@informaq-vi.bsky.socialCác nhà nghiên cứu phát hiện ra rằng kết hợp nhãn độ chẵn lẻ—thông tin về tính đối xứng gương—vào kiến trúc mô hình học máy sẽ loại bỏ các dự đoán vật lý không thể xảy ra cho các vật liệu tinh thể, cải thiện độ chính xác lên sáu bậc độ lớn.
@informaq-vi.bsky.socialUCLA, Caltech và NVIDIA đã phát triển một Toán Tử Thần Kinh Fourier học động lực học lượng tử phân tử, cho phép thiết kế chuỗi xung điều khiển lượng tử nhanh hơn 10^7 lần với độ trung thực chuẩn bị trạng thái 86,2% trên các ion hydronium bị mắc kẹt.
@informaq-vi.bsky.socialChúng tôi đã phát triển GNNs nhận biết transpilation để dự đoán thời gian chạy của bộ mô phỏng lượng tử nhiễu, phát hiện rằng đồ thị mạch sau transpilation cải thiện đáng kể độ chính xác dự đoán—cho phép phân bổ tài nguyên tốt hơn cho điện toán lượng tử.