Fraunhofer FOKUS 发布 SQuASH dataset 数据集, 应用在 量子计算、机器学习 领域

Fraunhofer FOKUS 本次发布的数据集 SQuASH dataset, SQuASH数据集是一个为量子架构搜索（QAS）方法设计的大型数据集，包含超过300万个独特的参数化量子电路（PQC）。该数据集由Fraunhofer FOKUS和柏林自由大学的研究团队创建，旨在通过使用代理模型来加速QAS方法的评估，并促进QAS方法的可重复性和进一步研究。数据集涵盖了两个不同的任务：量子态制备和数据点分类，每个任务都有预定义的搜索空间和预训练的代理模型，以预测优化后的PQC性能。数据集的创建过程涉及使用强化学习、遗传算法和随机搜索策略来探索预定义的搜索空间，并生成和优化候选PQC。SQuASH数据集适用于评估各种QAS方法，特别是那些将参数优化作为搜索过程内循环的方法。

查看SQuASH dataset

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。