Quantum spectral clustering algorithm for unsupervised learning

Clustering is one of the most crucial problems in unsupervised learning, and the well-known k -means algorithm can be implemented on a quantum computer with a significant speedup. However, for the clustering problems that cannot be solved using the k -means algorithm, a powerful method called spectr...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Science China. Information sciences Ročník 65; číslo 10; s. 200504
Hlavní autoři:	Li, Qingyu, Huang, Yuhan, Jin, Shan, Hou, Xiaokai, Wang, Xiaoting
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Beijing Science China Press 01.10.2022 Springer Nature B.V
Témata:	Algorithms Circuit design Clustering Computer Science Datasets Design Eigenvalues Eigenvectors Entangled states Information Systems and Communication Service Interdisciplinary subjects Machine learning Microprocessors Quantum computers Quantum computing Quantum entanglement Random access memory Research Paper Science Unsupervised learning Grover’s search quantum algorithm quantum phase estimation machine learning Hamiltonian simulation spectral clustering
ISSN:	1674-733X, 1869-1919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!