- 写好案例分析论文的主要方法有哪些 33
- 评职称出版独著、附名主编、副主编 58
- 探讨地震对建筑物的影响以及如何提 67
- 常见的论文提纲列举的基本结构和内 67
- 哪些投稿时机投稿,sci论文可以 46
- 包含在毕业论文结论中的要点有哪些 58
- 为提高出书书籍质量的具体方法 55
- 选择一个好的论文题目的关键因素 65
- 翻译的著作出版是否需要书号? 58
- 发表EI会议论文的难易程度取决的 68
- 探讨预警期刊的失效问题以及其有效 69
- SCI论文会有几个审稿人呢? 71
- 有效开展学术会议的实用方法 49
- SSCI论文投稿怎样快速被录用 57
- 关于SCI投稿通讯作者的相关事项 74
- 中国通信学会 20424
- BABEB 7380
- 武汉志明文化传播有限公司 7394
- APISE 22399
- 深圳市汉威展览策划有限公司 17385
- 南京财经大学 22376
- 杭州第一世界大酒店 22402
- 中国真空学会薄膜专业委员会 1378
- 西昌学院农学系 17399
- 北京信息科技大学 1380
- 鸿与智工业媒体集团 20384
- 南方医院-赫美斯臭氧治疗临床培训 22394
- 教育部教学仪器研究所 20424
- 国际工学技术出版协会 7446
- 清华大学 22389
- 东莞市会展国际大酒店 17394
- 河南科技学院 1371
- 上海同济大学 20385
- 湖北民族学院 23393
- 淮北煤炭师范学院 20392
清华大学交叉信息研究院孙麓岩和邓东灵研究组合作在超导量子系统中演示深度量子神经网络
2024/04/07
清华大学交叉信息研究院孙麓岩研究组与邓东灵研究组合作,在超导系统中演示了一种新型深度量子神经网络模型的训练过程。
近年来,经典机器学习已经在科学研究和商业应用中取得了显著的成就。特别是深度神经网络模型的快速发展,对解决一些具有挑战性的问题起到了关键作用。深度神经网络的多层结构被认为是从复杂数据中提取有效特征的关键,而反向传播训练算法则有效提升了深度神经网络的训练效率,推动了其快速发展和广泛应用。与此同时,量子机器学习领域也取得了重大进展。在理论上,已有研究证明在某些特定的分类任务中,量子机器学习模型相对于经典机器学习模型具有指数级的加速优势。在实验方面,随着量子器件的快速发展,一些量子机器学习模型,如量子卷积神经网络,量子对抗机器学习模型,已在实验平台上成功演示。
最近两年,有理论工作提出一种新型的深度量子神经网络结构和量子反向传播算法。然而,在当前带噪声的中等规模量子器件上演示深度量子神经网络的训练过程面临着很多困难。在本次工作中,孙麓岩研究组与邓东灵研究组专注于该深度量子神经网络模型,并设计了一种可以在数字量子器件中实施的反向传播算法,并在平面超导量子系统上成功演示了该模型的训练有效性和泛化能力。在该模型中,量子比特被分层排布,从而形成深度量子神经网络的多层结构;作用在相邻层量子比特上的参数化量子线路构成层间感知器。在正向运行网络的过程中,量子信息会通过量子感知器,由输入层,经过多个隐藏层,最终逐层传递到输出层。在反向运行网络时,量子信息会逐层由输出层传递到输入层。当训练相邻层间的量子门参数时,我们需要分别正向和反向运行深度量子神经网络,并提取这相邻两层的局部量子信息,以计算层间各参数的梯度。
图1.深度量子神经网络结构及量子反向传播算法示意图
图2.深度量子神经网络学习两比特量子通道的训练过程
实验演示了深度量子神经网络学习量子通道的训练过程。实验通过反向传播算法优化网络的门参数,使得量子网络输出层的量子态与目标量子通道的输出态尽可能接近。在训练过程中,我们在量子芯片上正向运行了深度量子网络,并在经典计算机上模拟了网络的反向运行过程。实验通过量子态层析方法提取网络中每一层的量子态,并利用提取出的相邻层间的量子态信息计算得到相邻层间各参数的梯度,从而实现深度量子神经网络参数的迭代更新。
