量子科技中心_量科网

量子核方法作为一种极具前景的量子机器学习算法，在展现量子优势方面具有巨大潜力。尽管目前大多数量子核是基于门电路量子计算框架构建的，本研究受模拟量子计算思想启发，构建了模拟量子核与混合量子核，并通过基准测试任务及从稀疏数据估计非马尔可夫性的实际问题，证明了其相对于其他核方法的竞争力。值得注意的是，该研究团队还在量子核中引入了操作噪声，结果表明操作噪声的存在反而能提升所开发量子核的性能。研究人员将这种反直觉的噪声增强效应归因于噪声引起的表达力提升和模型复杂度增加。这些发现为量子核方法的实际应用铺平了道路，并为降低实验需求实现非马尔可夫性估计提供了高效途径。