🤖 머신러닝
Quantum-Inspired Hybrid Neural Networks for Neural Decoding: A Controlled Ablation Study of Learnable Quantum Sidecar Integration
본 논문은 31개 클래스 필기체 해독을 위해 파라미터화된 양자 회로를 ResNet-50 백본에 잔차 사이드카 모듈(residual sidecar modules)로 통합하는 것이 신경망 표현의 진정한 구조적 재구성을 유도할 수 있음을 보여주는 통제된 절제 연구(controlled ablation study)를 제시하며, 노이즈가 없는 4-큐비트 시뮬레이션 제약 조건 하에서 측정 가이드형(measurement-guided)의 얕은 구조가 가장 효과적임을 입증하는 동시에, 양자 컴퓨팅 이점에 대한 주장은 명시적으로 피한다.
Diana Legziel Levy, Menachem Finkelstein, Peter Chin, Eilon Vaadia, Sarel Cohen2026-08-25