아나 파울라 아펠(Ana Paula Appel)이 발표한 논문은 데이터와 선택적 작업 설명을 바탕으로 양자 머신러닝의 데이터 인코딩 방식을 추천하는 오픈소스 시스템 Quantum Encoding Agents를 소개한다. 시스템은 추천 근거와 Qiskit 회로를 포르투갈어 또는 영어로 제공하고, 양자 커널 정렬(Kernel-Target Alignment, KTA)로 커널 점수를 매긴다.
시스템은 데이터 특성을 분석하고 게이트 오류 임계값 p* ≈ 10⁻³을 적용하는 하드웨어 고려 정책을 사용한다. 수치 행렬이 있으면 상관 프랙탈 차원 D₂를 추정하고 FD-ASE로 원본 열을 선택한다. 큐비트 예산은 q* = max(2, ceil(D₂))로 정해 충실도 커널이 붕괴한 폭에서 각도 맵이나 IQP 맵을 추천하지 않도록 한다. 지원하는 인코딩 계열은 amplitude, angle, dense angle, IQP, basis, data re-uploading, custom feature map 등 7가지다.
논문은 벤치마크 데이터셋에서 현실적인 NISQ 제약을 적용했을 때 KTA가 인코딩 방식들을 구분한다고 보고한다. 논문은 2026년 9월 25일 제출된 프리프린트다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요