机构名称：
¥ 1.0
主成分分析（PCA）已被广泛采用，以减少数据的维度，同时保留信息。PCA（QPCA）的量子版本可通过迅速揭示其主要成分（即具有最大特征值的密度矩阵的特征向量）来分析未知的低级密度矩阵。但是，由于实质性的资源要求，其实验实施具有挑战性。在这里，我们开发了一种具有最小资源的辅助量表的共振分析算法，其中仅需要一个频率扫描探针量子量子来提取主要成分。在体验中，我们证明了4×4密度矩阵的第一个主要成分的蒸馏，效率为86.0％，保真度为0.90。这项工作显示了量子算法在缩小数据中的加速能力，因此可以用作将来的量子人工智能算法的一部分。
谐振量子主成分分析
主要关键词
相关文件推荐
