Loading...
机构名称:
¥ 1.0

摘要 在本文中,我们开发了使用量子计算解决与时间序列 (TS) 分析相关的两个问题的方法:重构和分类。我们将从训练数据集重构给定 TS 的任务表述为无约束二进制优化 (QUBO) 问题,该问题可以通过量子退火器和门模型量子处理器来解决。我们通过离散化 TS 并将重构转换为集合覆盖问题来实现这一点,从而使我们能够执行一对多的重构方法。使用重构问题的解决方案,我们展示了如何扩展此方法以执行 TS 数据的半监督分类。我们提出的结果表明,我们的方法与当前的半监督和无监督分类技术相比具有竞争力,但使用的数据比传统技术要少。

量子计算的半监督时间序列分类方法

量子计算的半监督时间序列分类方法PDF文件第1页

量子计算的半监督时间序列分类方法PDF文件第2页

量子计算的半监督时间序列分类方法PDF文件第3页

量子计算的半监督时间序列分类方法PDF文件第4页

量子计算的半监督时间序列分类方法PDF文件第5页

相关文件推荐

2024 年
¥1.0