中文

无参数化电路的量子回归与方差正则化

量子物理 2026-07-02 v1
作者: Yerassyl Balkybek , Andrey Kardashin , Vladimir V. Palyulin , Konstantin Antipin
在 arXiv 上查看 ↗ PDF ↗

摘要

用于预测量子态性质的量子回归任务通常使用变分量子算法来解决。虽然变分量子电路具有高度表达性并能达到合理的精度，但训练这些电路可能需要大量的时间和资源。在这项工作中，我们提出了一种构建特定问题量子回归模型的方法，该方法编码了相关的对称性并对方差进行正则化。所提出的方法基于寻找适当选择的观测量线性组合的系数。虽然它需要知道所讨论问题的对称性，但该方法不涉及参数化量子电路，并且一旦观测量被测量，训练就能高效完成。我们在两个例子中演示了这种方法：预测伊辛模型中的横向场强度，以及量化二分量子比特系统中的纠缠。我们的方法比传统的变分方法更准确且资源密集度更低。

关键词

量子回归 变分量子算法 对称性 方差正则化 伊辛模型 纠缠量化

引用

@article{arxiv.2607.02696,
  title  = {Parametrized-circuit-free quantum regression with variance regularization},
  author = {Yerassyl Balkybek and Andrey Kardashin and Vladimir V. Palyulin and Konstantin Antipin},
  journal= {arXiv preprint arXiv:2607.02696},
  year   = {2026}
}