大众开发了一种混合量子经典机器学习模型 其图像识别的分类准确率达97%
大众汽车公司已开发了一种受量子启发的超参数优化技术和一种用于监督学习的混合量子经典机器学习模型,以用于汽车图像识别领域。大众汽车的测试表明,与深度神经网络ResNet34所使用的标准经典网格搜索方法相比,该方法在定性分析和定量分析上都更具优势。该混合模型在18次迭代后获得了97%的分类准确率,而经典模型在75次迭代后分类准确率为92%。
量科快讯
【澳大利亚国立大学科学家在原子中实现了量子纠缠的首次观测】澳大利亚国立大学(ANU)的量子物理学家首次在运动状态下观测到原子纠缠。据研究人员称,他们的实验使用氦原子,相比以往使用光子进行的类似实验取…
10 小时前
【比利时与波兰研究人员开发出可以验证任何量子态的通用方案】比利时布鲁塞尔自由大学、波兰格但斯克大学和波兰科学院的研究人员近期提出一种新的通用方案,可用于自我检测任意量子态或量子测量。据研究人员介绍,…
1 天前
【研究人员开发的新协议可用于在大规模量子实验中重建量子态】法国格勒诺布尔阿尔卑斯大学、德国慕尼黑工业大学、德国马克斯·普朗克量子光学研究所、奥地利因斯布鲁克大学和意大利博洛尼亚大学的研究人员近期开发…
1 天前
【超导量子计算机企业IQM获贝莱德集团5000万欧元投资】全栈超导量子计算机企业IQM昨日宣布,它已获得由BlackRock(贝莱德集团)管理的基金及账户提供的5000万欧元(约4亿元人民币)融资。…
1 天前
1 天前
1 天前
2 天前
2 天前

