实体
Quantum Neural Tangent Kernel
Quantum Neural Tangent Kernel
PulseAugur coverage of Quantum Neural Tangent Kernel — every cluster mentioning Quantum Neural Tangent Kernel 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
最近 · 第 1/1 页 · 共 2 条
-
量子机器学习研究在纠错和表示学习方面取得进展
研究人员正在开发先进的机器学习技术，以增强量子纠错和表示学习。一种方法侧重于通过适应特定的噪声结构来自动化选择最优的量子纠错码，从而显著减少所需的量子比特数量。另一种方法利用变分技术，通过最大化状态可区分性来发现资源高效的编码电路，并在IBM和IQM硬件上进行了演示。此外，还提出了一个从量子数据中进行无监督表示学习的框架，探索了量子模型中的推理和生成能力，另一项研究则将量子信号处理作为表示学习的模型，并具有可证明的训练动力学。
-
新框架加速量子神经网络架构的优化搜索
研究人员开发了一个名为 MZeQAS 的新框架，用于高效搜索变分量子算法（VQA）的最优架构。该方法利用基于量子神经切线核（Quantum Neural Tangent Kernel）的零样本代理模型，无需完全训练即可估算候选电路的性能，从而显著降低了计算成本。MZeQAS 将这种基于代理的估算与蒙特卡洛树搜索（Monte Carlo Tree Search）相结合，以发现高性能的 VQA 架构，在近期的量子设备上，其效率和解决方案质…