量子神经网络模型在多元回归问题中的应用
量子物理
2023-10-20 v1
摘要
自量子神经网络模型提出以来，因其强大的表达能力和对过拟合的鲁棒性而受到广泛研究。迄今为止，该模型主要在分类任务中进行了评估，但其在实用多元回归问题中的性能尚未得到充分考察。本研究使用 Auto-MPG 数据集（392 个有效数据点，剔除缺失数据，涉及多种车辆的燃油效率）构建 QNN 模型，并考察训练数据规模对泛化性能的影响。结果表明，QNN 在训练数据规模较小时尤为有效，说明其特别适用于材料信息学等小数据问题。
引用
@article{arxiv.2310.12559,
title = {Application of quantum neural network model to a multivariate regression problem},
author = {Hirotoshi Hirai},
journal= {arXiv preprint arXiv:2310.12559},
year = {2023}
}