Metal-Insulator Transition Classification Using Hybrid Quantum Learning Under Data Scarcity
Deze studie toont aan dat hoewel hybride kwantumclassificatiesystemen als concurrerende compacte readout kunnen dienen voor het classificeren van schaarse metaal-isolatorovergangsmaterialen, ze momenteel geen duidelijk prestatievoordeel bieden ten opzichte van goed gecontroleerde klassieke modellen wanneer strikte validatie, kalibratie en architectuurselectie worden toegepast.