高效量子异常检测：采用变量子采样和随机测量的单类支持向量机

量子计算在机器学习中的潜力使得核计算和模型精度得到显著提高。通过使用量子核和支持向量机，先前研究观察到了显着的平均精度改进。随机测量和可变子采样集合方法能够减少计算核的时间复杂度，同时提高了训练和推断时间的效率。实验结果表明，随机测量的平均精度优于经典径向基函数核。这为进一步研究可扩展、高效的量子计算在机器学习中的应用提供了有希望的线索。