量子科技中心_量科网

该研究探讨了在含噪声中等规模量子（NISQ）时代将量子核方法应用于实际消费者分类任务的可行性。研究人员提出了一种混合流程，将量子核支持向量机（Q-SVM）与量子特征提取模块（QFE）相结合，并通过仿真和有限浅层硬件运行测试，与经典及量子基线方法进行了对比。在固定超参数条件下，所提出的Q-SVM模型获得0.7790准确率、0.7647精确率、0.8609召回率、0.8100 F1值以及0.83 ROC曲线下面积，相较于经典SVM在保持竞争力精度的同时展现出更高灵敏度。该工作将这些结果视为NISQ时代工作流程与硬件集成的初步指标和具体起点，而非确定性基准。方法学上，该设计符合近期通过XEB类方法形式化量子-经典差异并验证资源的研究范式，提倡采用浅层但高表达力的量子嵌入方式，在硬件噪声限制下实现稳健可分性。