生成用于SVM分类器的量子特征映射
量子物理
2022-09-27 v3
摘要
我们提出并比较了两种为量子增强支持向量机(一种基于核方法的分类器)生成量子特征映射的方法,借此可高效访问高维希尔伯特空间。第一种方法是采用惩罚法多目标适应度函数的遗传算法,其同时最大化分类精度并最小化量子特征映射电路的门开销。第二种方法使用变分量子电路,重点研究如何基于酉矩阵分解构造ansatz。我们给出数值结果与对比,展示了适应度函数如何在保持高精度的同时降低门开销,以及通过酉矩阵构造电路获得更优性能。特别地,我们就如何在保持完美精度的同时降低和优化电路门开销提出了一些思考。
引用
@article{arxiv.2207.11449,
title = {Generating quantum feature maps for SVM classifier},
author = {Bang-Shien Chen and Jann-Long Chern},
journal= {arXiv preprint arXiv:2207.11449},
year = {2022}
}
备注
7 pages, 11 figures and 2 tables