量子科技中心_量科网

在数据支撑科学、政治和经济决策的时代，确保数据的高质量至关重要。传统的数据质量提升计算算法（包括异常检测）需要大量计算资源、冗长的处理时间和庞大的训练数据集。该工作旨在探索量子计算在提升数据质量（尤其是检测领域）的潜在优势。研究人员首先研究了可替代传统异常检测框架中关键子程序的量子技术，以缓解其计算强度；随后通过实际案例展示了基于量子的异常检测方法，突出其技术能力；并提出了一种利用量子储层计算（一种特殊类型的量子机器学习模型）检测股市数据波动状态变化的技术实现方案。实验结果表明，在该特定案例中，基于量子的嵌入方法相较经典方法具有竞争优势。最后，该团队指出了量子计算应用于数据质量任务时尚未解决的挑战与局限。这些发现为通过量子技术提升数据质量的创新研究和商业应用开辟了新途径。