实体
Quantum principal component analysis
Quantum principal component analysis
PulseAugur coverage of Quantum principal component analysis — every cluster mentioning Quantum principal component analysis across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
量子PCA框架消除了特征向量恢复
研究人员开发了一种新颖的量子主成分分析（PCA）框架，该框架绕过了传统上需要计算的特征向量恢复步骤。这种新方法称为软PCA，它使用熵正则化的费米-狄拉克滤波器来近似主子空间得分，这对于异常检测等许多下游任务来说已经足够了。该框架旨在直接处理量子数据，在量子协议中进行相干居中，并实现与维度无关的样本复杂度。
-
量子PCA算法提供最优谱投影
研究人员开发了一种名为Filtered Spectral Projection Algorithm (FSPA) 的新算法，用于量子主成分分析（qPCA）。该方法通过专注于投影到主谱子空间来绕过显式的特征值估计，在挑战性环境下提供了鲁棒性。FSPA实现了最优的Oracle复杂度，并通过在各种数据集上的最小Qiskit实现进行了验证，展示了其作为可部署的量子谱投影原语的潜力。