用于创建和使用量子玻尔兹曼机的系统和方法

    公开(公告)号:CN108369668B

    公开(公告)日:2022-05-31

    申请号:CN201680073180.3

    申请日:2016-10-14

    Abstract: 一种混合计算机生成用于机器学习的样本。所述混合计算机包括处理器,所述处理器实施玻尔兹曼机、例如量子玻尔兹曼机,所述玻尔兹曼机从量子哈密尔顿算子的本征态中返回平衡样本。向训练和验证模块提供样本的子集。操作可以包括:接收训练集;准备通过伊辛哈密尔顿算子描述的模型;初始化模型参数;将所述训练集分割成子集;通过重复提取样本来创建样本集,直到已经提取到预定数量个样本;以及更新所述模型。操作可以包括将所述训练集划分成输入数据集和输出数据集,以及确定描述了在给定所选输入向量的情况下观察到输出向量的概率的条件概率分布,例如,通过执行多个操作以使所述条件概率分布的对数似然的上限最小化来确定条件概率。

    用于创建和使用量子玻尔兹曼机的系统和方法

    公开(公告)号:CN108369668A

    公开(公告)日:2018-08-03

    申请号:CN201680073180.3

    申请日:2016-10-14

    CPC classification number: B82Y10/00 G06N3/0445 G06N99/002

    Abstract: 一种混合计算机生成用于机器学习的样本。所述混合计算机包括处理器,所述处理器实施玻尔兹曼机、例如量子玻尔兹曼机,所述玻尔兹曼机从量子哈密尔顿算子的本征态中返回平衡样本。向训练和验证模块提供样本的子集。操作可以包括:接收训练集;准备通过伊辛哈密尔顿算子描述的模型;初始化模型参数;将所述训练集分割成子集;通过重复提取样本来创建样本集,直到已经提取到预定数量个样本;以及更新所述模型。操作可以包括将所述训练集划分成输入数据集和输出数据集,以及确定描述了在给定所选输入向量的情况下观察到输出向量的概率的条件概率分布,例如,通过执行多个操作以使所述条件概率分布的对数似然的上限最小化来确定条件概率。

Patent Agency Ranking