Loading...
机构名称:
¥ 1.0

我们提出了一个通用框架,用于解决多类分类问题,该框架使用可以解释为模糊集的分类函数。我们在基于量子态鉴别技术的量子启发式分类器领域专门研究这些函数。具体来说,我们使用由给定数据集的训练集确定的模糊可观测量(正算子值测度)来构建这些分类函数。我们表明,一旦这些分类函数从训练数据集的量子编码中“提炼”(在经典平台上),就可以在近期的量子计算机上测试此类分类器。我们将这些实验结果与理论结果进行了比较,并提出了一些问题以供未来研究。© 2023 Elsevier BV 保留所有权利。

基于量子态判别的多类分类

基于量子态判别的多类分类PDF文件第1页

基于量子态判别的多类分类PDF文件第2页

基于量子态判别的多类分类PDF文件第3页

基于量子态判别的多类分类PDF文件第4页

基于量子态判别的多类分类PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2019 年
¥1.0
2019 年
¥2.0
2019 年
¥2.0
2015 年
¥1.0
2017 年
¥4.0
2017 年
¥1.0
2024 年
¥1.0
2020 年
¥2.0
2022 年
¥3.0
2019 年
¥3.0
2019 年
¥2.0
2017 年
¥1.0
2024 年
¥1.0
2021 年
¥30.0
2020 年
¥1.0
2019 年
¥2.0
2018 年
¥2.0
2015 年
¥1.0
2018 年
¥2.0
2019 年
¥2.0
2019 年
¥2.0
2019 年
¥1.0
2018 年
¥73.0
2019 年
¥3.0
2018 年
¥2.0
2019 年
¥10.0
2005 年
¥4.0