BriefGPT - AI 论文速递
·
变分量子线性求解增强量子支持向量机
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种量子支持向量机分类器模型，能够实现有监督分类并取得明显的量子加速，且仅需要经典数据访问能力。该分类器在构造的数据集中表现优于经典学习器，并且对由有限采样误差产生的内积核函数的加性误差具有一定的鲁棒性。
🎯
关键要点
-
提出了一种量子支持向量机分类器模型，能够实现有监督分类。
-
该模型取得了明显的量子加速，仅需经典数据访问能力。
-
在构造的数据集中，该量子分类器的分类效果优于经典学习器。
-
模型基于离散对数问题的困难性假设。
-
可以通过容错的量子计算机估算内积核函数，并将数据映射为量子特征空间。
-
分类器对有限采样误差产生的内积核函数的加性误差具有鲁棒性。
➡️
