研究人员开发了一个名为量子奥卡姆学习（Quantum Occam Learning）的新理论框架，以解决量子机器学习模型的表达能力问题。该框架侧重于当从有限数量的量子态样本中学习时，量子模型能够多好地表示数据。这项工作建立了一个样本支持的表达定律，表明量子电路中的门数量是受可用数据限制的统计资源。 AI
排序理由 这是一篇发表在arXiv上的理论计算机科学论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
A central principle in quantum machine learning is that an ansatz should be expressive enough to represent the quantum data of interest. Yet, the expressibility is statistically meaningful only insofar as it can be learned from finitely many copies of an unknown quantum state. In…