arXiv quant-ph· Shiksha Bhardwaj, Ankhi Roy·· 20 天前AI 评分26
用于希格斯玻色子事件分类的量子机器学习模型样本规模扩展性与表征敏感度研究
Sample-Size Scalability and Representation Sensitivity of Quantum Machine Learning Models for Higgs Boson Event Classification
AI 导读
研究人员针对希格斯玻色子事件分类评估了量子支持向量机（QSVM）与变分量子分类器（VQC）的样本规模扩展性及表征敏感度。模型基于 ATLAS 挑战赛模拟数据，在 250 至 4000 个事件的平衡子集上结合 PCA 与自编码器降维进行训练，并以 4 种经典分类器为基准。结果显示较大样本下 QSVM 表现优于 VQC，但两者仍落后于表现最佳的经典分类器。
来源：arXiv quant-ph · arxiv.org