量子科技中心_量科网

该研究团队探索了仅通过生理信号推断情绪状态的可行性，从而提出了一种保护隐私的传统面部识别技术替代方案。研究人员对经典机器学习算法与基于量子核模型的混合量子机器学习（QML）方法进行了性能对比。结果表明，量子增强支持向量机在全部情绪类别分类任务中的表现均优于经典方法，即使在有限数据集训练条件下仍保持优势。所有情绪类别的F1分数均超过80%，其中召回率最高提升约36%。可穿戴传感器数据与量子机器学习的结合不仅提高了准确性与鲁棒性，还实现了非接触式情绪识别。该方法为阿尔茨海默病及相关痴呆症（ADRD）患者、创伤后应激障碍（PTSD）退伍军人等存在沟通障碍的群体带来了新希望。这些发现为临床和辅助生活场景下的被动情绪监测奠定了早期基础。