用于异常检测的经典-量子混合自编码器
量子物理
2022-09-27 v1
摘要
我们提出一种经典-量子混合自编码器（HAE）模型，它是经典自编码器（AE）与插入其瓶颈处的参数化量子线路（PQC）的协同。PQC 扩充了潜在空间，在其上应用标准离群点检测方法来搜索经典数据集中的异常数据点。使用该模型并将其应用于标准基准数据集以及关乎燃气电厂预测性维护的特定用例数据集，我们表明 PQC 的加入在精确率、召回率和 F1 分数方面带来了性能提升。此外，我们探究不同的 PQC Ansätze 并分析哪些 PQC 特征使它们对该任务有效。
引用
@article{arxiv.2112.08869,
title = {Hybrid Classical-Quantum Autoencoder for Anomaly Detection},
author = {Alona Sakhnenko and Corey O'Meara and Kumar J. B. Ghosh and Christian B. Mendl and Giorgio Cortiana and Juan Bernabé-Moreno},
journal= {arXiv preprint arXiv:2112.08869},
year = {2022}
}
备注
17 pages, 11 figures