MMJul, 2022

THz 多层成像的量子特征提取

PDF
TL;DR本文利用基于学习的 THz 多层成像技术进行非接触三维定位和编码，并展示了新兴量子机器学习 (QML) 框架的概念验证，能够处理深度变化、阴影效应和双面内容识别等问题。
thz multi-layer imagingquantum machine learning3d positioningshadow effectexperimental validation
发现论文，激发创造
  • 遥感的量子机器学习：潜力与挑战的探索

    量子技术快速扩展，量子机器学习在遥感领域的应用引起了广泛关注，本文调查了量子机器学习在遥感领域的潜力，并探讨了其面临的挑战，通过研究核值集中问题发现，量子计算机的性能受到了一定的负面影响，但并不完全否定量子机器学习在遥感中的潜在优势。

    Nov, 2023

  • 交互层的量子卷积神经网络用于经典数据的分类

    该研究介绍了一种使用三量子比特相互作用增加网络表达能力和纠缠能力的量子卷积网络，通过对 MNIST、Fashion MNIST 和 Iris 数据集进行二分类和多分类，发现其性能超越了现有的最先进方法。

    Jul, 2023

  • 量子计算专家的机器学习

    量子机器学习是量子计算的一个有潜力的早期使用案例，该文章旨在向那些已经具备量子计算基础知识并希望了解经典机器学习术语和应用的读者提供一个基本概览，其包括从理论研究到数值模拟再到概念验证等多个方面的进展。

    Apr, 2024

  • 量子机器学习用于图像分类

    本研究提出了两种混合量子 - 经典模型：具有平行量子层的神经网络和具有量子卷积层的神经网络，它们解决了图像分类问题。其中我们提出的混合量子方法在 MNIST 数据集上展现了超过 99% 的准确率。这表明将量子效应应用于传统经典模型可以进一步提高图像识别和分类的能力，并为医疗保健、安全和市场营销等各个领域提供有前途的方法。

    Apr, 2023

  • 多尺度特征融合量子深度卷积神经网络用于文本分类

    提出了一种基于量子卷积的全新量子神经网络模型，该模型通过引入多尺度特征融合机制和量子深度卷积来提高模型性能，并通过实验证明其在文本分类任务上优于现有量子神经网络模型，同时在使用更少参数的情况下提高了测试精度。

    May, 2024

  • 改进毫米波成像系统的新型混合学习算法

    介绍了新型混合学习算法，用于改进毫米波成像系统，应用于感知和传感的各种问题领域。

    Jun, 2023

  • 量子机器学习图像分类

    本文探讨使用量子分类器对二进制属性进行模式分类，特别是对图像数据集的分类表现良好，对医学领域来说是具有很大潜力的。

    Nov, 2020

  • 使用混合量子自编码器进行聚类和增强分类

    本文提出了一种基于混合量子自编码器的 QML 算法，旨在在经典描述的空间中学习识别和分类量子态的特征属性，为聚类和半监督分类提供了一种新的方法，该方法针对的是幅度编码的量子态，可以应用于非平凡的量子数据集的结构分析。

    Jul, 2021

  • 高维数据分类中的混合量子神经网络

    该研究探索了量子深度学习模型在解决传统深度学习模型难以处理的具有挑战性的机器学习问题方面的潜力。我们介绍了一种新型模型架构，将经典卷积层与量子神经网络相结合，旨在超越现有最先进的准确性，同时保持紧凑的模型尺寸。该实验对来自 Bird-CLEF 2021 数据集的高维音频数据进行分类，我们的评估重点关注训练持续时间、模型准确性和总模型尺寸等关键指标。这项研究证明了量子机器学习在增强机器学习任务和解决当今实际机器学习挑战方面的潜力。

    Dec, 2023

  • 拓展视野：为长尾胸部 X 光分类实现混合量子迁移学习

    我们使用基于 Jax 的框架实现了用于长尾 CXR 分类的混合量子迁移学习的可访问实现。

    Apr, 2024