研究人员开发了一个新的混合量子-经典机器学习框架QADR，以解决训练量子电路的局限性。QADR将大型量子电路分解为更小、局部的子电路，显著减少了经典模拟所需的内存，并缓解了如巴伦高原等问题。与标准的全局量子电路相比，这种方法展示了卓越的可扩展性，成功处理了更大的特征集，并在图像识别和工业诊断等任务上达到了与经典机器学习模型相当或更优的性能。 AI
影响 增强了量子机器学习的可扩展性，有可能在量子硬件上实现更复杂的AI任务。
排序理由 该集群包含一篇详细介绍新的量子机器学习框架的学术论文。[lever_c_research降级：ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →