Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Quantum Learning Theory
Übersetzter Titel:
Quantenlerntheorie
Autor:
Caro, Matthias C.
Jahr:
2022
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Wolf, Michael M. (Prof. Dr.)
Gutachter:
Wolf, Michael M. (Prof. Dr.); Eisert, Jens (Prof. Dr.); Kueng, Richard (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAT Mathematik
TU-Systematik:
PHY 011; MAT 022
Kurzfassung:
This dissertation treats questions from quantum learning theory, at the intersection point of quantum information theory and machine learning. We prove guarantees on how variational quantum machine learning models generalize from training data to unseen data. And we explore the complexity of tasks of learning an unknown map from quantum data. Finally, we discuss questions related to Markovianity in quantum evolutions and aspects of undecidability in learning theory.
Übersetzte Kurzfassung:
Diese Dissertation befasst sich mit Fragen der Quantenlerntheorie, an der Schnittstelle von Quanteninformationstheorie und maschinellem Lernen. Wir beweisen Garantien darüber, wie variationelle Quantenlernmodelle von Trainingsdaten auf unbeobachtete Daten verallgemeinern. Und wir untersuchen Lernprobleme, in denen von Quantendaten gelernt wird. Schließlich diskutieren wir Fragen zur Markovianität von Quantenevolutionen und Aspekte von Unentscheidbarkeit in der Lerntheorie.
WWW:
https://mediatum.ub.tum.de/?id=1634443
Eingereicht am:
19.01.2022
Mündliche Prüfung:
02.08.2022
Dateigröße:
26929237 bytes
Seiten:
382
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220802-1634443-1-5
Letzte Änderung:
10.10.2022
 BibTeX