Login
- 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
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen