Квантовая физика

Квантовый горизонт кодирования: новый алгоритм для передачи данных

от

Исследование демонстрирует, как детерминированное кодирование с использованием алгоритма Matrix Multiplicative Weight Update (MMWU) позволяет достичь теоретического предела скорости передачи данных по квантовым каналам.

Квантовый регрессионный анализ: преодолевая трудности обучения

от

Гибридная квантово-регрессионная схема использует легковесное классическое вложение для предварительной обработки входных данных перед квантовым кодированием, улучшая обусловленность вариационной цепи, при этом обучение осуществляется по учебному плану, постепенно увеличивающему глубину цепи и переходящему от разведочного поиска на основе SPSA к уточнению на основе Adam.

Новый гибридный квантово-классический алгоритм обеспечивает стабильность и эффективность обучения квантовых нейронных сетей для задач научной машинного обучения.

Квантовые сети для анализа данных: когда стоит переходить на новый уровень?

от

Для бинарной классификации исследуются две архитектуры: классическая CDNN, использующая восемь входных признаков, обработанных слоем из восьми ReLU-нейронов и одним сигмоидальным выходным нейроном [latex]\sigma(y)[/latex], и QDNN, оперирующая восемью кубитами [latex]|q_i\rangle[/latex], обрабатываемыми слоем квантовых перцептронов [latex]U^{(1)}_i[/latex], а окончательное измерение [latex]M(|q_{\mathrm{out}}\rangle)[/latex] определяет класс.

Новое исследование предлагает инструмент для определения, когда использование квантовых нейронных сетей может дать преимущество перед классическими алгоритмами при анализе сложных физических данных.

Квантовое тестирование: новая эра контроля качества

от

По мере развития квантовых вычислений возрастает потребность в принципиально новых методах тестирования, способных обеспечить надежность и корректность квантового программного обеспечения.

Квантовый скачок: От теории к практике

от

Квантовый скачок: От теории к практике Представьте себе, что вы пытаетесь предсказать погоду, но у вас есть только очень грубые данные и неточные инструменты. Вроде того, как пытаться понять сложную систему, используя лишь приблизительные модели. Вот что сейчас происходит в квантовых вычислениях: мы на пороге использования этих мощных инструментов, но должны научиться справляться с их … Читать далее

Искусственный интеллект для точных вычислений: новый подход к интегралам Фейнмана

от

Оптимальные значения λ сопоставляются с результатами, полученными нейронной сетью, обученной с использованием метода управляемой деформации, что позволяет оценить соответствие между теоретически вычисленными параметрами и практически достигнутыми.

Исследователи предлагают использовать нейронные сети для оптимизации контурных деформаций, значительно повышая эффективность численного вычисления многомерных интегралов Фейнмана.