量子机器学习超参数搜索

本文提出一种基于量子的傅里叶回归方法，用于机器学习超参数优化，应用于在航空业预测问题相关数据集上训练的模型基准。我们的方法利用傅里叶级数方法表示超参数搜索空间，随后使用量子算法进行优化，为给定机器学习模型寻找最优超参数集合。我们的研究在标准超参数优化器（HPO）下，对训练用于预测航空业预测问题的模型基准评估了所提方法。结果表明，对于给定搜索空间，我们的方法在精度与收敛速度上优于传统超参数优化方法。我们的研究为量子机器学习超参数优化的未来研究提供了新方向。