QCNN在顶夸克喷注分类模拟中优于对应CNN

论文作者将量子卷积神经网络（QCNN）用于高能物理喷注图像的顶夸克标记，并在经典无噪声模拟器上与逐一配置对应的经典卷积神经网络（CNN）比较。作者称，配置适当时，参数较少的QCNN往往取得更好结果；按维度表达能力分析（DEA）调整的高参数电路也优于可比CNN。 研究比较了不同卷积电路、编码方式、损失函数和批量大小，证据仅来自经典模拟，未涉及含噪模拟或量子硬件实验。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。