研究揭示变分量子分类器精度损失主因及编码特性

2026年11月，arXiv发布的一项针对NSL-KDD网络攻击检测的研究显示，变分量子分类器的大部分精度损失源自读出机制，而非编码或线路本身。研究指出，采用与线路联合训练的读出设计，可以从相同的测量中恢复数个百分点的精度。 在编码方式方面，角度编码在线路深度以及已知流量分类上表现更优；振幅编码则需要更少的量子比特，并且更擅长识别未见攻击。此外，在相同输入条件下，经典模型的精度与表现最佳的量子线路相当，该任务中尚未展现出量子优越性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。