来自欧洲量子计算公司Terra Quantum的研究人员展示了一种将经典和量子计算机的优点结合起来改进机器学习模型训练的方法。
研究人员假设通过将相同的数据集提供给经典和量子计算机，并允许它们并行训练模型，最终合并两者的模型可能会取得更好的结果。
Terra Quantum的Alexey Melnikov表示：“量子并不适用于所有问题，经典也并不适用于所有问题，但它们结合起来可以相互改进。”
研究人员使用该技术对废弃物燃烧热电厂的气体排放进行建模。
当他们将量子神经网络层添加到现有经典模型时，发现该模型的错误率降低到原来的三分之一。来源：IEEE Spectrum 查看完整文章
摘要版权所有 © 2023 SmithBucklin ，华盛顿特区，美国 