IBM新研究登上Nature封面:两种量子算法解决分类问题
机器学习核方法在模式识别中广泛使用,但当特征空间变大时,核函数计算成本高昂,普通计算机难以负担。量子计算机可以在极大的空间中展开计算,如果将数据映射到只存在量子态的空间中会怎么样呢?在 Nature 今天发表的一篇论文《Supervised learning with quantum-enhanced feature spaces》中,IBM 的研究者提出将量子态空间作为特征空间来使用。他们提出了两种基于超导处理器的量子算法用于解决分类问题,并进行了大量实验。