arxiv：2012.04145v2 [Quant-ph] 2020年12月9日__

arxiv：2012.04145v2 [Quant-ph] 2020年12月9日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2012.04145v2 [Quant-ph] 2020年12月9日

¥ 1.0

热度

Quantum机器学习近年来已经看到了相当大的理论和实际发展，并已成为为量子计算机应用现实世界应用的有希望的领域。为了实现这一目标，我们在这里结合了最先进的算法和量子硬件，以提供量子机学习应用程序的实验证明，并提供可证明其性能和效率的保证。In particular, we design a quantum Nearest Centroid classiﬁer, using techniques for eﬃciently loading classical data into quantum states and performing distance estimations, and experimentally demonstrate it on a 11-qubit trapped-ion quantum machine, match- ing the accuracy of classical nearest centroid classiﬁers for the MNIST handwritten digits dataset and achieving up to 100% accuracy for 8-dimensional合成数据。

添加pdf代下载 VIP点击下载文件