- Создание карт квантовых признаков для классификатора SVM (arXiv)
Автор: Банг-Шиен Чен, Джанн-Лонг Черн
Аннотация: Мы представляем и сравниваем два метода создания карт квантовых признаков для квантово-расширенной машины опорных векторов, классификатора, основанного на методе ядра, с помощью которого мы можем эффективно получить доступ к многомерному гильбертовому пространству. Первый метод представляет собой генетический алгоритм с многоцелевой фитнес-функцией с использованием метода штрафа, который включает в себя максимальную точность классификации и минимизацию стоимости ворот схемы карты квантовых признаков. Второй метод использует вариационную квантовую схему, фокусируясь на том, как построить анзац на основе унитарной матричной декомпозиции. Численные результаты и сравнения представлены, чтобы продемонстрировать, как функция пригодности снижает стоимость ворот, сохраняя при этом высокую точность, а проводящая схема через унитарную матрицу обеспечивает еще лучшую производительность. В частности, мы предлагаем некоторые соображения по снижению и оптимизации стоимости схемы при сохранении идеальной точности.
2. Автоматический дизайн карт квантовых характеристик (arXiv)
Автор: Серхио Альтарес-Лопес, Анхела Рибейро, Хуан Хосе Гарсия-Риполь.
Аннотация: Мы предлагаем новый метод автоматической генерации оптимального специального анзаца для классификации с использованием квантовой машины опорных векторов (QSVM). Этот эффективный метод основан на многокритериальных генетических алгоритмах NSGA-II, которые позволяют как максимизировать точность, так и минимизировать размер анзаца. Справедливость метода демонстрируется на практическом примере с нелинейным набором данных, интерпретацией полученной схемы и ее выходов. Мы также показываем другие области применения метода, которые усиливают достоверность метода, и сравнение с классическими классификаторами, чтобы понять преимущества использования квантового машинного обучения.
