提出QTN-RQNN：张量网络循环量子网络用于故障诊断
热点事件持续更新
提出QTN-RQNN：张量网络循环量子网络用于故障诊断
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Amit S. Patel 等在arXiv发布QTN-RQNN，将张量网络启发的近邻交互、循环量子处理与用于类别平衡的QSMOTE结合，构建量子张量网络循环量子神经网络，用于NISQ设备上的故障诊断。 模型在SPID、CWRUBD、EFDD、SFDD四个故障诊断数据集上与QNN、QTN-QNN、RQNN基线比较，进行分类、消融、多种子、收敛与量子资源分析。结果显示预测行为随数据集而异，更高的量子架构复杂度并不普遍提升分类效果。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
QTN-RQNN：基于张量网络的循环量子神经网络用于量子故障诊断报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · quant-phQTN-RQNN：基于张量网络的循环量子神经网络用于量子故障诊断
作者提出QTN-RQNN，将张量网络启发的近邻交互、循环量子处理和用于类别平衡的QSMOTE结合，并用于NISQ设备上的故障诊断。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。