实体
quantum classifiers
quantum classifiers
PulseAugur coverage of quantum classifiers — every cluster mentioning quantum classifiers across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的量子增量学习框架使用混合状态原型
研究人员开发了一个新的量子增量学习框架，旨在解决嘈杂中型量子（NISQ）时代的局限性。该框架利用可训练的混合状态原型，即使在电路宽度受限的情况下，也能在不发生灾难性遗忘的情况下顺序学习新类别。与单一纯状态原型相比，混合状态原型的使用提供了增强的表示能力，并且相关的计算为分类提供了方便的希尔伯特-施密特距离度量。模拟表明，与经典方法相比，该模型可以用最少的量子比特实现高维特征集中，具有较低的计算复杂度和在增量学习任务上的稳健性能。
-
作者撤回量子编码研究论文
一篇题为“信号视界：噪声量子编码中的局部盲区与泡利权重谱收缩”的研究论文已被作者Marwan Ait Haddou撤回。该研究最初于2026年2月提交，并于2026年8月修订，探讨了在噪声条件和局部性约束下，量子分类器中的信息如何退化。它引入了一种局部可访问信号的度量以及一个预测器，即k-局部泡利可访问幅度，该预测器在四量子比特系统上的实验中表现一致。该研究旨在确定局部分类器与随机猜测无法区分的阈值。