研究者たちはテンソルネットワークにグローバルな正規化条件を追加し、MNISTで94.7%の精度を達成しながら不安定性の問題に対処しました。これは量子物理学と機械学習を橋渡しし、元々物理システムのシミュレーションに使用されていたDMRGを適応させて有効な量子...

#テンソルネットワーク #量子ML #ニュース

インタラクティブ量子分類器の閉形式フーリエ特性化を導出し、非分離周波数構造を可能にするIQC-Multiフレームワークを導入した。11個のベンチマークテストでは、パフォーマンスがアクセス可能なフーリエ構造とデータセットの間の適合性に依存することが明らかになった。

#量子ML #フーリエ解析 #研究

革新的な量子ニューラルネットワークアーキテクチャが非局所測定を入力依存的にし、時系列予測と強化学習タスクで優れたパフォーマンスを達成します。

#量子ML #量子コンピューティング #研究

パラメータ効率的なハイブリッド量子古典フレームワークが、わずか0.15Mパラメータで水中ソナー検出において90.84% mAP₅₀を達成—YOLO/SSDベースラインの62～164倍少ないパラメータ数。量子チャネルゲーティングにより、メモリ制約のある水中プラットフォーム上でのコンパクトなマルチクラス検出を実現。

#量子ML #物体検出 #研究

理論的分析により、古典的カーネルリッジ回帰が量子Q学習性能と効率的に一致する十分条件を特定し、簡略化された強化学習設定において多項式時間脱量子化保証を確立している。

#量子ML #量子優位性 #研究

内部回路へのアクセスなしに量子分類器の敵対的堅牢性を認定する新規測定専用フレームワークにより、展開された量子MLシステムの第三者によるセキュリティ監査と検証が可能になります。

#量子ML #量子セキュリティ #研究

ガウス過程回帰における量子カーネルは、表現力と過適合のバランスを取るために、慎重なハイパーパラメータチューニングが必要です。研究により、性能の崩壊を防ぎながらブラックボックス関数モデリングのモデル精度を維持する正則化戦略が明らかになりました。

#量子ML #量子カーネル #研究

研究者が実証した10倍のノイズ耐性：振幅インスパイア量子特徴マップは、複数のノイズチャネル全体で10%のエラー率までの100%の精度を維持し、近期的な量子ハードウェア上で他の符号化方法を大幅に上回った。

#量子ML #ノイズ耐性 #NISQ

QMLモデルは、敵対者が量子コンピューティング能力を有する場合、プライバシーリスクが増幅される。量子ネイティブアクセスレジーム下でのメンバーシップ推論攻撃の最初の特性化であり、理論的境界と実験的プライバシーリーケージ階層を確立している。

#量子ML #量子セキュリティ #研究

GBQCはグラニュラーボール圧縮を通じて量子カーネル評価を約80%削減し、量子特徴マッピングにより複雑な非凸データ上のクラスタリング精度を向上させ、NISQ資源制約下での実用的な量子機械学習を可能にします。

#量子クラスタリング #量子ML #研究

Qmesはメタラーニングを使用して、高コストなデータセットごとの評価なしに量子カーネルエンコーディング回路を自動的に推奨します。ベースラインと比較して平均後悔を2.2～4.2倍削減し、推論時の量子計算コストを排除します。

#量子ML #自動機械学習 #研究

Qiskit MLのSamplerQNNの重大なバグにより、リアルハードウェア上で有効な量子測定の85～99.6%が破棄され、精度が0.94から0.39に低下します。レイアウトベースの周辺化修正がマージされ、前方互換性があります。

#量子ML #ソフトウェア信頼性 #研究

粒子物理学の量子機械学習分類器は、古典的不確性だけでなく、有限ショット測定ノイズを考慮する必要があります。本研究は、検出器系統効果が量子推定と相互作用し、ランキングメトリクスが安定したままでも科学的妥当性に影響を与えることを示しています...

#量子ML #粒子物理学 #研究