Квантовые схемы, генерирующие согласованные суперпозиции стохастических процессов, важны для анализа рисков, выборки по значимости и секвенирования ДНК. Традиционные методы создания таких схем из данных сталкиваются с трудностями из-за экспоненциального роста векторов вероятностей. Представлены квантовые последовательные модели с рекуррентной структурой, которые генерируют согласованные суперпозиции с линейным ростом сложности схемы. Они обучаются на основе наблюдательных данных и демонстрируют значительное улучшение точности по сравнению с базовыми квантовыми машинами. arXiv: 2603.24069 Обзоры | Квантовая физика
Изучение квантовых сэмплеров для стохастических процессов с квантовыми моделями последовательностей
Квантовые схемы, генерирующие согласованные суперпозиции стохастических процессов, важны для анализа рисков, выборки по значимости и секвенирования ДНК. Традиционные методы создания таких схем из данных сталкиваются с трудностями из-за экспоненциального роста векторов вероятностей. Представлены квантовые последовательные модели с рекуррентной структурой, которые генерируют согласованные суперпозиции с линейным ростом сложности схемы. Они обучаются на основе наблюдательных данных и демонстрируют значительное улучшение точности по сравнению с базовыми квантовыми машинами.
arXiv: 2603.24069
