Facial classification Using Hybrid Quantum Machine Learning
本文提出了一种混合量子-经典人脸识别流水线,该流水线在经过预处理并将特征编码进一个八量子比特变分分类器后,在准确率和效率上均超越了基于 CPU 训练的 FaceNet 基准模型,同时展示了在标准硬件上进行稳健、实时部署的可行性。
11134 篇论文
量子物理探索着物质与能量在微观尺度上最奇妙的行为,从神秘的叠加态到跨越空间的纠缠现象,这一领域正不断重塑我们对现实世界的理解。Gist.Science 致力于让深奥的 arXiv 预印本变得触手可及,我们追踪该分类下发布的每一份最新预印本,并为其提供两种解读视角:既包含通俗易懂的科普解读,也涵盖保留核心细节的技术摘要。
无论您是希望快速掌握前沿动态的科研工作者,还是对宇宙奥秘充满好奇的普通读者,这里都能为您提供清晰的研究概览。我们梳理了 arXiv 上量子物理板块的最新成果,确保您能第一时间读懂科学界的最新突破。下方列出了该领域刚刚发布的最新论文及其摘要。
本文提出了一种混合量子-经典人脸识别流水线,该流水线在经过预处理并将特征编码进一个八量子比特变分分类器后,在准确率和效率上均超越了基于 CPU 训练的 FaceNet 基准模型,同时展示了在标准硬件上进行稳健、实时部署的可行性。
本文研究了埋入商用 22 nm FD-SOI CMOS 工艺中的氮化钛纳米线的电热行为,揭示了其再捕获电流受控于结合了界面声子发射与纵向传导的双通道冷却模型,且其有效冷却系数显著低于针对洁净界面的理论预测值。
本文确立了量子线性系统问题 的最优查询复杂度,并通过证明任何 酉矩阵均可用 次查询在有界误差内实现,解决了一个开放问题。
本文确立了阿贝尔态隐子群问题的最优样本复杂度和查询复杂度,证明了与样本模型相比,对态制备幺正算符的相干访问能够实现误差依赖()的二次方改进,从而解决了这两种设定下的复杂度问题。
本文提出了首个仅基于坍缩哈希函数(一种 Minicrypt 假设)的 QMA 简洁性论证,该论证通过一种新型的量子简洁爪态生成协议实现,该协议在轮复杂度、简洁性以及标准模型安全性方面均优于前人工作。
本文开启了对平滑量子查询复杂度的系统性研究,证明了平滑处理可以揭示量子算法相对于经典算法在全函数和对称布尔函数上的指数级更大的量子加速,同时也为模式匹配和编辑距离等字符串问题提供了显著的量子优势。
本文通过证明与关于振幅阻尼的理论预测相反,Google 2019 年“量子霸权”数据所展现的零一分率仅由读取误差不对称性而非门误差决定(这一发现得到了在 IBM 和 Google 平台上的模拟实验的支持),从而扩展了以往对 NISQ 实验的统计分析。
本文通过将算符空间分解为频率索引的不变平面,为量子神经网络建立了一个显式的电路设计准则,证明了只有当局部旋转层与纠缠层经过策略性排列,以使有效状态与观测算符与特定的多比特泡利支撑对齐时,目标傅里叶系数才变得可达,该规则已通过消融研究和物理启发式回归任务得到了验证。
本文提出了一种高效的经典算法,用于近似各种输入状态下玻色采样分布的线性统计量,从而统一了近期的量子启发式模拟结果,并证明了某些所提单向函数的经典可评估性,同时将非线性统计量留作一个开放性的挑战。
本文表明,全静态架构中的集体耗散能够实现固定时间的高斯态传输,且无需相干传输或主动控制,从而提供了一种对振幅不对称具有鲁棒性、同时对相位失谐敏感的稳健通信信道。