量子科技中心_量科网

在分子几何的层级结构中，研究人员比较了几何量子机器学习模型的性能。研究采用两种分子数据集：结构简单的线性LiH分子和三角锥形NH3分子，同时考量准确性与泛化性指标。该工作以经典等变模型作为性能比较基线，探究了无对称等变性、旋转与置换等变性、以及图嵌入置换等变性三类量子机器学习模型的对比表现。性能差异与特定分子几何结构揭示了模型选择对泛化能力的影响准则。研究表明，特征图嵌入是提升几何数据集可训练性的有效途径，其中置换对称嵌入被证实为几何学习中最具泛化能力的量子机器学习模型。