安东·阿尔比诺（Anton S.Albino）。;奥托·皮雷斯（Otto M.Pires）。;毛罗·Q·努布拉特。;埃里克·纳西门托。 进化量子特征选择。 arXiv:2303.07131 预印本，arXiv：2303.07131[定量/小时]（2023）。 摘要：有效的特征选择对于提高人工智能模型的性能至关重要。它涉及到识别优化给定度量的特征组合，但由于问题的指数时间复杂性，这是一项具有挑战性的任务。在本研究中，我们提出了一种创新的启发式算法，称为进化量子特征选择（EQFS），该算法采用量子电路进化（QCE）算法。我们的方法利用了QCE的独特功能，它利用浅层电路生成稀疏的概率分布。我们的计算实验表明，EQFS可以通过特征数量的二次缩放来识别良好的特征组合。为了评估EQFS的性能，我们计算了给定经典模型评估特定指标的成本函数的次数，作为生成次数的函数。 BibTeX公司 引用 \textit{A.S.Albino}等人，“进化量子特征选择”，预印本，arXiv:2303.07131[quant-ph]（2023） 全文： arXiv公司 OA许可证 arXiv数据来自arXiv OAI-PMH API.如果你发现了一个错误，请直接向arXiv报告.