В статье рассматривается применение гибридной квантово-классической логистической регрессии для ранжирования надёжных кандидатов в пульсары на несбалансированном наборе данных HTRU-2. Исследуются три квантовых способа кодирования признаков. Лучших результатов удалось достичь с помощью углового кодирования, которое показало сильную производительность среди вариантов квантовой логистической регрессии. При небольшой глубине модель с угловым кодированием близка к лучшим классическим алгоритмам и демонстрирует низкую ошибку калибровки. arXiv: 2605.07866 Обзоры | Квантовая физика
Гибридная квантово-классическая логистическая регрессия для калиброванной классификации кандидатов в пульсары
В статье рассматривается применение гибридной квантово-классической логистической регрессии для ранжирования надёжных кандидатов в пульсары на несбалансированном наборе данных HTRU-2. Исследуются три квантовых способа кодирования признаков. Лучших результатов удалось достичь с помощью углового кодирования, которое показало сильную производительность среди вариантов квантовой логистической регрессии. При небольшой глубине модель с угловым кодированием близка к лучшим классическим алгоритмам и демонстрирует низкую ошибку калибровки.
arXiv: 2605.07866
