Fabian Fischbach · Hans-Martin Rieser · Oliver Sefrin

ESANN · 2025

Die Verschlüsselung von Daten auf einem Quantencomputer stellt eine große Herausforderung für datenintensive Quantenanwendungen wie maschinelles Lernen dar. Insbesondere Daten mit komplexer interner Struktur wie Emissionsspektren müssen angepasst werden, um den Kodierungsaufwand von Quantenschaltungen zu reduzieren. Wir untersuchen empirisch den Einfluss der Kompression auf die Kodierung von Hyperspektraldaten in Quantenzuständen, um deren Kodierung effizienter zu machen. Zu diesem Zweck bewerten wir die Auswirkungen der Annäherung von Zuständen durch Matrixprodukt-Zustände mit niedriger Bindungsdimension, die in einen Variations-Quantenklassifikator mit dem öffentlichen Benchmark-Datensatz der Universität Pavia eingespeist werden.

ESANN (2025)
https://doi.org/10.14428/esann/2025.ES2025-91

ESANN 2025 · Creative Commons BY 4.0