![arxiv：2402.08606v3 [Quant-ph] 2024年12月23日](/simg/e/ea27b85a44b6874e30eb107cafb36915d2025411.webp)
机构名称：
¥ 2.0
量子机学习的最新理论结果表明，量子神经网络（QNN）的表达能力与其训练性之间的一般权衡。作为这些结果的基础，人们认为对经典机器学习模型的表达能力的实用指数分离是不可行的，因为这样的QNN需要一些时间来训练模型大小的指数。我们在这里通过构建有效训练的QNN的层次结构来巩固这些负面的结果，这些QNN在经典神经网络上表现出无条件可证明的，多项式记忆的分离，包括经典神经网络（包括最先进的模型）（例如变形金刚），例如执行经典序列模型模型。这种结构也是计算上有效的，因为引入类别QNN类的每个单元仅具有恒定的栅极复杂性。我们表明，上下文 - 在形象上，语义歧义的定量概念是表达性分离的来源，这表明使用此属性的其他学习任务可能是使用量子学习算法的自然设置。
arxiv：2402.08606v3 [Quant-ph] 2024年12月23日
主要关键词
![arxiv：2402.08606v3 [Quant-ph] 2024年12月23日PDF文件第1页](/bimg/7/7480cc9e291fe0687bc996e023b202b085d24b2c.webp)
![arxiv：2402.08606v3 [Quant-ph] 2024年12月23日PDF文件第2页](/bimg/9/9ec1c848fe162a504bcfec0632ade7008f02830e.webp)
![arxiv：2402.08606v3 [Quant-ph] 2024年12月23日PDF文件第3页](/bimg/e/e26d6ea87dd58782279d6f3554972b4958a53696.webp)
![arxiv：2402.08606v3 [Quant-ph] 2024年12月23日PDF文件第4页](/bimg/1/12f6753e4410a16379fcb5f97827af88e072cf6b.webp)
![arxiv：2402.08606v3 [Quant-ph] 2024年12月23日PDF文件第5页](/bimg/a/a16fc4a511cf1434375f819f759fd15823dbfeb4.webp)
相关文件推荐
![arxiv：2302.12466v3 [Quant-ph] 2024年12月23日](/simg/8/80cdc4450f4f0aabe5903de7680c636e3a886838.webp)
![arxiv：2410.19363v2 [cs.cv] 2024年12月23日](/simg/6/686e38225a84bacafbcd016080a298d9958cd5fd.webp)
![arxiv：2402.10897v3 [Quant-ph] 2024年6月14日](/simg/d/d3e48b33603a1e69bdf36f8b81f90041c95e6f93.webp)
![arxiv：2402.10746v2 [Quant-ph] 2024年2月22日](/simg/3/31edf4427c7ab025a55d08d1840267c8d0b63a3c.webp)
![arxiv：2412.03654v2 [Quant-ph] 2024年12月19日](/simg/2/2360309a1f3df70ac676970a480d93d3ba61ac64.webp)
![arxiv：2412.14324v1 [Quant-ph] 2024年12月18日](/simg/5/584dff39d9703654c564756e91a70ab4b5d2b803.webp)
![arxiv：2401.02714v2 [Quant-ph] 2024年12月6日](/simg/a/aeeebe4f571350c049d50a3ddca635e89952ac0f.webp)
![arxiv：2402.15644v2 [Quant-ph] 2024年10月7日](/simg/1/1910f4c3722a507ef32f601c0901d9605ef10641.webp)
![arxiv：2402.00653v1 [Quant-ph] 2024年2月1日](/simg/d/dae74df0f23b071dace10984413bd1a300023795.webp)
![arxiv：2402.07474v1 [Quant-ph] 2024年2月12日](/simg/9/98a13ef7f1aea6494049d553b5beda8e38372c18.webp)
![arxiv：2402.13895v1 [Quant-ph] 2024年2月21日](/simg/4/4c903a15cfd60b11ccf62c889d157188dd1f8f31.webp)
![arxiv：2402.06946v1 [Quant-ph] 2024年2月10日](/simg/e/e94345c8e3a46ec45b4a0f221fb0d84eba7d5223.webp)
![arxiv：2402.09902v1 [Quant-ph] 2024年2月15日](/simg/3/3bcbf765cb707b4bd911fa371cb8fa8b5e26bdc0.webp)
![arxiv：2402.17520v1 [Quant-ph] 2024年2月27日](/simg/b/bbf39513a61bc4120ba279c4deb9de078a68a0e9.webp)
![arxiv：2402.08727v1 [Quant-ph] 2024年2月13日](/simg/8/8fe1e629ad084c14b4a994d1dc5f17f112232ca0.webp)
![arxiv：2412.07623v1 [Quant-ph] 2024年12月10日](/simg/2/206d07d0c3d81e24d44a15476c3e76d02bc1858d.webp)
![arxiv：2412.11918v1 [Quant-ph] 2024年12月16日](/simg/e/ed3f2b369bed5135dca7fbf16cfa70d45057deef.webp)
![arxiv：2305.10811v2 [Quant-PH] 2024年1月23日](/simg/4/497bad8dd5a8d24d2dea7bb1cf1c70c624c874f9.webp)
![arxiv：2402.03031v1 [Quant -ph] 2024年2月5日-Schuster Lab](/simg/5/55f7eacd0c0b8c3191a29d814f9e46db3d51a3bc.webp)
![arxiv：2402.15251v1 [cond-mat.str-el] 2024年2月23日](/simg/5/539329e64bb7531268ee78a74dc225ffe57aafd8.webp)
![arxiv：2402.08093v2 [cs.lg] 2024年2月15日](/simg/8/8497e8447b6bcf461e6970f417b07a695e4f6bd5.webp)
![arxiv：2404.07880v3 [cs.ro] 2024年12月16日](/simg/8/892dcf2d38ba4ed59751a7395ba19642284a5055.webp)
![arxiv：2412.03315v1 [cs.cv] 2024年12月4日](/simg/8/8a22007559c8d24d5220854d990bac95efecaebf.webp)
![arxiv：2412.13652v1 [cs.cv] 2024年12月18日](/simg/6/636b2ce73c9ef6682009638585706ab18a6f989e.webp)
![arxiv：2402.14708v2 [cs.lg] 2024年11月27日](/simg/f/f4eea40ae577324e7367cebb2de8336e7a99368e.webp)
![arxiv：2110.03580v2 [cs.lg] 2024年12月30日](/simg/3/3c616b1efecb7edb9f04112a9aceda9b1150c30f.webp)
![arxiv：2406.09417v2 [cs.cv] 2024年12月10日](/simg/a/a01340e85cd22d503b8ee6daae3d9c66045b6b0f.webp)