PulseAugur
实时 09:09:17
实体 quantum-compressed machine learning

quantum-compressed machine learning

PulseAugur coverage of quantum-compressed machine learning — every cluster mentioning quantum-compressed machine learning across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_165122 ·

    量子压缩机器学习为流体动力学提供可解释模型

    研究人员引入了量子压缩机器学习(QCML)作为一种方法,为复杂的流体动力学创建可解释且富有表现力的机器学习模型。该方法将潜在流动代理中的可训练参数数量从数十万个显著减少到最多八个。通过使用结构化量子电路约束潜在频谱,QCML 在不牺牲预测准确性的情况下确保了稳定性和可解释性,并在心血管基准测试中表现出色。