声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：34-1163/TN
国际刊号：1007-5461
发布日期:
作者：陈康炯,郭躬德,林崧
单位：(1 福建师范大学光电与信息工程学院, 福建 福州 350007;2 福建师范大学计算机与网络空间安全学院, 福建 福州 350007)
关键词：量子计算,量子岭回归,量子奇异值估计,量子幅度估计,
基金：国家自然科学基金 (62171131, 61976053, 61772134) , 福建省高等学校新世纪优秀人才支持计划, 福建省自然科学基金 (2022J01186)
作为一种有监督学习算法, 岭回归算法有着十分广泛的使用。本工作将量子奇异值估计与经典岭回归算法相结合, 提出了一种量子岭回归算法。该算法利用量子计算的并行特性, 实现了对岭回归拟合参数的求解以及预测值的获取。复杂度分析表明, 所提算法有效解决了数据矩阵为非厄米矩阵时需要进行矩阵拓展或者矩阵运算的问题, 与经典算法相比在运行时间上具有指数级加速。此外, 本工作还给出了所提算法的量子电路图并对其关键步骤进行了仿真实验, 实验结果验证了所提算法的有效性和可行性。
来源：2024年第5期
《量子电子学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。