实体
Hadamard test
Hadamard test
PulseAugur coverage of Hadamard test — every cluster mentioning Hadamard test across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
量子谱特征赋能图机器学习
研究人员开发了一种新颖的量子计算方法，用于从哈密顿量的态密度 (DOS) 中提取谱特征，然后可用于带符号图的机器学习。该方法将带符号图嵌入为伊辛模型，并利用伊辛 DOS 的标准化矩作为特征。该方法在社交网络分析和蛋白质相互作用网络等领域的应用前景广阔，在经典采样效率低的情况下具有实现量子优势的潜力。
-
研究人员量化人工神经元以增强机器学习能力
研究人员开发了一种量化人工神经元的新方法，将经典机器学习组件与量子物理原理联系起来。通过将神经元视为能量和激活函数的组合，他们用量子哈密顿量替换了能量函数，并通过矩阵泛函微积分应用了激活。这创建了一个可在量子态上测量的“激活可观测量”，从而实现了用于从量子数据中学习和估计梯度的混合量子经典算法。数值实验表明，与经典神经元相比，这些量化神经元具有更强的表达能力，确立了正则化量化作为量子机器学习原语的可行框架。
-
新框架利用李对称性进行高效量子电路梯度估计
研究人员开发了一个新的框架，用于估计参数化量子电路（PQC）中的梯度，该框架利用了李代数对称性。该方法使用Hadamard测试并分析矩阵指数的微分，将梯度表示为期望值的线性组合。该方法显著降低了测量成本，所需的采样次数相对于参数呈对数关系，并且与现有技术相比，在时间上提供了多项式加速。