PulseAugur
中
实时 07:38:19
English(EN) A Multiclass Quantum Aligned Centroid Kernel

McQuack：新的量子核方法在多类分类中实现线性缩放

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出 McQuack，一种专为多类分类问题设计的新型量子核方法。该方法通过用可训练的样本到类质心保真度矩阵替换完整的 Gram 矩阵，实现了与训练样本数量的线性缩放，从而解决了传统核方法的局限性。在模拟中，McQuack 相较于现有的量子基线表现出更优越的性能，并且在 IBM 量子设备上，即使未经训练，也取得了与 RBF 核相当的结果。 AI

影响 引入了一种新的量子核方法，有望提高机器学习中多类分类任务的效率和性能。

排序理由 该集群描述了一篇关于一种新型机器学习方法的学术论文。[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 →

McQuack：新的量子核方法在多类分类中实现线性缩放

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kilian Tscharke, Pascal Debus ·

    多类别量子对齐质心核

    arXiv:2607.19782v1 Announce Type: cross Abstract: Kernel methods are powerful tools in machine learning but commonly used full-Gram kernels face three key limitations: (1) quadratic scaling with training set size; (2) the use of fixed, non-trainable kernels; and (3) the absence o…

相关实体

相关话题