Quantum machine learning
http://dbpedia.org/resource/Quantum_machine_learning
Квантовое машинное обучение — раздел науки на стыке квантовой физики и информатики, в котором разрабатываются и изучаются методы машинного обучения, способные эффективно задействовать параллелизм квантовых компьютеров.
rdf:langString
量子机器学习，是将量子算法整合到机器学习程序中。该术语最常见的用法是指用于分析量子计算机上执行的经典数据的机器学习算法，即量子增强机器学习。常规机器学习算法被用来计算海量数据，而量子机器学习利用量子位和量子運算或专门的量子系统来提高算法在程序中完成的计算速度和数据存储。在实际操作中，量子机器学习会混合常规机器学习，先用常规计算机执行机器学习程序，然后将无法通过常规计算机完成的子程序交由量子计算机完成。這些子程序可能比較複雜，在量子計算機上執行會有著更顯著的速度提升。此外，量子算法可以用来分析量子态而不仅仅局限于常规数据。
rdf:langString
التعلم الآلي الكمي هو تكامل الخوارزميات الكمومية مع برامج التعلم الآلي. يشير الاستخدام الأكثر شيوعًا للمصطلح إلى خوارزميات التعلم الآلي لتحليل البيانات الكلاسيكية التي يتم تنفيذها على جهاز كمبيوتر كمي، أي التعلم الآلي المعزز بميكانيكا الكم. وبينما تُستخدم خوارزميات التعلم الآلي للتعامل مع كميات هائلة من البيانات، فإن التعلم الآلي الكمي يستخدم الكيوبتات والعمليات الكمومية أو يستخدم أنظمة كمومية متخصصة لتحسين السرعة الحاسوبية وتخزين البيانات الذي تقوم به خوارزميات برنامج ما. ويتضمن ذلك طرقًا هجينة تدمج المعالجة الكلاسيكية والكمية، حيث يتم الاستعانة بالأجهزة الكمية لآداء أجزاء البرنامج الفرعية الصعبة حسابياً. وعلاوة على ذلك، يمكن استخدام الخوارزميات الكمومية لتحليل الحالات الكمومية بدلاً من البيانات التقليدية. وبعيدًا عن الحوسبة الكمومية، يرتبط مصطلح «التعلم الآلي الكمي» أيضًا بأسالي
rdf:langString
El aprendizaje automático cuántico (en inglés Quantum machine learning) es una novedosa área de investigación interdisciplinar, situada entre la mecánica cuántica y la informática, que suma esfuerzos para combinar la mecánica cuántica y el aprendizaje automático. Los algoritmos o modelos de aprendizaje automático cuántico intentan usar las ventajas de la información cuántica con el fin de mejorar el aprendizaje automático clásico, por ejemplo desarrollando implementaciones eficientes de pesados algoritmos clásicos mediante computación cuántica. Además, el aprendizaje automático cuántico incluye también la aproximación recíproca, aplicando los métodos de aprendizaje automático clásico a la teoría de la información cuántica.
rdf:langString
Quantum machine learning is the integration of quantum algorithms within machine learning programs. The most common use of the term refers to machine learning algorithms for the analysis of classical data executed on a quantum computer, i.e. quantum-enhanced machine learning. While machine learning algorithms are used to compute immense quantities of data, quantum machine learning utilizes qubits and quantum operations or specialized quantum systems to improve computational speed and data storage done by algorithms in a program. This includes hybrid methods that involve both classical and quantum processing, where computationally difficult subroutines are outsourced to a quantum device. These routines can be more complex in nature and executed faster on a quantum computer. Furthermore, qua
rdf:langString
rdf:langString
التعلم الآلي الكمي
rdf:langString
Aprendizaje automático cuántico
rdf:langString
Quantum machine learning
rdf:langString
Квантовое машинное обучение
rdf:langString
量子機器學習
xsd:integer
44108758
xsd:integer
1122294024
rdf:langString
yes
rdf:langString
التعلم الآلي الكمي هو تكامل الخوارزميات الكمومية مع برامج التعلم الآلي. يشير الاستخدام الأكثر شيوعًا للمصطلح إلى خوارزميات التعلم الآلي لتحليل البيانات الكلاسيكية التي يتم تنفيذها على جهاز كمبيوتر كمي، أي التعلم الآلي المعزز بميكانيكا الكم. وبينما تُستخدم خوارزميات التعلم الآلي للتعامل مع كميات هائلة من البيانات، فإن التعلم الآلي الكمي يستخدم الكيوبتات والعمليات الكمومية أو يستخدم أنظمة كمومية متخصصة لتحسين السرعة الحاسوبية وتخزين البيانات الذي تقوم به خوارزميات برنامج ما. ويتضمن ذلك طرقًا هجينة تدمج المعالجة الكلاسيكية والكمية، حيث يتم الاستعانة بالأجهزة الكمية لآداء أجزاء البرنامج الفرعية الصعبة حسابياً. وعلاوة على ذلك، يمكن استخدام الخوارزميات الكمومية لتحليل الحالات الكمومية بدلاً من البيانات التقليدية. وبعيدًا عن الحوسبة الكمومية، يرتبط مصطلح «التعلم الآلي الكمي» أيضًا بأساليب التعلم الآلي الكلاسيكية المطبقة على البيانات الناتجة عن التجارب الكمية (مثل التعلم الآلي للأنظمة الكمومية)، مثل تعلم انتقالات الطور في النظام الكمي أو إنشاء تجارب كمومية جديدة. يمتد التعلم الآلي الكمومي أيضًا لينطبق على فرع من الأبحاث يستكشف أوجه التشابه المنهجية والهيكلية بين بعض الأنظمة الفيزيائية وأنظمة التعلم، مثل مجال الشبكات العصبية. على سبيل المثال، يمكن لبعض الأساليب الرياضية والرقمية من فيزياء الكم أن يتم تطبيقها على التعلم العميق الكلاسيكي والعكس صحيح. علاوة على ذلك، يستقصي الباحثون مفاهيم أكثر تجريدا في نظرية التعلم، وهي المفاهيم التي تتعلق بالمعلومات الكمومية، والتي يشار إليها أحيانًا باسم «نظرية التعلم الكمي».
