纳米技术现在 - 新闻稿：纠缠量量表机器学习：量子神经网络的新的无午餐定理为量子加速带来了希望

家>vwinchina德赢>纠缠量量表机器学习的缩放：量子神经网络的新的无午餐定理为量子加速带来了希望

用于量子数据集的无空爆炸定理表明，量子纠缠以及大数据允许扩展量子机学习。信用快门

抽象的：
量子计算机上的机器学习领域从新的研究中得到了推动，从而消除了潜在的障碍到量子神经网络的实际实施。虽然理论家以前认为训练量子神经网络需要指数级的训练集，但洛斯阿拉莫斯国家实验室开发的量子无午餐定理表明，量子纠缠消除了这一指数上的开销。

纠缠解开量子机器学习的缩放：量子神经网络的新的无午餐定理为量子加速带来了希望

洛斯·阿拉莫斯（Los Alamos），新墨西哥州|发表于2022年2月25日

``我们的工作证明，大数据和大纠缠在量子机学习中都是有价值的。更好的是，纠缠会导致可扩展性，这解决了指数的障碍，以学习数据的规模，以学习数据。信件。``定理使我们希望量子神经网络朝着量子加速的目标迈进，最终他们将在古典计算机上表现出色。

经典的禁止午餐定理指出，任何机器学习算法都与将数据连接到标签的所有可能功能相比，其性能平均时，其性能平均时，任何其他可能的效果都不错。该定理展示了古典机器学习中数据功能的直接结果是，一个数据拥有的数据越多，平均性能越好。因此，数据是机器学习中最终限制性能的货币。

新的Los Alamos禁止午餐定理表明，在量子制度中，纠缠也是一种货币，可以交换数据以减少数据要求。

使用Rigetti量子计算机，团队将量子数据集与参考系统纠缠在一起，以验证新定理。

``我们在量子硬件上证明了我们可以使用纠缠有效地违反了标准的无午餐定理，而我们对实验测试进行的新定理的表述。''

``我们的定理建议纠缠在量子机学习中是宝贵的资源，以及大数据。''洛斯·阿拉莫斯（Los Alamos）的物理学家兼文章高级作者帕特里克·科尔斯（Patrick Coles）说。``细胞神经网络仅取决于大数据。''

纠缠描述了无法独立或单独描述的原子级颗粒系统的状态。纠缠是量子计算的关键组成部分。

资金：美国能源部科学院，实验室指导的研究与开发计划，洛斯阿拉莫斯国家实验室，洛斯阿拉莫斯的非线性研究中心和洛斯·阿拉莫斯的ASC Beyond Moore法律计划。

####

关于DOE/LOS ALAMOS国家实验室
洛斯·阿拉莫斯国家实验室（Los Alamos National Laboratory）是一家代表国家安全从事战略科学的多学科研究机构，由Triad（Triad）管理，Triad是一个由公共服务的国家安全科学组织，由其三个创始成员同样拥有：Battelle Memorial Institute（Battelle），得克萨斯州，德克萨斯州）A＆M大学系统（Tamus）和能源部国家核安全管理局的加利福尼亚大学（UC）摄政。

洛斯阿拉莫斯（Los Alamos）通过确保美国核库存的安全性和可靠性来增强国家安全，开发技术以减少大规模杀伤性武器的威胁，并解决与能源，环境，基础设施，健康和全球安全问题有关的问题。
La-ur-22-21502

有关更多信息，请单击这里

联系人：
查尔斯·波林
DOE/LOS ALAMOS国家实验室

牢房：505-257-8006

如果您有评论，请接触我们。

新闻发布的发行人，而不是第七波公司或纳米技术，对内容的准确性完全负责vwin徳赢官网。

书签：