arXiv 研究用经典梯度计算减少 VQA 的 QPU 调用
热点事件持续更新
arXiv 研究用经典梯度计算减少 VQA 的 QPU 调用
1 篇报道1 个报道来源59 分钟前更新
先了解这件事
AI 综述
Rahul Bhowmick 等作者在 arXiv 提交研究，提出 HELIA 拟设与两种训练方法，把梯度估计和训练分配到经典与量子硬件，以减少变分量子算法对 QPU 的调用。 在 6 至 18 量子比特哈密顿量的 VQE 基态估计中，逻辑量子评估次数平均最多减少 60%；在 12 量子比特以内的量子相位分类任务中，平均峰值测试准确率相对 Full-PSR 最多提升 2.8 个百分点。上述效果为论文报告的结果。
AI 根据报道生成 · 46 分钟前更新
最新进展10月23日 12:00
HELIA 结合经典梯度计算降低变分量子算法 QPU 调用报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 量子物理HELIA 结合经典梯度计算降低变分量子算法 QPU 调用
研究提出 HELIA 拟设与两种结合经典增强梯度方法与量子参数偏移规则（PSR）的训练方法，将梯度估计与训练分配到经典和量子硬件。在 6 至 18 量子比特哈密顿量的 VQE 基态估计中，逻辑量子评估次数平均最多减少 60%；12 量子比特以内的量子相位分类任务中，平均峰值测试准确率相对 Full-PSR 最多提升 2.8 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。