Deskripsi Mesin Pembelajaran dalam Domain Kuantum

Komputer kuantum adalah perangkat generasi berikutnya yang menjanjikan untuk melakukan perhitungan di luar jangkauan klasik komputer. Metode utama untuk mencapai tujuan ini adalah melalui pembelajaran mesin kuantum, terutama pembelajaran generatif kuantum. Mungkin untuk mengimplementasikan perceptron kuantum dengan aktivasi sigmoid berfungsi sebagai operasi unitari benda banyak yang efisien dan dapat dibalik. Ketika dimasukkan ke dalam jaringan saraf, respons perceptron diparameterisasi oleh potensi yang diberikan oleh neuron lain. Jaringan saraf kuantum seperti itu adalah aproksimator universal dari fungsi kontinu, dengan yang sama kekuatan sebagai jaringan saraf klasik. Sementara rekayasa perceptron umum adalah kontrol problem yang menantang, neuron respons sigmoid di mana-mana dapat diimplementasikan sebagai bagian kuasi-diabatik dengan model Ising. Dalam konstruksi ini, penskalaan sumber daya menguntungkan sehubungan dengan ukuran jaringan total dan didominasi oleh jumlah lapisan. Buku ini terdiri dari delapan bab dan sepuluh lampiran yang memberikan deskripsi penerapan mesin pembelajaran dalam domain kuantum, pembahasan meliputi: Perceptron Kuantum Universal, Mesin Vektor Dukungan Kuantum (QSVM) Variasi Pembelajaran Mesin Kuantum, Pembelajaran Pada Kuantum Hibrida, dan lain-lain. Baik mesin pembelajaran maupun pengetahuan teori kuantum merupa bidang yang berkembang pesat dan menjadi salah satu pilar teknologi canggih di masa mendatang.