Quantum Continual Learning

量子持续学习采用新的QFI方法解决遗忘问题

研究人员引入了一种名为量子弹性权重巩固（QEWC）的新型正则化方法，以解决量子持续学习中的灾难性遗忘问题。与依赖经典费舍尔信息的传统方法不同，QEWC利用量子费舍尔信息（QFI）来衡量参数化量子态的敏感性。这种方法提供了信息几何的视角，通过分析量子态流形的局部响应来识别关键参数。在变分量子分类器上的评估表明，与无正则化训练或使用基于经典费舍尔信息的方法相比，QEWC能有效提高先前学习任务的保留率。