研究人员开发了一种新颖的 k 最近邻 (KNN) 算法的量子实现,称为量子 KNN (QKNN)。这种新方法通过向每个向量添加一个单一分量来简化具有不同 L2 范数的向量之间的欧几里得距离计算。该实现所需的量子比特更少,电路更相干,在具有现实噪声的模拟中显示出优于现有 QKNN 方法的性能。 AI
影响 这项研究可能导致更有效的机器学习任务量子算法。
排序理由 该集群包含一篇详细介绍新算法和实现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Christopher Rector
- DagsHub
- Euclidean distance
- Gotit.pub
- Hugging Face
- IArxiv
- k-nearest neighbors algorithm
- QKNN
- Quantum KNN
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →