机构名称：
¥ 1.0
摘要我们介绍了利用机器学习的量子算法的研究，以从背景事件中对感兴趣的事件进行分类，这是高能物理学中最具代表性的机器学习应用之一。我们着重于学习输入数据的属性的变分量子方法，并使用模拟器和量子计算设备评估事件分类的性能。基于增强的否定树和使用经典计算机的深神经网络的标准多变量分类技术的性能比较表明，量子算法在输入变量数量和训练样本大小的考虑范围内与标准技术具有可比性的性能。用量子计算机测试了变分量子算法，表明从背景中歧视有趣的事件是可行的。特征行为，以及当前性能在高能物理实验中的含义。
高能物理学中量子机学习的事件分类
主要关键词
相关文件推荐
