| 신형 양자 기계학습 기술 개발로 데이터 특성 추출 구현 | ||
|
||
  중국과학기술대학 중국과학원미세자기공명중점실험실 연구팀은 신형 양자 특성 추출 알고리즘을 개발해 미지 양자시스템 행렬에 대한 분석 및 정보 추출을 실험적으로 구현했다. 해당 성과는 최근 “Resonant Quantum Principal Component Analysis”란 제목으로 “Science Advances”에 게재됐다. 연구팀은 신형 공명 기반의 양자 주성분 분석 기술을 개발해 보조 큐비트 수요를 1개로 낮춰 실험의 어려움을 대폭 경감시켰다. 실제 실험 중의 잡음 간섭을 줄이기 위해 해당 기술을 양자간섭 보호 수단과 결합시킬 수 있는데 이는 실제 양자 처리기 물리플랫폼에서의 고정밀도 고효율적 양자컴퓨팅 구현에 유리하다. 실험에서 연구팀은 다이아몬드 질소－공석 색중심 양자처리기를 사용해 미지 양자 데이터 행렬에 대한 분석 및 처리 과정을 시연했다. 먼저 연구대상 데이터를 양자 밀도 행렬의 형식으로 양자 처리기에 입력한다(그림C). 해당 데이터 행렬은 4가지 다양한 성분을 포함하며 그 비율(기둥 높이에 대응)도 서로 다르다. 특성 추출 임무의 목적은 해당 데이터의 핵심 특성 즉, 오른쪽으로부터 첫째 그룹에서 비율이 가장 높은 성분을 추출함과 동시에 기타 3개 그룹의 데이터 또는 잡음을 최대한 제거하는 것이다. 실험에서 연구팀은 1개의 보조 비트를 탐침으로 하여 스캔함으로써 밀도 행렬 중 당양한 성분의 강도를 정밀하게 추적했다(그림B 중의 다양한 스펙트럼 피크). 여러차례 반복적 근사(iterative approximation)를 통해 밀도 행렬 성분 추적 오차는 0.001 이하로 줄었는데 이는 기존의 10개 보조 큐비트로 획득 가능한 정밀도이다. 그 다음 해당 데이터 행렬의 주요 성분을 확정짓고 이를 분리추출한다(그림D). 획득한 양자상태가 바로 입력한 데이터 행렬의 핵심 특성이다. 실험 결과 해당 특성 추출 과정의 추출정밀도는 90%, 추출효율은 86%에 달해 실제 물리플랫폼에서 동 신기술의 적합성 및 정확성을 보여줬다. 연구 결과 해당 신기술은 데이터 예비처리 과정에 대한 양자 가속을 구현할 수 있고 양자 데이터 행렬 중의 핵심 특성을 고효율적으로 추출해 후속 더한층된 분류 및 식별에 사용할 수 있다. 동 기술은 기계학습 효율 및 효과를 향상시킬 수 있어 향후 비교적 큰 규모의 양자 처리기에 응용될 전망된다. 정보출처 : http://news.sciencenet.cn/htmlnews/2021/8/463769.shtm |
SEARCH
- 정책동향
- 이슈리포트
- 통계DB
- 통계DB