🤖 machine learning
Image classification via a quantum-inspired strategy involving a mixture of experts
Cet article propose un cadre hybride de classification d'images classique-quantique qui utilise un mélange d'experts avec un encodage d'amplitude d'inspiration quantique, des convolutions unitaires locales et une extraction de caractéristiques par code stabilisateur pour obtenir des taux d'échec nettement inférieurs sur les benchmarks MNIST et Fashion-MNIST par rapport aux experts individuels, tout en maintenant un surcoût de calcul modéré sur des stations de travail GPU.