跳到正文
热点事件持续更新

研究称量子Fisher有效维度不能可靠评判混合QNN

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Md Masum Mia 等在 arXiv 论文 2610.14070v1 中检验量子 Fisher 信息矩阵有效维度能否判断混合量子神经网络的质量,结论是它刻画的是电路几何而非模型质量,不能可靠预测训练性和准确率。 该分析基于论文摘要:在两个图像数据集、四种冻结骨干网络(含随机投影对照)、八个量子比特上四种电路深度和三个随机种子中测试。有效维度与测试准确率的相关系数在 -0.72 至 +0.87 之间,且半数配置中随随机种子改变符号。八量子比特设置下,深度增加使参与电路方向的比例从 0.38 升至 0.91,但初始化梯度方差仅 1e-5 至 1e-4,未观察到 barren plateau。作者据此提出按问题类型分配诊断指标的实用协议。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · quant-ph
    研究称量子Fisher有效维度不能可靠判断混合量子神经网络质量

    研究者基于论文摘要,在两个图像数据集、四种冻结骨干网络、四种电路深度和三个随机种子上检验量子Fisher信息矩阵有效维度。结果显示,有效维度与测试准确率的相关系数在-0.72至+0.87之间,并在半数配置中随随机种子改变符号;八量子比特设置下,深度增加使参与电路方向的比例从0.38升至0.91,但初始化梯度方差为1e-5至1e-4,未观察到 barren plateau。

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。