机构名称：
¥ 1.0
量子假设检验是量子信息理论中最基本的问题之一，在诸如量子传感等领域具有至关重要的含义，在量子传感等领域中，它已被用于在一系列二进制光子方案中证明量子优势，例如目标检测或记忆细胞读数。在这项工作中，我们将这种理论模型推广到条形码解码和模式识别的多目标设置。我们首先将数字图像定义为像素的阵列或网格，每个像素对应于量子通道集合。将每个像素专门用于黑白字母，我们自然定义了条形码的光学模型。在这种情况下，我们表明，使用适当的测量和数据处理的量子纠缠来源的使用极大地超过了条形码数据解码和黑白模式分类的经典相干状态策略。引入相关的界限，我们表明，只要图像与不同类别的图像之间的最小锤距足够大，模式识别的问题比条形码解码非常简单。最后，我们从理论上说明了使用量子传感器与最近的邻居分类器，一种监督学习算法进行模式识别的优势，并在数值上验证了手写数字分类的这一预测。
Joshi Science Advances EABA0959（2020）.pdf
主要关键词
相关文件推荐
