利用噪声量子计算机 D-Wave 进行模拟和真实数据上的基于潜在后验概率的不确定解和数据点识别的概率平衡 k-means 聚类的研究。
Oct, 2023
本研究提出了一种基于变分量子电路的量子算法，用于对数据进行聚类；该算法可以将数据分类为多个聚类，并且可以在少量量子比特的嘈杂中间量子计算设备上轻松实现。
Jun, 2022
利用量子计算机的先进性能，在非监督视觉聚类任务中设计了一种基于 Transformer 架构的 QClusformer 框架，并通过实证评估证明其在 MS-Celeb-1M 和 DeepFashion 等数据集上相较于其他方法表现更出色。
May, 2024
本文提出了适用于聚类分配和聚类查找的有监督和无监督的量子机器学习算法，利用量子计算能够处理高维向量的优势，实现了对于大量向量的分类问题的指数级加速。
Jul, 2013
研究使用 AQC 求解对应问题及点集对齐问题的新算法，并通过实验评估其解决方案及相应能量值的差异。
Dec, 2019
本论文提出了第一个针对使用 AQC 求解的 MOT 公式。通过使用描述在 AQC 上实现的量子力学系统的 Ising 模型，我们证明了该方法即使在使用现成的整数规划求解器时也可以与最先进的基于优化的方法竞争。最后，我们证明了 MOT 问题在当前一代真实量子计算机上可以解决小例子，并分析了测量解的属性。
Feb, 2022
本文介绍了一种新的方法，将量子聚类应用于图结构中，通过构建潜函数采用图梯度下降算法找到聚类中心，利用 GPU 并行计算势能值来评估方法性能，实验结果表明该方法具有优异的性能，最后还研究了 σ 对实验结果的影响。
May, 2023
本研究利用量子力学硬件处理 NP-hard 的变优化问题，将图像识别问题转换为二次无约束二进制优化问题，进而利用 D-Wave 超导绝热量子计算（AQC）处理问题，该方法是一种有前途的特殊目的启发式算法解决方案。
Apr, 2008
本研究介绍了 q-means 算法，一种用于聚类的新型量子算法，该算法具有与 $k$-means 类似的收敛性和精度保证，并且输出 $k$ 个集群中心的好近似值。此算法的运行时间呈多项式级别，优于经典算法，尤其适用于大型数据集。
Dec, 2018
这项研究探讨了基于量子退火的推断算法在计算机视觉离散能量最小化问题中的应用，特别关注了立体匹配作为一个重要的计算机视觉标签问题，并使用 D-Wave System 提供的混合量子 - 经典求解器来与文献中最好的经典推断算法进行比较。
Dec, 2023