arXiv · quant-ph· Riccardo Molteni, Minjun Jeon, Paolo Braccia, Abhinav Deshpande, Vedran Dunjko, Liang Jiang, Su-un Lee, Swarnadeep Majumder, Javier Robledo Moreno, Parthasarathy Suryanarayanan, Kunal Sharma·· 1 天前
量子 Hamiltonian 嵌入监督学习框架在 IBM Heron 处理器上进行大规模演示
Supervised Learning with Quantum Hamiltonian Embeddings
arXiv:2610.26833v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Riccardo Molteni, Minjun Jeon, Paolo Braccia, Abhinav Deshpande, Vedran Dunjko, Liang Jiang, Su-un Lee, Swarnadeep Majumder, Javier Robledo Moreno, Parthasarathy Suryanarayanan, Kunal Sharma
研究任务与主要进展
作者提出量子 Hamiltonian 嵌入监督学习框架，将经典训练数据编码到单一有效参数化 Hamiltonian 中，以其近似基态定义分类规则，并支持经典或量子表示下的推理。基于论文摘要，作者建立了梯度估计方法和有利的泛化保证，并在标准密码学假设下论证该框架可表示高效经典算法难以实现的假设函数；框架还在 IBM Heron 处理器上使用标准基准数据集进行了大规模演示。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org