公开(公告)号：CN108140146B

公开(公告)日：2022-04-08

申请号：CN201680061099.3

申请日：2016-08-18

Applicant: D-波系统公司

Inventor： 詹森·罗尔弗

IPC: G06N10/00

Abstract: 一种计算系统可以包括数字电路系统和模拟电路系统，例如，数字处理器和量子处理器。所述量子处理器可以作为提供样本的样本发生器操作。在实施各种机器学习技术时可以通过数字处理来采用样本。例如，所述计算系统可以例如经由离散变分自动编码器执行输入空间上的无监督学习，并且尝试使观测数据集的对数似然值最大化。使所述观测数据集的所述对数似然值最大化可以包括生成分层近似后验。

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

Applicant: D-波系统公司

Inventor： 穆罕默德·H·S·阿明 ,  叶夫根尼·安德里亚什 ,  詹森·罗尔弗

IPC: G06N99/00 ,  B82Y10/00

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。

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

Applicant: D-波系统公司

Inventor： 穆罕默德·H·S·阿明 ,  叶夫根尼·安德里亚什 ,  詹森·罗尔弗

IPC: G06N20/00 ,  G06N10/60 ,  B82Y10/00

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。

公开(公告)号：CN108140146A

公开(公告)日：2018-06-08

申请号：CN201680061099.3

申请日：2016-08-18

Applicant: D-波系统公司

Inventor： 詹森·罗尔弗

IPC: G06N99/00

CPC classification number: G06N3/086 ,  G06N3/0454 ,  G06N3/0472 ,  G06N3/084 ,  G06N3/088 ,  G06N99/002

Abstract: 一种计算系统可以包括数字电路系统和模拟电路系统，例如，数字处理器和量子处理器。所述量子处理器可以作为提供样本的样本发生器操作。在实施各种机器学习技术时可以通过数字处理来采用样本。例如，所述计算系统可以例如经由离散变分自动编码器执行输入空间上的无监督学习，并且尝试使观测数据集的对数似然值最大化。使所述观测数据集的所述对数似然值最大化可以包括生成分层近似后验。

公开(公告)号：CN108351987A

公开(公告)日：2018-07-31

申请号：CN201680060634.3

申请日：2016-08-18

Applicant: D-波系统公司

Inventor： 詹森·罗尔弗 ,  德米特罗·寇恩科维齐 ,  马尼·兰杰巴尔 ,  杰克·R·雷蒙德 ,  威廉·G·麦克雷迪

IPC: G06N99/00

CPC classification number: G06N3/0445 ,  G06N99/002

Abstract: 一种计算系统可以包括数字电路系统和模拟电路系统，例如，数字处理器和量子处理器。所述量子处理器可以作为提供样本的样本发生器操作。在实施各种机器学习技术时可以通过数字处理来采用样本。例如，所述数字处理器可以作为受限波尔兹曼机操作。所述计算系统可以作为在训练数据集上操作的基于量子的深度信念网络操作。