量子科技中心_量科网

量子支持向量机是一类依赖于量子生成核的分类算法。在量子支持向量机中常用的保真度量子核，随着系统规模增大，会出现指数级浓度问题，阻碍其在超过少数量子比特系统后的高效扩展。该团队提出了汉明量子核，这是一种经典后处理方法，基于与保真度量子核相同的测量结果，但通过利用完整的测量统计信息而非单一的保真度值，避免了指数级浓度问题。该研究在从2到27量子比特的系统中，对经典数据（MNIST）和量子电路生成的合成数据进行了评估。所有模拟结果表明，当使用15个或更多量子比特时，汉明量子核均优于保真度量子核。此外，对于合成量子数据，该方法始终优于经典高斯核。这表明汉明量子核在更大的量子比特规模上提升了表达能力和鲁棒性，且无需任何额外的量子资源。