量子認知機械学習：金融予測

- Ryan Samson, Vahagn Kirakosyan, Luca Candelori, Kharen Musaelian, Dario VillaniそしてJeffrey Berger
- 2024年10月3日

PDFをダウンロードするにはここをクリック

従来の機械学習手法は次元の呪いに苦しんでいます。ここでは、Ryan Samson、Jeffrey Berger、Luca Candelori、Vahagn Kirakosyan、Kharen Musaelian、Dario Villaniが、量子認識のアイデアに基づいた新しい機械学習アプローチを紹介します。QCMLの複雑さは、指数関数的ではなく、入力数に対して線形にスケールします。著者らはQCMLを株式リターンの予測に応用した例を示しています。

過去10年間で、機械学習技術は飛躍的に向上し、生産性と技術の飛躍的な進歩が期待されています。その一方で、生成人工知能や統計的機械学習全般の現在のフレームワークには、根本的な何かが欠けているという理解も広まりつつあります（Dawid & LeCun 2022）。

本稿では、量子認知（Busemeyer &

コンテンツを印刷またはコピーできるのは、有料の購読契約を結んでいるユーザー、または法人購読契約の一員であるユーザーのみです。

これらのオプションやその他の購読特典を利用するには、info@risk.net にお問い合わせいただくか、こちらの購読オプションをご覧ください： http://subscriptions.risk.net/subscribe

現在、このコンテンツを印刷することはできません。詳しくはinfo@risk.netまでお問い合わせください。

現在、このコンテンツをコピーすることはできません。詳しくはinfo@risk.netまでお問い合わせください。

当社の利用規約、https://www.infopro-digital.com/terms-and-conditions/subscriptions/（ポイント2.4）に記載されているように、印刷は1部のみです。

追加の権利を購入したい場合は、info@risk.netまで電子メールでご連絡ください。

このコンテンツは、当社の記事ツールを使用して共有することができます。当社の利用規約、https://www.infopro-digital.com/terms-and-conditions/subscriptions/（第2.4項）に概説されているように、認定ユーザーは、個人的な使用のために資料のコピーを1部のみ作成することができます。また、2.5項の制限にも従わなければなりません。

追加権利の購入をご希望の場合は、info@risk.netまで電子メールでご連絡ください。