Professional Documents
Culture Documents
El aprendizaje automático cuántico es una novedosa área de investigación interdisciplinar, situada entre la mecánica cuántica y la
informática, que suma esfuerzos para combinar la mecánica cuántica y el aprendizaje automático.1 2 Los algoritmos o modelos
de aprendizaje automático cuántico intentan usar las ventajas de la información cuántica con el fin de mejorar el aprendizaje
automático clásico, por ejemplo desarrollando implementaciones eficientes de pesados algoritmos clásicos mediante computación
cuántica.3 4 Además, el aprendizaje automático cuántico incluye también la aproximación reciproca, aplicando los métodos de
aprendizaje automático clásico a la teoría de la información cuántica. Ya en su nacimiento, el aprendizaje automático cuántico
reunió grandes expectativas de proporcionar una solución al análisis de grandes volúmenes de datos utilizando el poder del
"paralelismo" de la computación cuántica.5 Esta tendencia se ha agudizado gracias a las recientes inversiones de empresas como
Google y Microsoft en computación cuántica. Sin embargo el aprendizaje automático cuántico está todavía en su etapa inicial y
necesita mayores fundamentos teóricos así como resultados científicos sólidos para llegar a ser una disciplina académica.
Índice
Métodos cuánticos para el aprendizaje automático
Maquinas de soporte vectorial cuánticas
Algoritmos cuánticos de agrupamiento y métodos K-nn
Redes neuronales cuánticas.
Métodos de aprendizaje automático para información cuántica.
Inversiones empresariales en la investigación del aprendizaje automático cuántico.
Referencias
Referencias
1. Maria Schuld, Ilya Sinayiskiy, and Francesco Petruccione (2014) An introduction to quantum machine learning,
Contemporary Physics, DOI: 10.1080/00107514.2014.964942 (preprint avaiable at arXiv:1409.3097)
2. Wittek, Peter (2014). Quantum Machine Learning: What Quantum Computing Means to Data Mining (http://www.s
ciencedirect.com/science/book/9780128009536). Academic Press. ISBN 978-0-12-800953-6.
3. see for example, Nathan Wiebe, Ashish Kapoor, and Krysta M. Svorey (2014) Quantum Algorithms for Nearest-
Neighbor Methods for Supervised and Unsupervised Learning, arXiv:1401.2142v2
4. Seth Lloyd, Masoud Mohseni, and Patrick Rebentrost (2014) Quantum algorithms for supervised and
unsupervised machine learning, arXiv:1307.0411v2
5. «How Quantum Computers and Machine Learning Will Revolutionize Big Data» (http://www.wired.com/2013/10/c
omputers-big-data/all/). WIRED. Consultado el 26 de noviembre de 2014.
6. For a review, see Maria Schuld, Ilya Sinayiskiy, and Francesco Petruccione (2014) An introduction to quantum
machine learning, Contemporary Physics, DOI: 10.1080/00107514.2014.964942 (upcoming, preprint avaiable at
arXiv:1409.3097)
7. Patrick Rebentrost, Masoud Mohseni, and Seth Lloyd (2014) Quantum support vector machine for big data
classification, Physical Review Letters 113 130501
8. Aram W. Harrow, Avinatan Hassidim and Seth Lloyd (2009) Quantum Algorithm for Linear Systems of Equations,
Physical Review Letters 103 150502
9. Seth Lloyd, Masoud Mohseni, and Patrick Rebentrost (2014) Quantum principal component analysis, Nature
Physics 10 pp. 631-633
10. Zhaokai Li, Xiaomei Liu, Nanyang Xu,1, and Jiangfeng Du (2014) Experimental Realization of Quantum Artificial
Intelligence, arXiv preprint arXiv:1410.1054v1
11. C. Duerr and P. Hoyer (1996), A quantum algorithm for finding the minimum, arXiv preprint quantph/ 9607014
12. Esma Aïmeur, Gilles Brassard, Sébastien Gambs (2013) Quantum speed-up for unsupervised learning, Machine
Learning 90, pp. 261-287
13. Seth Lloyd, Masoud Mohseni, and Patrick Rebentrost Quantum algorithms for supervised and unsupervised
machine learning, arXiv preprint arXiv:1307.0411v2
14. Kak (1995). «Quantum neural computing, Advances in Imaging and Electron Physics 94» (http://www.sciencedire
ct.com/science/article/pii/S1076567008701472). Sciencedirect.com. pp. 259-313. Consultado el 26 de noviembre
de 2014.
