Quantum Multiple Kernel Learning

量子机器学习框架 Q^2SAR 提高药物发现准确性

研究人员开发了一个名为 Q^2SAR 的新量子多核学习 (QMKL) 框架，旨在通过克服经典定量结构-活性关系 (QSAR) 建模的局限性来增强药物发现。这种量子增强方法利用量子支持向量机 (QSVM) 将分子描述符编码到更大的量子希尔伯特空间中，提高了非线性建模的表现力。在针对阿尔茨海默病相关 DYRK1A 激酶的测试中，Q^2SAR 取得了 0.8750 的 AUC 分数，显著优于得分为 0.8037 的经典梯度提升模型。