arXiv ID:
2604.26834
arXiv 提交日期: 2026-04-29
基于高阶二进制优化的量子特征选择方法及其在离子阱硬件上的实现 / Quantum Feature Selection with Higher-Order Binary Optimization on Trapped-Ion Hardware
1️⃣ 一句话总结
该论文提出了一种利用高阶二进制优化(HUBO)的量子特征选择框架,能同时考虑特征间的单变量、双变量和三变量统计依赖关系,并在离子阱量子处理器上成功运行,相比传统QUBO方法和经典降维方法,能选出更精简且信息量更大的特征子集,适用于机器学习预处理任务。