经典数据编码下量子机器学习的基于边界的泛化分析

研究建立了针对量子机器学习中经典数据编码的基于边界的泛化框架，涵盖固定与可训练编码两种情形。 对于可训练编码，推导出结合原始边界项与编码容量项的泛化上界，其复杂度为 $\tilde O(\sqrt{L/m})$。在 19,440 次模拟训练中，逆边界指标在多种判据下表现优于其他复杂度度量。