PulseAugur
实时 12:46:05
English(EN) Quantum-Enhanced Similarity Measures for Polarimetric Materials Classification

量子-经典混合方法增强材料分类

研究人员开发了一种用于极性材料分类的混合量子-经典方法。该方法将材料分类视为一个点匹配问题,使用量子SWAP测试电路来估计材料嵌入之间的相似性。该方法在23种材料的数据集上展示了具有竞争力的准确性和开放集辨别潜力,为量子计算在材料识别中的应用指明了一条可行的道路。 AI

排序理由 该集群包含一篇详细介绍新颖方法的论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Sara Shojaei, Seyed Mohamad Ali Tousi, Emma Bennett, Param Sangani, Ali Shiri Sichani, Ilker Ersoy, Hadi Ali-Akbarpour, Filiz Bunyak, G. N. DeSouza ·

    用于极性材料分类的量子增强相似性度量

    arXiv:2606.07766v1 Announce Type: cross Abstract: We present a quantum--classical hybrid pipeline for polarimetric material classification that casts this as a point-matching problem. Voxel cubes, containing polarized light reflections, are used to train an encoder to produce 32-…