OQC e QinetiQ demonstram aprendizado de máquina aprimorado por quântica para classificação de sinais, com IA híbrida superando abordagens puramente clássicas em tarefas de desentrelaçamento de pulsos de radar em ambientes eletromagnéticos complexos.

#MLQuântico #ProcessamentodeSinais #Notícias

SQUARE aplica circuitos quânticos parametrizados a modelos de linguagem congelados, aprendendo interações de características estruturadas. Atinge 75,65% de precisão em tarefas controladas enquanto permite implementação clássica—hardware quântico desnecessário.

#MLQuântico #AdaptaçãoLLM #Pesquisa

Pesquisadores da IonQ aplicaram modelos de ML generativos quânticos para detectar mudanças em imagens de radar satélite escassas, demonstrando vantagens onde métodos clássicos enfrentam dificuldades com disponibilidade limitada de dados.

#MLQuântico #ImagemSatélite #Notícias

QRLQ alcança 5-11% de redução de custo e até 82% menos latência em comparação com heurísticas em agendamento de nuvem quântica—usando 72% menos parâmetros treináveis do que RL profundo clássico enquanto preserva a fidelidade de execução.

#NuvemQuântica #MLQuântico #Pesquisa

Uma GNN híbrida quântica-clássica iguala as linhas de base clássicas em F1 para análise de causa raiz em TI bancário, executando em hardware NISQ da IBM sem mitigação de erros—demonstrando assistência quântica em vez de vantagem quântica.

#MLQuântico #NISQ #Pesquisa

WQSP estende QSP com operadores de sinal ponderados, alcançando reduções exponenciais na profundidade do circuito e parâmetros treináveis para aproximação polinomial mantendo precisão—permitindo funções de ativação compactas para redes neurais quânticas.

#AlgoritmosQuânticos #MLQuântico #Pesquisa

A parceria estratégica aproveita computação quântica de átomos neutros e laboratórios de química autônomos para otimizar a extração de elementos de terras raras, visando reduzir o uso de energia e os requisitos de equipamentos no processamento.

#MLQuântico #MateriaisCríticos #Notícias

Redes neurais híbridas quântico-clássicas superam modelos clássicos na predição de ligação peptídeo-HLA com eficiência de amostragem melhorada—particularmente valiosas para alelos HLA raros em aplicações de imunoterapia do câncer personalizada.

#MLQuântico #Imunoiformática #Pesquisa

O núcleo quântico AeRot supera núcleos clássicos ajustados em previsão caótica Lorenz-63, alcançando uma vantagem R² médio de +0,137 em 0,25 unidades de tempo, aproveitando a estrutura temporal para resolver ambiguidade de dobra-ramo em atratores caóticos.

#MLQuântico #SistemasCaóticos #Pesquisa

QiT integra codificação de ângulo inspirada em quântica e recursos periódicos em um Vision Transformer clássico, alcançando 78.3% de precisão no ImageNet sem hardware quântico—isolando conceitos quânticos estruturais como operações clássicas escaláveis.

#MLQuântico #ReconhecimentoVisual #Pesquisa

Framework inovador baseado apenas em medições que certifica a robustez adversarial de classificadores quânticos sem acesso ao circuito interno—possibilitando auditoria de segurança por terceiros e validação de sistemas de ML quântico implementados.

#MLQuântico #SegurançaQuântica #Pesquisa

Pesquisadores estenderam a regressão de processo Gaussiano quântico além das condições ideais para prever resultados de sistemas de até 64 qubits com ruído, exigindo menos medições do que era possível anteriormente através de otimização Bayesiana empírica.

#MLQuântico #ComputaçãoQuântica #Notícias

Demonstrou-se o primeiro treinamento direto de modelos quânticos em processadores quânticos reais para classificação de jatos, alcançando desempenho competitivo com métodos clássicos, mantendo a interpretabilidade física das características aprendidas.

#MLQuântico #ClassificacaoDejatos #Pesquisa

Bug crítico no SamplerQNN do Qiskit ML descarta 85-99,6% das medições quânticas válidas em hardware real, reduzindo a acurácia de 0,94 para 0,39. A correção de marginalização baseada em layout agora foi mesclada e é compatível com versões futuras.

#MLQuântico #ConfiabilidadedeSoftware #Pesquisa