חוקרים פיתחו את Kernelized Fitted Q-Iteration, אלגוריתם קלאסי התואם ביצועי Quantum Q-learning בעזרת דגימות נתונים אקראיות אחידות, וקבעו קנה מידה קפדני להערכת היתרונות הקוונטיים הטוענים ביישומי למידת מכונה.

חוקרים פיתחו את Kernelized Fitted Q-Iteration, אלגוריתם קלאסי התואם ביצועי Quantum Q-learning בעזרת דגימות נתונים אקראיות אחידות, וקבעו קנה מידה קפדני להערכת היתרונות הקוונטיים הטוענים ביישומי למידת מכונה.
חוקרים מפתחים אלגוריתם קלאסי המדקוונטז שגרות למידת מכונה קוונטיות עבור תכונות אקראיות מיטביות על ידי ניצול קטיעה אלכסונית וחישוב בלוק ראשי קטן, תוך השגת זמן ריצה פולינומי ללא צורך בגישה לדגימת מטריצה מלאה.