实验设计了深度为三层,每层宽度为两比特的6比特超导量子芯片,用于学习两比特量子通道。实验结果如图2所示。结果表明,在较短的迭代次数内,训练过程可以有效收敛,且平均保真度最高达到96%。在泛化测试中,训练后的量子神经网络对于43%的随机输入态,输出态与目标量子信道输出态的保真度超过95%。这些实验结果成功展示了深度量子神经网络的可训练性与泛化能力。当量子比特噪声水平进一步降低后,实验所用的训练方法可以直接扩展到具有更深层数和更大宽度的大规模量子网络上,从而进一步提升量子机器学习的实用价值。
相关研究以“基于超导处理器的深度量子神经网络”(Deep quantum neural networks on a superconducting processor)为题,近日发表于《自然·通讯》(Nature Communications)上。
论文共同通讯作者为清华大学交叉信息研究院孙麓岩副教授和邓东灵助理教授。清华大学交叉信息研究院2017级直博生潘啸轩和2019级直博生鲁智德为文章共同第一作者。其他作者还包括清华大学交叉信息研究院的王韦婷、华子越、徐奕放、李炜康、蔡伟州、李薛刚、王海艳、宋祎璞研究员,以及中国科学技术大学的邹长铃教授。该研究得到国家重点基础研究发展计划、国家自然科学基金、广东省重点领域研发计划、量子通信与量子计算机重大项目安徽省引导性项目、中国博士后基金、清华大学国强研究院和上海期智研究院等的支持。
文章来源清华大学新闻,分享只为学术交流,如涉及侵权问题请联系我们,我们将及时修改或删除。
华南理工大学王均教授和熊梦华教授团队在溶瘤高分子领域取得进展
清华大学 深圳国际研究生院杨诚团队在高性能贴片式滤波电容器研究方面取得新进展
清华大学 深圳国际研究生院杨诚团队在大电流密度析氧反应纳米结构电极材料的气泡管理方面取得新进展
中国疾病预防控制中心施小明研究员和吕跃斌副研究员团队在高龄老年人BMI和腰围与死亡风险的因果推断研究方面取得进展
北京大学生命科学学院李毓龙、罗敏敏团队揭示“神经调质”腺苷的释放及调控机制
复旦大学王磊、桑庆和孙晓溪合作团队在人类卵母细胞纺锤体组装机制方面取得进展
第四届计算机图形学、图像与虚拟化研究国际会议(ICCGIV 2024)(2024-05-17)
第九届机电控制技术与交通运输国际学术会议(ICECTT 2024)(2024-05-24)
2024年教育政策与实践研讨会(ICEPP 2024)(2024-05-24)
第三届机电一体化与机械工程国际会议(ICMME2024)(2024-05-24)
2024年电子器件、传感控制技术与光学机械工程国际学术会议(EDSCTOE 2024)(2024-05-25)
第十四届地质和地球物理学国际会议(ICGG 2024)(2024-05-31)
2024年食品工程与农业科学国际会议(ICFEAS 2024)(2024-06-02)
2024年第三届网络、通信与信息技术国际会议(CNCIT 2024)(2024-06-07)
第十届机械工程、材料和自动化技术国际会议(MMEAT 2024)(2024-06-21)
2024年先进机器人,自动化工程与机器学习国际会议(ARAEML 2024)(2024-06-28)
2024年电力工程与能源系统国际会议(ICEPEES 2024)(2024-6-26)
2024互联网金融、数字经济与信息技术国际会议(ICFDET 2024)(2024-6-24)
2024年城市建筑规划与信息系统国际学术会议(ICUAPIS 2024)(2024-6-25)
2024年海洋工程、传感器与运输系统国际会议(OESTS 2024)(2024-6-29)
2024年科学教育, 社会科学与心理学国际会议(ICSESSP 2024)(2024-6-26)
2024年航空航天科技创新与数字化前沿国际学术会议(IDFAT 2024)(2024-6-29)
2024材料化学与能源科学国际会议(ICMCES 2024)(2024-6-30)
2024计算机技术、物联网与机械工程国际学术会议(ICCTITME 2024)(2024-5-28)
2024年机器学习与通信技术国际会议(ICMLCT 2024)(2024-5-21)
2024年第十四届语言、文学和语言学国际会议 (ICLLL 2024)(2024-11-23)