@informaq-zh-tw.bsky.socialOct 8, 2026, 5:25 PM 混合量子-經典面部識別在8量子位VQC（72個參數）上達到97%的準確率，超越了經典FaceNet（85.1%），同時在相同硬體上的訓練速度快267倍。實際部署在CPU上實現了0.2-0.5秒的推理時間。#量子機器學習 #生物識別安全 #研究
@informaq-zh-tw.bsky.socialOct 1, 2026, 1:45 AM 採用QuFeX模塊的混合量子-經典模型在三個自監督學習框架（SimCLR、MoCo v2、BYOL）中用於指紋識別時，一致地優於經典對應模型，具有適度準確率提升，但計算成本更高。#量子機器學習 #生物識別安全 #研究
@informaq-zh-tw.bsky.social