arXiv · ML· Riccardo Molteni, Minjun Jeon, Paolo Braccia, Abhinav Deshpande, Vedran Dunjko, Liang Jiang, Su-un Lee, Swarnadeep Majumder, Javier Robledo Moreno, Parthasarathy Suryanarayanan, Kunal Sharma·· 9 小时前AI 评分23
量子哈密顿嵌入：一种具备理论保证的量子监督学习框架
Supervised Learning with Quantum Hamiltonian Embeddings
AI 导读
研究团队提出量子哈密顿嵌入框架，将经典数据集编码为参数化哈密顿量，通过优化参数使其近似基态定义分类规则。 该框架建立了高效的梯度估计方法，并证明了有利的泛化保证及超越经典算法假设的函数表达能力。 作者在 IBM Heron 处理器上进行了大规模演示，验证了该框架在量子硬件上实验调查的可行性。
来源：arXiv · ML · arxiv.org