径向基函数（RBF）网络被扩展以融合量子核函数，从而催生了一种新型的量子-经典混合机器学习算法。通过该方法，研究人员引入了合成示例，为插值和分类应用的概念验证提供了可能。虽然量子核主要应用于支持向量机（SVM），但量子核RBF网络相较于基于量子核的SVM具有潜在优势——由于RBF网络本身具备多类分类能力，而标准SVM实现则不具备该特性。
