量子機器學習應用與挑戰

前景 1、在線性算法方面，量子工具非常有效；量子工具可以加速線性的相關算法。 2、距離度量方面，量子糾纏等效應可以有效的度量樣本間的距離。 3、在處理噪聲方面可能有獨特的優勢。 4、多目標方面。 需要做的事情 1、怎麼把經典數據轉爲量子態； 2、合適的量子工具，比如什麼時候加速運行，什麼時候減速運行； 3、輸出的量子信息怎麼映射成我們需要的結果 4、量子學習的硬件工具的解決問題 量子態衡量樣本間距

>>阅读原文<<