量子生成对抗网络与马尔可夫模型用于建模随机眼动数据的比较
神经与进化计算
2024-12-09 v1 机器学习
量子物理
摘要
我们探讨使用量子生成对抗网络 QGANs 对眼动速度数据进行建模。我们评估了QGANs在复杂随机分布建模方面的能力是否优于传统数学模型，特别是马尔可夫模型。研究结果表明，尽管QGANs在逼近复杂分布方面具有潜力，但马尔可夫模型在准确复制真实数据分布方面始终优于QGANs。这一比较凸显了量子计算技术在时间序列数据生成中的挑战与改进方向，强调需进一步优化量子模型以更好地适应实际数据特征。
引用
@article{arxiv.2408.00673,
title = {Modeling stochastic eye tracking data: A comparison of quantum generative adversarial networks and Markov models},
author = {Shailendra Bhandari and Pedro Lincastre and Pedro Lind},
journal= {arXiv preprint arXiv:2408.00673},
year = {2024}
}
备注
8 pages