用于多维数据集的主成分分析的经典和量子计算

    公开(公告)号:CN114175064A

    公开(公告)日:2022-03-11

    申请号:CN202080052708.5

    申请日:2020-06-24

    Abstract: 呈现了用于多维数据集的主成分分析的经典和量子计算的系统和方法。数据集以秩p的张量编码,其中p是可以大于2的正整数。经典方法基于线性代数。量子方法在使用比最快的经典算法呈指数地小的空间的同时实现了四次加速,并且与仅使用多项式空间的经典算法相比实现了超多项式加速。具体地,实现了改进的阈值或恢复。所呈现的经典和量子的方法适用于偶数秩张量和奇数秩张量两者。因此,量子计算可以被应用于大规模推理问题,例如机器学习应用或涉及高维数据集的其他应用。

    用于组合优化和统计采样的递归分层过程

    公开(公告)号:CN106575286A

    公开(公告)日:2017-04-19

    申请号:CN201580041941.2

    申请日:2015-08-04

    CPC classification number: G06F17/18 G06F17/11 G06F17/5009 G06N10/00

    Abstract: 在一些示例中,用于求解组合优化问题或统计采样问题的技术和架构使用分层方法。这样的分层方法可以以类似小片的形式被应用于系统或过程。该系统的元素的集合对应于第一层。目标函数将元素的集合彼此关联。元素的集合被划分为对应于第二层的小片。小片各自包括作为该元素的集合的子集的第二层元素,并且个体小片具有能量配置。该小片的第二层元素被随机初始化。至少部分基于该目标函数,对个体小片的第二层元素执行组合优化操作从而对该个体小片的第二层元素进行修改。

Patent Agency Ranking