《基于张量网络的机器学习入门》学习笔记9(HHL算法)

HHL算法

背景

求解线性方程是一个基本的数学问题。2008年，$Harrow、Hassidim$和$Lloyd$三位学者提出了一种可以在$O(lo{g}_{2}N)$时间复杂度内求解线性方程组的量子算法，称其为$HHL$算法。$HHL$算法能应用于机器学习的$K-means$聚类、支持向量机和数据拟合等方面，达到算法加速的目的。

基本假设

$HHL$算法是一个用量子计算机解决线性问题$Ax=b$最优解的算法
1.态$|b⟩$容易制备；
2.$A$是$n$阶厄米矩阵；
3.求解是稀疏的；
4.输入：一个$n\times n$的矩阵和一个$n$维向量$b$，
输出：$n$维向量$x$，满足$Ax=b$.
5.令$v_1,v_2,\cdots ,v_n$和