量子科技中心_量科网

量子计算有望引发信息处理领域的革命，在机器学习和分类任务方面具有巨大潜力。然而实现这一潜力需要克服若干基础性挑战。一个关键局限出现在预测阶段——量子模型输出的内在随机性要求重复执行计算，导致显著的开销。为解决该问题，该研究团队提出了一种针对变分量子分类器的新型测量策略，由此可定义明确的量子分类器。该策略在保持噪声环境下具有竞争力的分类精度的同时，能以显著更少的量子电路执行次数实现近乎确定性的预测。尽管该方法会导致性能轻微下降，但对于提升资源效率而言是值得的权衡。研究人员还通过实验数据进一步验证了其理论模型。