第 27 课 · QML II——量子核、混合网络与贫瘠高原 · 模块四:应用与前沿专题

量子核:把"相似度"交给量子

  • 命题框:经典核 $k(x,x') = \langle\phi(x), \phi(x')\rangle$,SVM 对偶解 $f(x) = \sum_i \alpha_i y_i \cdot k(x_i, x)$——模型完全由核决定;量子特征态 $|\phi(x)\rangle = U_\phi(x)|0\rangle^{\otimes n}$;内积核 $k = |\langle\phi(x)|\phi(x')\rangle|^2$、投影核 $k = \langle\phi(x)|\rho(x')|\phi(x)\rangle$
  • 推导步骤(碰撞测量,逐行):
    1. 线路:$U_\phi(x)$ 之后串接 $U_\phi^\dagger(x')$,测全零串
    2. 幅值:$\langle 0|^{\otimes n} \cdot U_\phi^\dagger(x') \cdot U_\phi(x) \cdot |0\rangle^{\otimes n} = \langle\phi(x')|\phi(x)\rangle$(用 $\langle 0|U_\phi^\dagger(x') = \langle\phi(x')|$)
    3. 概率取模方:$\mathrm{Pr}(0^n) = |\langle\phi(x)|\phi(x')\rangle|^2 = k(x,x')$
    4. 对角项:$k(x,x) = |\langle\phi(x)|\phi(x)\rangle|^2 = 1$,自动归一 ✓
  • 演算(两笔真实账):
    1. 交换检验反推:成功概率 $= (1+k)/2$,测得频率 0.9 → $k = 2 \times 0.9 - 1 = 0.8$
    2. 采样与对数账:每对估到加性 $\epsilon$ 需 $O(\log(1/\delta)/\epsilon^2)$ 次采样;$M = 100$ 训练样本 → 两两核值 $M(M+1)/2 = 5050$ 对
  • 流程行(四步):选编码 $U_\phi$(全部的模型设计)→ 5050 对碰撞测量(量子设备只做这一步)→ 经典解 SVM 对偶 → 预测时在线路上估 $k(x_{\mathrm{test}}, x_i)$ 代入 $f(x)$
  • 结果框:没有变分优化——不训参数、无 landscapes、天然免疫高原(但核有自己的集中病,见第 11 页)
类型definition-derivation(重点页)