AI na Matatizo Magumu ya Ulimwengu · Fizikia ya kwanta na kompyuta za kwanta · arXiv · 2026-10-20
Uboreshaji wa Uwekaji wa Data za Quantum Unaoongozwa na Prototaipu kwa Gharama ya Mstari
Kichwa asilia: Prototype-Guided Optimization of Quantum Data Embeddings with Linear Cost
Katika ujifunzaji wa mashine ya kiasi (quantum) unaosimamiwa, kuboresha uwekaji wa data ya quantum ni gharama kubwa kwa sababu mbinu zilizopo hukokotoa fidelity kati ya kila jozi ya sampuli, kwa ukuaji wa O(B²). Waandishi wanapendekeza lengo linaloongozwa na mfano-asili (prototype) linalohitaji tathmini za fidelity za O(B) tu, na kulijumuisha katika mfumo unaoboresha pia usanifu wa saketi. Kwenye vipimo vitano vya majaribio vyenye hadi qubit 20, linabaki kushindana na quantum kernel SVM huku likipunguza gharama ya tathmini, likiwa na faida dhahiri dhidi ya uboreshaji wa kijozi kwenye T-MNIST.