KI und die schwierigen Probleme der Welt · Quantenphysik & Quantencomputing · arXiv · 2026-10-19
Hybride Architektur aus Boson-Sampling und neuronalem Netz für verbesserte Klassifikation
Originaltitel: Hybrid boson sampling-neural network architecture for enhanced classification
Die Arbeit schlägt ein hybrides Framework vor, das Boson Sampling mit einem neuronalen Netz kombiniert, um Quantenkerne für die Klassifikation mit Support-Vektor-Maschinen zu erstellen. Das neuronale Netz bildet Datenmerkmale auf eine programmierbare Boson-Sampling-Schaltung ab und erzeugt so hochdimensionale Quantenzustände. Auf vier Datensätzen übertraf das Modell klassische lineare und Sigmoid-Kerne.