rdf:langString
El aprendizaje automático cuántico (en inglés Quantum machine learning) es una novedosa área de investigación interdisciplinar, situada entre la mecánica cuántica y la informática, que suma esfuerzos para combinar la mecánica cuántica y el aprendizaje automático. Los algoritmos o modelos de aprendizaje automático cuántico intentan usar las ventajas de la información cuántica con el fin de mejorar el aprendizaje automático clásico, por ejemplo desarrollando implementaciones eficientes de pesados algoritmos clásicos mediante computación cuántica. Además, el aprendizaje automático cuántico incluye también la aproximación recíproca, aplicando los métodos de aprendizaje automático clásico a la teoría de la información cuántica. Ya en su nacimiento, el aprendizaje automático cuántico reunió grandes expectativas de proporcionar una solución al análisis de grandes volúmenes de datos utilizando el poder del "paralelismo" de la computación cuántica. Esta tendencia se ha agudizado gracias a las recientes inversiones de empresas como Google y Microsoft en computación cuántica. Sin embargo el aprendizaje automático cuántico está todavía en su etapa inicial y necesita mayores fundamentos teóricos así como resultados científicos sólidos para llegar a ser una disciplina académica. Al igual que su homólogo clásico, el aprendizaje automático cuántico incluye técnicas de aprendizaje supervisado cuántico, aprendizaje no supervisado cuántico y aprendizaje por refuerzo cuántico.
rdf:langString
Quantum machine learning is the integration of quantum algorithms within machine learning programs. The most common use of the term refers to machine learning algorithms for the analysis of classical data executed on a quantum computer, i.e. quantum-enhanced machine learning. While machine learning algorithms are used to compute immense quantities of data, quantum machine learning utilizes qubits and quantum operations or specialized quantum systems to improve computational speed and data storage done by algorithms in a program. This includes hybrid methods that involve both classical and quantum processing, where computationally difficult subroutines are outsourced to a quantum device. These routines can be more complex in nature and executed faster on a quantum computer. Furthermore, quantum algorithms can be used to analyze quantum states instead of classical data. Beyond quantum computing, the term "quantum machine learning" is also associated with classical machine learning methods applied to data generated from quantum experiments (i.e. machine learning of quantum systems), such as learning the phase transitions of a quantum system or creating new quantum experiments. Quantum machine learning also extends to a branch of research that explores methodological and structural similarities between certain physical systems and learning systems, in particular neural networks. For example, some mathematical and numerical techniques from quantum physics are applicable to classical deep learning and vice versa. Furthermore, researchers investigate more abstract notions of learning theory with respect to quantum information, sometimes referred to as "quantum learning theory".
rdf:langString
Квантовое машинное обучение — раздел науки на стыке квантовой физики и информатики, в котором разрабатываются и изучаются методы машинного обучения, способные эффективно задействовать параллелизм квантовых компьютеров.
rdf:langString
量子机器学习，是将量子算法整合到机器学习程序中。该术语最常见的用法是指用于分析量子计算机上执行的经典数据的机器学习算法，即量子增强机器学习。常规机器学习算法被用来计算海量数据，而量子机器学习利用量子位和量子運算或专门的量子系统来提高算法在程序中完成的计算速度和数据存储。在实际操作中，量子机器学习会混合常规机器学习，先用常规计算机执行机器学习程序，然后将无法通过常规计算机完成的子程序交由量子计算机完成。這些子程序可能比較複雜，在量子計算機上執行會有著更顯著的速度提升。此外，量子算法可以用来分析量子态而不仅仅局限于常规数据。
rdf:langString
yes
xsd:nonNegativeInteger
63831