量子科技中心_量科网

该研究团队展示了“量子认知机器学习”（QCML）如何将数据编码为量子几何形态。在该方法中，数据特征通过习得的埃尔米特矩阵表示，数据点被映射到希尔伯特空间中的量子态。这种量子几何描述赋予数据集丰富的几何与拓扑结构——包括直接从数据中导出的本征维度、量子度规和贝里曲率。QCML能捕捉数据的全局特性，同时规避传统局部方法固有的维度灾难问题。研究人员通过大量合成及现实案例验证了该技术，指出QCML的量子几何表征有望在量子认知框架下推动对人类认知现象的深入理解。