量子核方法中最小准确性的认证下界与高效估计
人工智能
2025-12-24 v1 计算与语言
人机交互
摘要
最小准确性 heuristic 方法在不要求完整量子支持向量机（QSVM）训练的情况下评估量子特征图。然而，原始版本计算昂贵、仅限于平衡数据集，且缺乏理论依据。本 work 将该度量推广到任意二分类数据集，并正式证明其构成任何线性分类器在相同特征空间中最优经验准确性的认证下界。进一步，我们引入蒙特卡洛策略，通过随机子集的 Pauli 方向高效估计该下界，并附带严格的概率保证。这些贡献建立了最小准确性作为面向近期量子设备的可扩展、理论上可靠的特征图预筛选工具。
引用
@article{arxiv.2512.20586,
title = {Automated stereotactic radiosurgery planning using a human-in-the-loop reasoning large language model agent},
author = {Humza Nusrat and Luke Francisco and Bing Luo and Hassan Bagher-Ebadian and Joshua Kim and Karen Chin-Snyder and Salim Siddiqui and Mira Shah and Eric Mellon and Mohammad Ghassemi and Anthony Doemer and Benjamin Movsas and Kundan Thind},
journal= {arXiv preprint arXiv:2512.20586},
year = {2025}
}