Classification of Financial Data Using Quantum Support Vector Machine
创建于 更新于
摘要
本研究将量子支持向量机应用于金融数据的二分类任务，基于 Dhaka Stock Exchange Broad Index 构建量子特征映射并对比经典 RBF-SVM，比较多种量子核，发现 Pauli Y YY 特征映射的量子核在多数配置下优于基线，同时与 PTRI 指标一致指向潜在的经验性量子优势，并给出在小数据集下的资源估算与 Bloch Sphere 编码潜力，为未来在金融数据上的量子机器学习研究提供实证框架 [page::0][page::1][page::2][page::3]
