机构名称：
¥ 1.0
摘要 聚类算法在处理大型非结构化数据集并发现其中的新模式和相关性时至关重要，其应用范围从科学研究到医学成像和市场分析。在这项工作中，我们引入了密度峰值聚类算法的量子版本，该算法基于用于最小值查找的量子例程构建。我们证明了密度峰值聚类的决策版本的量子加速取决于数据集的结构。具体而言，加速取决于最近高密度元素的诱导图的树的高度，即与具有更高密度的最近元素的连接图。我们讨论了这种情况，表明我们的算法特别适合高维数据集。最后，我们用真实量子设备上的玩具问题对我们的提议进行了基准测试。
