软件学报

作者：王健，张蕊，姜楠

单位：王健，智能交通数据安全与隐私保护技术北京市重点实验室 (北京交通大学), 北京 10004411,张蕊，智能交通数据安全与隐私保护技术北京市重点实验室 (北京交通大学), 北京 10004402,姜楠，北京工业大学 信息学部, 北京 10012403

关键词：量子机器学习;量子计算;机器学习;量子深度学习;量子实验

基金：中央高校基本科研业务费专项资金(2022YJS027); 国家自然科学基金(61502016); 国家重点研发计划(2020YFB2103800); 智能交通数据安全与隐私保护技术北京市重点实验室开放课题(202209300499)

近年来, 机器学习一直是被关注和探讨的研究热点, 被应用到各领域并在其中起着重要作用. 但随着数据量的不断增加, 机器学习算法训练时间越来越长. 与此同时, 量子计算机表现出强大的运算能力. 因此, 有研究人员尝试用量子计算的方法解决机器学习训练时间长的问题, 量子机器学习这一领域应运而生. 量子主成分分析、量子支持向量机、量子深度学习等量子机器学习算法相继被提出, 并有实验证明了量子机器学习算法有显著的加速效果, 使得量子机器学习的研究展现出逐步走高的趋势. 对量子机器学习算法进行综述. 首先介绍量子计算基础; 然后对量子监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子深度学习5类量子机器学习算法进行介绍; 接着对量子机器学习的相关应用进行介绍并给出了算法实验; 最后进行总结和展望.

来源：2024年第8期

《软件学报》期刊编辑部

查看软件学报杂志2024年第8期