09:26
官方账号arXiv cs.AI@Leonardo Nogueira Falabella, Vasily Sazonov
推荐理由：一篇用QCNN和路径签名核搞定时间序列分类的新论文，手写数字分类实验证明了量子电路里加签名核的有效性，适合关注量子机器学习的朋友。
QCNN
共 1 条相关 AI 资讯
7月9日
09:26
该论文提出一种混合量子-经典架构，将量子卷积神经网络（QCNN）与路径签名核（path signature kernel）结合，用于时间序列分类。架构通过特征层计算参考路径与目标路径之间的签名核，使用经典或量子变分线性求解器（VQLS）实现。在基于手写数字时间序列表示的二元分类任务中，作者评估了不同QCNN配置下的多个实现版本。实验表明，在量子电路中引入路径签名核层具有潜在优势，同时分析了VQLS组件的计算局限性。