Jun, 2023

多光谱卫星图像云检测中的核心 - 目标对齐优化

PDF
TL;DR本文介绍了基于 Kernel-Target Alignment（TA）的优化方法，能够将高成本的电路替换为中等规模的任务专用电路，旨在减少量子分类器中的硬件资源，并提出了一个简单的玩具模型来研究其优化概况。通过实验证明，对于欠参数化的电路，优化概况具有许多局部极值，或成为一个带有狭窄全局极值的平坦状态，并发现全局极值峰的宽度取决于引入模型的数据量。
kernel-target alignmentquantum classifiersoptimization landscapeunderparameterized circuitsmultispectral satellite data
发现论文，激发创造
  • 利用量子核支持向量机进行多光谱卫星图像中的云检测

    本文介绍了一种使用量子核心的支持向量机算法，旨在用于卫星数据分析，并以云检测为例，对 Landsat-8 多光谱数据集进行了实验，表明该算法可以成功分类卫星图像并达到与传统支持向量机相同的准确性。

    Jul, 2023

  • 量子核对齐的高效参数优化：变分训练中的子采样方法

    使用量子核对分类问题进行量子机器学习是一个正在快速发展的研究领域。我们提出了一种新的子采样训练方法，通过在每个训练步骤中使用核矩阵的子集，从而降低了训练的整体计算成本，并展示了在维持分类准确性的同时大幅减少了训练量子核所需电路数量的能力。

    Jan, 2024

  • 基于单类三角形全局对准核极限学习机的无人机状态数据异常检测

    该研究提出了一种通过使用 FastICA-TGAK-OCELM 算法结合数据重建技术来检测异常数据以提高无人机安全性的方法，实验证明该方法能够有效检测到点异常并提高精度超过 30%。

    Feb, 2023

  • 量子核 t 分布随机邻居嵌入

    量子数据可视化方法使用量子核心技术，能够快速准确地可视化量子状态，并成功发现受激截面伊辛模型的优化轨迹特征。

    Dec, 2023

  • 自适应方差阈值：改进现有的深度迁移视觉模型并推进膝关节骨关节炎分类

    提出了一种新的方法来改进后训练的专门分类器，在应用于膝关节骨关节炎（KOA）模型时提高了初始准确性，并在 NAS 输入向量空间上实现了 60 倍的减少，从而加快了推理速度和超参数搜索的效率，同时将这种方法应用于外部的 KOA 分类模型，提高了其平均准确率，使其成为前三的 KOA 分类模型之一。

    Nov, 2023

  • 通过量子计算实现高阶拓扑核

    本研究基于构建 Betti 曲线，提出了一种量子方法来定义拓扑核，该方法在噪声模拟器上实现，通过一些实证结果展示了其鲁棒性和在量子机器学习中的优势。

    Jul, 2023

  • pSTarC: 伪源引导的目标聚类进行全面测试时间适应

    提出了一种名为伪源引导目标聚类 (pSTarC) 的新方法，用于处理真实世界领域转移下的测试时间适应 (TTA) 问题，并在各种领域转移数据集上验证其有效性。该方法通过借鉴目标聚类技术，在完全的测试时间适应协议中仅利用源分类器生成伪源样本，将测试样本与伪源样本进行策略性对齐，促进聚类，从而提高 TTA 性能。该方法不仅在预测准确性上取得了显著的改进，而且计算要求高效。此外，还展示了 pSTarC 框架的通用性，证明了其对于连续 TTA 框架的有效性。

    Sep, 2023

  • QUACK: 量子对齐质心核

    通过引入 QUACK 算法，我们提出了一个时间复杂度线性缩放的量子内核算法，能够在训练过程中表现与经典内核方法相似的性能，并且可以处理高维数据集。

    May, 2024

  • 用于顺序和并行神经结构搜索的最优传输内核

    本研究使用基于 Tree-Wasserstein 的新的差异来研究神经结构，并在高斯过程替代模型中演示了它，最后通过使用基于 GP 后验的质量 k - 行列式点过程导出了新的并行 NAS，证明了 TW-based 方法在顺序和并行 NAS 中优于其他基线。

    Jun, 2020

  • 基于核对齐的线性判别分析

    本文提出了基于核对齐理论的线性判别分析新公式 kaLDA，并使用 Stiefel 流形梯度下降算法，对多种单标签和多标签数据集的实验结果表明，kaLDA 有良好的性能表现。

    Oct, 2016