近日，基于中性原子的量子技术开发商 Pasqal 宣布在同行评审的 APS 物理学期刊《PHYSICAL REVIEW A》上发表一篇科学论文，介绍了一种新的机器学习协议，用于测量图之间的相似性 - 量子计算机上的结构化数据。
该研究题为「Quantum evolution kernel: Machine learning on graphs with programmable arrays of qubits」，详细介绍了量子进化内核（QEK）与经典计算机相比，如何作为一种更通用和可扩展的过程来构建图内核和分析量子设备上的图结构数据。研究人员在中性原子量子计算机上对预期性能进行基准测试，发现 QEK 在检测错误方面是稳定的，并且在准确性方面与经典系统上最先进的图内核相当。
论文链接：https://journals.aps.org/pra/abstract/10.1103/PhysRevA.104.032416

内容中包含的图片若涉及版权问题，请及时与我们联系删除