SHADE 使量子模型能够在不重新测量量子态的情况下遗忘数据。利用训练期间记录的经典影子，联邦节点估计梯度并应用牛顿校正以在 <0.2s 内移除遗忘数据，与重新训练的准确度相匹配。

#量子机器学习 #联邦学习 #研究

研究人员表明，反射格雷码编码通过保持数据结构和减少人为相关性，显著改进了量子电路生成机器从连续数据的学习，相比标准二进制编码实现了更快收敛和更高精度。

#量子机器学习 #格雷码 #量子算法

Terra Quantum和Schaeffler的同行评审研究表明，混合量子机器学习在工业材料建模中将力预测误差降低了约13%，相比经典方法有显著改进——这是朝向量子优势迈出的实际一步。

#混合量子 #量子机器学习 #新闻

QBFF演示了一个8比特变分电路作为语音反欺骗的混合瓶颈，实现了更好校准的置信度分数。在真实的IBM Heron硬件上执行，该方法提高了分数可靠性，同时在深度伪造上保持了竞争性的辨别能力...

#量子机器学习 #深度伪造 #研究

MasonQ转译器通过将电路映射到砖墙图实现隐私保护的量子机器学习，具有多对数开销。证明量子计算和隐私优势可以共存——HHL和推荐系统维持有利的渐近缩放...

#量子机器学习 #隐私设计 #研究

QGrAT量子变换器利用Clifford代数等级进行紧凑喷流标记。在144个参数的情况下达到0.944的AUC，与经典基线性能相当。三粒子辅助态将背景抑制从19.9%提升至35.7%（在50%信号效率下）。

#量子机器学习 #粒子物理 #研究

新颖的量子电路架构通过结构化设计和对称性启发的系数共享，仅利用1-8个可训练参数在金融收益生成中实现了竞争性的性能，并支持直接的景观分析和可解释性。

#量子机器学习 #金融建模 #研究

量子振幅嵌入中的数据重新上传每次上传将多项式表达性提高2个数量级。模拟显示在4阶目标上R²改进从0.689到0.975，但收益关键取决于任务复杂性，并产生指数级门成本。

#量子机器学习 #变分量子 #研究

量子费舍尔有效维数揭示了电路几何特性，而非模型质量。研究表明该度量远低于参数数量，并在不同随机种子上与准确性的相关性表现不稳定，这要求在混合量子神经网络诊断中进行谨慎解释。

#量子机器学习 #量子神经网络 #研究

QFI优化的量子水库在Mackey-Glass预测上相比调优的经典网络性能提升25-69%。一个基本界限通过测量、读出和任务因素将QFI与损失梯度联系起来，识别优化瓶颈。

#量子机器学习 #量子优化 #研究

量子支持向量机与变分量子分类器相比，在希格斯分类中展现出了随训练数据改进的可扩展性，尽管两者在这项严格的基准研究中仍低于顶级经典方法。

#量子机器学习 #高能物理 #研究

混合量子-经典架构将冻结的ViT主干网络与8量子比特变分电路相结合，在标签噪声下实现稳健的医学图像分类。通过量子编码固有的平滑决策边界，在50%噪声下达到89.8%的精度，超过噪声校正...

#量子机器学习 #医学影像 #研究

理论框架为上下文学习下基于Transformer的神经量子态建立了严格的泛化误差界，证明预测误差随上下文示例数和网络深度反向变化。

#量子机器学习 #神经量子态 #Transformer理论

量子傅里叶采样未能为现实参数下基于延迟的PUF审计提供实际优势。谱结构保持扩散，核诊断在统计控制下崩溃，量子预言机实现超过设备相干时间——es...

#量子机器学习 #量子密码学 #研究

新颖的量子框架通过可调节的电路深度、量子比特开销和归一化之间的权衡来实现非线性变换，实现对数深度，在量子机器学习和图像处理中具有应用前景。

#量子算法 #量子机器学习 #研究

混合量子-经典面部识别实现了97%的准确率，采用8量子比特VQC（72个参数），超越经典FaceNet（85.1%），在相同硬件上训练快267倍。实际部署在CPU上实现了0.2-0.5秒的推理时间。

#量子机器学习 #生物识别安全 #研究

一个物理感知的变换器在不枚举候选项的情况下学习量子模拟的最优Trotter排序。在链和三角晶格上（最多20个量子比特）实现接近参考的保真度，并能泛化到超越训练规模的情况。

#量子模拟 #量子机器学习 #研究

Clifford纠缠器在Born机器中可匹配接近Haar的量子电路，而无需提供非稳定子资源，将资源需求转向单量子旋转。这简化了量子生成模型设计，对电路优化具有深远意义。

#量子电路 #量子机器学习 #研究

我们建立了理论条件，明确了复位窗口量子极限学习机何时可以模拟量子储层计算机，通过分析最近的输入何时包含足够的历史信息以实现准确的输出。

#量子机器学习 #量子计算 #研究

RLQ-Grad用学习的经典策略替代量子梯度计算，在20个量子比特处实现2490倍加速，同时保持反向传播崩溃处平坦的方差曲线。证明了在无指数资源扩展下缓解贫瘠平台问题的方法。

#量子机器学习 #量子优化 #研究