量子机器学习算法综述

• 作者: 李晓瑜 雷航 黄一鸣
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 量子机器学习 量子计算 大数据 人工智能 量子深度学习
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 145-163
• 页数: 19页
• 分类号: TP18
• 字数: 17460字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2018.00145

摘要

机器学习在过去十几年里不断发展,并对其他领域产生了深远的影响.近几年,研究人员发现结合量子计算特性的新型机器学习算法可实现对传统算法的加速,该类成果引起了广泛的关注和研究.因此,文中对近十年的量子机器学习算法进行总结、梳理.首先,介绍了量子计算和机器学习的基本概念;其次,从四个方面分别介绍了量子机器学习,分别是量子无监督聚类算法、量子有监督分类算法、量子降维算法、量子深度学习;同时,对比分析量子机器学习算法与传统机器学习算法的区别和联系;最后,总结该领域存在的问题及挑战,并对量子机器学习未来的工作进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷航	电子科技大学信息与软件工程学院	92	1434	17.0	35.0
2	李晓瑜	电子科技大学信息与软件工程学院	19	150	5.0	12.0
3	黄一鸣	电子科技大学信息与软件工程学院	4	49	4.0	4.0