实体 QGB-W$k$NN

QGB-W$k$NN

PulseAugur coverage of QGB-W$k$NN — every cluster mentioning QGB-W$k$NN across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

RESEARCH · CL_245317 · Sep 10 · 04:00

量子颗粒球学习提升机器学习效率与鲁棒性

两篇新研究论文介绍了量子颗粒球学习（QGB-W$k$NN）和颗粒球量子聚类（GBQC）框架。这些方法旨在提高机器学习任务的效率和鲁棒性，尤其是在嘈杂的环境中。QGB-W$k$NN通过使用量子增强的颗粒球和感知纯度的加权决策机制来增强分类能力，而GBQC则通过在应用量子特征学习和噪声过滤内聚机制之前将数据压缩成颗粒球来降低计算开销。与现有方法相比，这两种方法在各种数据集上都展现出具有竞争力的性能和更高的鲁棒性。