PulseAugur
中
实时 21:26:22
English(EN) AQKA: Active Quantum Kernel Acquisition Under a Shot Budget

新的AQKA方法优化硬件上的量子核获取

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为AQKA（主动量子核获取）的新方法，以优化量子核估计过程，这是近期量子硬件的一个重要瓶颈。AQKA根据测量次数对下游分类器的影响来智能分配测量次数，在预算有限的情况下优于现有的均匀分配方法。该方法通过在IBM量子硬件上进行实时自适应测量次数分配实验，展示了其有效性，并显著提高了准确性。 AI

影响 优化量子核估计，有望加速近期硬件上量子机器学习算法的部署。

排序理由 学术论文，详细介绍了一种新的量子核获取方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的AQKA方法优化硬件上的量子核获取

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jian Xu, Chao Li, Delu Zeng, John Paisley, Qibin Zhao ·

    AQKA：在预算限制下的主动量子核获取

    arXiv:2605.14672v2 Announce Type: replace Abstract: Estimating an $N \times N$ quantum kernel from circuit fidelities requires $\Theta(N^2 S)$ measurement shots, the dominant bottleneck for deployment on near-term hardware. Existing budget-saving methods (Nystr\"om-QKE, ShoFaR, k…

相关话题