量子科技中心_量科网

该研究团队提出了HyQuRP——一种具有旋转和排列对称性的混合量子-经典等变神经网络。现有等变量子机器学习模型通常依赖特定构造，而HyQuRP建立在群表示理论的数学基础之上。在稀疏点云场景下，该模型在多个基准测试中持续超越经典与量子基线方法。例如当使用6个二次采样点时，仅含约1500个参数的HyQuRP在ModelNet五分类基准上达到76.13%准确率，而参数量相近的PointNet、PointMamba和PointTransformer仅获得约71%准确率。这些结果凸显了HyQuRP卓越的数据效率，同时揭示了量子机器学习模型在处理3D点云数据方面的潜力。