研究人员开发了一种新的变分量子分类器，通过使用汉明距离测量和经典后处理来提高分类性能。该方法所需的电路评估次数大大减少，并表现出对噪声的增强鲁棒性，使其适用于近期量子设备。在乳腺癌数据集上的实验中，该分类器达到了 90% 的平均准确率，比基线提高了 6.9 个百分点，同时每次预测使用的电路执行次数减少了八倍。 AI
排序理由 该集群包含一篇详细介绍量子计算新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2511.09204v3 Announce Type: replace-cross Abstract: We introduce the unambiguous quantum classifier based on Hamming distance measurements combined with classical post-processing. The proposed approach improves classification performance through a more effective use of ansa…