量子科技中心_量科网

该研究团队从三个方向拓展了基于图相关可观测量测量的量子特征核框架：首先，利用中性原子量子处理器（QPUs），研究人员提出了一种通过里德堡哈密顿量中边缘特征嵌入原子位置、节点特征嵌入局部失谐场的属性图整合方案。理论及实验证明，局部失谐可增强核表达能力；其次，在现有使用全局观测量的量子演化核（QEK）基础上，该团队提出基于局部观测量的广义距离量子关联（GDQC）核，两种核性能相当但GDQC具备更高表达潜力；第三，通过池化操作整合量子演化多阶段信息代替单时间步观测限制。基于MUTAG和PTC_FM两个分子基准数据集的广泛模拟表明：（1）QEK与GDQC性能可比肩主流经典算法；（2）池化操作进一步使量子特征核超越经典基线。这些成果证实，基于中性原子设备的节点特征嵌入与局部观测量核设计能推动量子增强图机器学习的发展。