15. for example, Menneer, T., Narayanan, A. (1995) Quantum-inspired neural networks. Department of Computer
Science, University of Exeter, UK, Technical Report 32
16. Altaisky, M.V. (2001) Quantum neural network. ArXiv quant-ph/0107012
17. Zak, M., Williams, C.P. (1998) Quantum neural nets. International Journal of Theoretical Physics 37(2), pp. 651–
684
18. Behrman, E.C., Steck, J.E., Skinner, S.R. (1999) A spatial quantum neural computer. In: International Joint
Conference on Neural Networks, IEEE IJCNN’99, Vol. 2, pp. 874–877
19. Purushothaman, G., Karayiannis, N.B. (1997) Quantum neural networks (qnns): inherently fuzzy feedforward
neural networks. IEEE Trans. Neural Netw. 8(3), pp. 679–693
20. Dan Ventura, and Tony Martinez (2000) Quantum associative memory, Information Sciences 124 pp. 273-296
21. Maria Schuld, Ilya Sinayskiy, Francesco Petruccione (2014) The quest for a Quantum Neural Network, Quantum
Information Processing, DOI 10.1007/s11128-014-0809-8
22. G. Sentıs, J. Calsamiglia, R. Munoz-Tapia, and E. Bagan (2012) Quantum learning without quantum memory,
Scientific Reports 2 (708), DOI: 10.1038/srep00708
23. Nathan Wiebe, Christopher Granade, Christopher Ferrie, and David Cory (2014) Quantum Hamiltonian learning
using imperfect quantum resources, Physical Review A 89, 042314
24. Alessandro Bisio, Giulio Chiribella, Giacomo Mauro D’Ariano, Stefano Facchini, and Paolo Perinott (2010)
Optimal quantum learning of a unitary transformation, Physical Review A 81, 032324
25. Jeongho Bang Junghee Ryu, Seokwon Yoo, Marcin Pawłowski, and Jinhyoung Lee, A strategy for quantum
algorithm design assisted by machine learning, New Journal of Physics 16 (2014) 073017
26. «Google Quantum A.I. Lab Team - Google+» (https://plus.google.com/+QuantumAILab/posts). Plus.google.com.
Consultado el 26 de noviembre de 2014.
27. «NIPS 2009 Demonstration: Binary Classification using Hardware Implementation of Quantum Annealing» (http://
static.googleusercontent.com/media/www.google.com/de//googleblogs/pdfs/nips_demoreport_120709_research.
pdf) (PDF). Static.googleusercontent.com. Consultado el 26 de noviembre de 2014.
28. «Microsoft Leans on Machine Learning and Quantum Computing in New Research Strategy - MIT Technology
Review» (http://www.technologyreview.com/news/520011/three-questions-for-microsofts-new-head-of-research-p
eter-lee/). MIT Technology Review. Consultado el 26 de noviembre de 2014.
Obtenido de «https://es.wikipedia.org/w/index.php?title=Aprendizaje_automático_cuántico&oldid=113777635»
Esta página se editó por última vez el 6 feb 2019 a las 09:17.
El texto está disponible bajo la Licencia Creative Commons Atribución Compartir Igual 3.0; pueden aplicarse
cláusulas adicionales. Al usar este sitio, usted acepta nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una organización sin ánimo de lucro.