October 25, 2023
CESGA
Europe/Madrid timezone

Redes neuronales recurrentes cuánticas para predicciones series temporales multivariantes

Oct 25, 2023, 1:30 PM
15m
Sala de Presentaciones de CESGA (CESGA)

Sala de Presentaciones de CESGA

CESGA

Primeiro andar do Centro de Supercomputación de Galicia Avenida de Vigo, s/n 15705 Santiago de Compostela A Coruña, España

Speaker

José Daniel Viqueira Cao (CESGA) (CESGA)

Description

Algunos algoritmos de Machine Learning, como las Redes Neuronales Recurrentes (RNN),
analizan series temporales para predecir valores desconocidos de variables en un sistema
complejo. Cuando se trabaja con redes multicapa y series amplias, surgen algunos problemas,
como el sobreajuste o las pérdidas de memoria. Varios enfoques intentan resolverlos, por
ejemplo, la célula Long Short-Term Memory (LSTM). A pesar de estos enfoques, el aprendizaje a
partir de sistemas complejos multivariables sigue siendo un reto y requiere redes con muchos
términos no lineales, costosas de calcular en dispositivos clásicos.
La computación cuántica emerge como un enfoque prometedor para abordar problemas
complejos de forma más eficiente, ya que permite computar términos no lineales en un
espacio de alta dimensión sin gastar recursos exponenciales. Proponemos un modelo RNN
cuántico (QRNN) como primer paso hacia la predicción de series temporales multivariantes. El
núcleo de la QRNN es un circuito cuántico parametrizado que intercambia información de
forma iterativa, pero, al mismo tiempo, guarda memoria de datos pasados

Primary author

Co-authors

Presentation materials