양자 영감 기계 학습 연구 동향

양자 영감 기계 학습(QiML)은 고전적 컴퓨팅 환경에서 양자 역학 원리를 활용하는 잠재력으로 인해 전 세계 연구자들의 주목을 받는 신흥 분야입니다. 그러나 기존 문헌들은 QiML을 피상적으로 다루고 광범위한 양자 기계 학습(QML)에 초점을 맞추는 경향이 있습니다. 본 연구는 이러한 간극을 해소하고자 QiML에 대한 통합적이고 포괄적인 조사를 제공합니다. 본 조사는 텐서 네트워크 시뮬레이션, 비양자화 알고리즘 등 QiML의 다양한 연구 영역을 탐구하며, 최근 발전 사항과 실제 적용 사례를 제시합니다. 또한, QiML 용어에 대한 기존 해석들의 모호성을 분석하여 QiML의 구체적인 정의를 확립합니다. QiML은 양자 역학, 양자 컴퓨팅, 고전 기계 학습으로부터 풍부한 미래 발전을 이끌어낼 것으로 예상됩니다. 이 조사는 연구자와 실무자 모두에게 QiML의 현재 상황과 미래 방향에 대한 전체적인 이해를 제공하는 지침서 역할을 합니다.