量子计算机具有在高维空间中相对快速运行的独特能力——这是它们相对于传统计算机的竞争优势。在这项工作中,我们提出了一种称为量子鉴别器的新型量子机器学习模型,它利用量子计算机在高维空间中运行的能力。量子鉴别器使用量子-经典混合算法在 O(N log N)时间内进行训练,并在通用量子计算机上以线性时间进行推理。量子鉴别器将从给定数据中提取的二进制特征与预测量子位作为输入,并输出预测标签。我们分析了它在 Iris 和 Bars and Stripes 数据集上的性能,并表明它在模拟中可以达到 99% 的准确率。
![arXiv:2009.01235v3 [quant-ph] 2022 年 1 月 28 日PDF文件第1页](/bimg/e/e58ed621964d11adc0a63cdd34c92c2541afc903.webp)
![arXiv:2009.01235v3 [quant-ph] 2022 年 1 月 28 日PDF文件第2页](/bimg/1/1cb248c30edd19a4e677351a859aa4960ca8dbcd.webp)
![arXiv:2009.01235v3 [quant-ph] 2022 年 1 月 28 日PDF文件第3页](/bimg/3/3f745960265ec0ba67169e973bca5e6b04ddd4e4.webp)
![arXiv:2009.01235v3 [quant-ph] 2022 年 1 月 28 日PDF文件第4页](/bimg/1/1089eca6a658d043570d4117903e024e627b5175.webp)
![arXiv:2009.01235v3 [quant-ph] 2022 年 1 月 28 日PDF文件第5页](/bimg/0/0a10cd98c79bb3a9aea087a041568f7a1006952c.webp)
