评“基于量子条件主方程的隐马尔可夫模型”

隐马尔可夫模型作为一类重要的统计学习模型,天然适用于和时间序列数据相关的学习任务。但如果在经典计算机上实现或拟合隐马尔可夫模型的时候,其数值计算复杂度会随着隐藏状态维度和观测空间的维度增加而变得难以承受。这在一定程度上是由于经典计算模型本质上是用于解决确定性的问题,因此一个很自然的想法是能否利用量子计算机来替代经典计算机,利用量子系统内禀的随机性模拟动态马尔可夫过程。不仅如此,量子系统独有的状态叠加性为模型赋予了维数巨大的隐藏状态空间,并有可能带来潜在的并行计算加速。