⚛️ expériences de haute énergie
Comparing Classical and Quantum Machine Learning for Regression in High Energy Physics Collision Data
Cette étude compare systématiquement les architectures d'apprentissage automatique classiques et quantiques pour la régression sur des données de collisions de haute énergie simulées, concluant que, bien que les modèles classiques tels que les CNN et les LSTM offrent actuellement une performance légèrement supérieure, leurs homologues quantiques atteignent une précision compétitive avec nettement moins de paramètres entraînables, soulignant un avantage distinct en matière d'efficacité des paramètres pour les dispositifs quantiques à court terme.