مختبر ترميز البيانات
Data Encoding Lab
أدخل متجه سمات صغيراً وقارن الترميز القاعدي والزاوي والسعوي وIQP: الدائرة الناتجة، وعدد الكيوبتات، والعمق، ومتجه الحالة، ونواة التشابه بين عيّنتين.
خطوات التجربة
- أدخل سمات العيّنة (حتى 8 قيم) أو اختر عيّنة من Iris.
- اختر طريقة الترميز.
- اقرأ الدائرة والعمق وعدد الكيوبتات والحالة الناتجة.
- أدخل عيّنة ثانية لحساب التشابه $|\langle\phi(x)|\phi(x')\rangle|^2$.
الترميز السعوي يحتاج $\lceil\log_2 d\rceil$ كيوبتاً فقط لكنه يتطلب دائرة تحضير أعمق، أما الزاوي فيحتاج كيوبتاً لكل سمة وعمقه 1.
سيناريوهات جاهزة
كل سيناريو يفتح المحاكي بإعدادات محددة؛ يُحمَّل المحاكي عند فتح السيناريو فقط.
خريطة الميزات ZZ
خريطة الميزات ZZ ترمّز متجه بيانات $x$ في حالة كمّية $|\phi(x)\rangle$ ببوابات H وأطوار $P(2x_i)$ وتفاعلات $P(2(\pi-x_i)(\pi-x_j))$ بين CNOT.
الهدف: رؤية كيف تُرمّز نقطة بيانات في دائرة، وكيف يتغير التشابه بين نقطتين بتغير الخريطة.
- اختر خريطة zz بتكرارين.
- اختر نقطة واعرض دائرتها.
- قارن التشابه $|\langle\phi(x)|\phi(x')\rangle|^2$ لنقطتين قريبتين وبعيدتين.
- بدّل إلى خريطة الزوايا angle وقارن.
تتوقع النظرية أن تشابه أي نقطة مع نفسها 1 تماماً، وأن قيم التشابه بين نقاط مختلفة تقع في $[0,1]$. مع خريطة الزوايا $R_Y(x_i)$ يكون التشابه $\prod_i\cos^2\frac{x_i-x_i'}{2}$ فيتغير بسلاسة مع المسافة، بينما يكون أكثر تذبذباً مع ZZ.
المفاهيم التي تشرحها التجربة
المراجع
- Maria Schuld; Francesco Petruccione (2021). Machine Learning with Quantum Computers. Springer (Quantum Science and Technology) doi:10.1007/978-3-030-83098-4
- Vojtěch Havlíček et al. (2019). Supervised learning with quantum-enhanced feature spaces. Nature 567:209–212 doi:10.1038/s41586-019-0980-2
- Mikko Möttönen; Juha J. Vartiainen; Ville Bergholm; Martti M. Salomaa (2004). Transformation of quantum states using uniformly controlled rotations. arXiv:quant-ph/0407010 (Quantum Inf. Comput. 5, 467, 2005) arxiv.org
