Гибридный квантово-классический алгоритм ускоряет динамическое разложение режима для анализа высокоразмерных временных рядов

Шумные снимки данных в (а) были обработаны алгоритмом QDMD.Результаты, показанные в (b), ближе к оригиналам в (c).Это показывает, что алгоритм эффективно удаляет шум.Кредит: Cheng Xue et al.

Стремясь уменьшить вычислительную мощность, необходимую для широко используемого алгоритма разложения динамического режима, группа исследователей в Китае, возглавляемая Guo-Ping Guo, разработала квантово-классический гибридный алгоритм.Они проверили свой алгоритм в трех сценариях приложения: дженонирование данных, извлечение фона сцены и анализ динамики жидкости.Они определили, что он может работать лишь с небольшим количеством образцов и имеет квантовое преимущество в анализе высокоразмерных временных рядов.

Их исследование было опубликовано в интеллектуальных вычислениях.

Алгоритм разложения квантовой динамического режима был разработан и протестирован на ускоряющий анализ высокоразмерных временных рядов.Он достигает экспоненциального ускорения за счет уменьшения сложности операций, выполненных в данных временных рядов.В своей текущей форме его также можно использовать для ускорения анализа некоторых других видов наборов данных.Кроме того, исследователи планируют создать новые варианты своего алгоритма, которые специализируются на других приложениях для разложения динамического режима, таких как анализ Купмана.

Основное ограничение квантового алгоритма состоит в том, что количество образцов должно быть мало, в противном случае сложность алгоритма не будет уменьшена, а квантовое преимущество будет потеряно.Исследователи полностью осознавали это при разработке алгоритма и, таким образом, указывали верхний предел количества образцов для обеспечения сильной производительности.

Исследователь Ченг Сюэ из Института искусственного интеллекта в комплексном национальном научном центре Хефей объяснил: «Через числовые тесты мы обнаружили, что количество образцов для временных рядов меньше, чем мы, мы получили. Это иллюстрирует производительность ускорения нашего алгоритма ».

Чтобы проверить эффект изменения количества образцов, исследователи исследовали применение своего квантового алгоритма в разных областях.Первый, Data Denoing, - это процесс, аналогичный удалению шума из изображения.Вторая, извлечение фона сцены, является распространенной задачей в компьютерном зрении.Это своего рода обработка изображений, в которой элементы переднего плана удаляются путем сравнения последовательности изображений той же сцены.Третий, анализ динамики жидкости, предназначен для прогнозирования движения газа или жидкости.Алгоритм успешно выполнил эти задачи.

Среди многих возможных приложений динамика жидкости особенно актуальна.«Разложение динамического режима изначально использовалось для анализа данных поля потока», - пояснил Сюэ.«Изучение динамики жидкости часто дает данные о высоких полях потока, при этом размеры данных достигают масштаба миллиардов. Извлечение значимых функций поля потока из таких данных создает сложную проблему».

Алгоритм разложения динамического режима является популярным методом сокращения факторизации и размерности в анализе временных рядов.Анализ временных рядов - это процесс выполнения математических или статистических операций во временных рядах, чтобы обнаружить важную информацию.

Временной ряд - это набор данных, собранных в виде ряда образцов, разбросанных, равномерно во времени, таких как стоимость фондового индекса в конце каждого рыночного дня в течение одного месяца или среднесуточная температура в городе в течение курсагода.

Высокомерные временные ряды состоит из многих фрагментов информации в каждое время отбора проб, а не только одного, поэтому обработка и анализ высокоразмерных временных рядов являются более интенсивными вычислительными.Анализ временных рядов используется в экономике, финансах и широком спектре научных и инженерных областей.

Поскольку квантовые компьютеры все еще находятся в стадии разработки и относительно недоступны, работа Сюэ над квантовыми алгоритмами состоит из «теоретического происхождения плюс численное моделирование», но он говорит, что технология квантовых чипов быстро развивается в «синергической» взаимосвязи с квантовыми алгоритмами, которые обещают »революционные прорывы.” в ближайшем будущем.”

Квантовые компьютеры получают свою силу от двух неинтуитивных характеристик, суперпозиции и запутывания, которые позволяют им выполнять много вычислений параллельно.Однако, как напоминает нам Сюэ, квантовые вычисления «могут ускорить конкретные проблемы и не могут заменить классические компьютеры».

Больше информации: Ченг Сюэ и др., Алгоритм разложения квантовой динамической режима для анализа высокоразмерных временных рядов, интеллектуальные вычисления (2023).Doi: 10.34133/icomputing.0045