Kernel Alignment for Quantum Support Vector Machines Using Genetic Algorithms
Dieser Beitrag stellt einen automatisierten Rahmen vor, der Genetische Algorithmen zur Optimierung von Datenkodierungsschaltkreisen in Quantum-Support-Vektor-Maschinen einsetzt und zeigt, dass die resultierenden Kernel eine Klassifikationsgenauigkeit erreichen, die mit Standardtechniken vergleichbar ist oder diese übertrifft, während gleichzeitig eine positive Korrelation zwischen Testgenauigkeit und Quanten-Kernel-Entropie aufgedeckt wird.