor. “Modelos de Markov ocultos”. Volumen 2, página 18. Humana Nueva York, NY. (2017).
https://doi.org/10.1007/978-1-4939-6753-7
Citado por
No se pudo recuperar Crossref citado por datos durante el último intento 2024-01-24 12:45:20: No se pudieron obtener los datos citados por 10.22331 / q-2024-01-24-1232 de Crossref. Esto es normal si el DOI se registró recientemente. En ANUNCIOS SAO / NASA no se encontraron datos sobre las obras citadas (último intento 2024-01-24 12:45:21).
Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://quantum-journal.org/papers/q-2024-01-24-1232/
