arXiv · cs.AI· Hitanshi Arora, Mohit Swarnkar, Aswani Kumar Cherukuri·· 11 小时前
量子核SVM用于信用卡欺诈检测的基准评测：NISQ约束下的性能表现
Benchmarking Quantum Kernel SVMs for Credit Card Fraud Detection: Performance Realities Under NISQ Constraints
arXiv:2610.17027v1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：Hitanshi Arora, Mohit Swarnkar, Aswani Kumar Cherukuri
研究任务与主要进展
基于论文摘要，研究人员在严格匹配样本数、特征数和缩放条件的情况下，将Angle、ZZFeatureMap和IQP三种量子编码的QSVM与经典模型进行基准比较，并在量子Gram矩阵流程中加入SMOTE，使各特征映射的PR-AUC约提高0.04。
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 · cs.AI · arxiv.org