QLSTM 在量能器能量回归中更省样本
热点事件持续更新
QLSTM 在量能器能量回归中更省样本
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
Tariq Mahmood 等研究者发布论文(arXiv:2611.17354),在 CaloGAN 数据集的 10 万个 1-100 GeV 模拟电磁簇射事件上,用三种量能器数据表示比较 SVR、ANN、CNN、LSTM 及其量子版本共八种架构做正电子能量重建,报告混合量子-经典模型 QLSTM 重建误差最低,RMSE 为 0.294 GeV。 论文称,在只用 1,500 个训练事件的同等数据条件下,QLSTM 比经典 LSTM 提升 52.7%,并超过用全量数据训练的 LSTM,显示出样本效率优势。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
混合量子-经典序列模型在量能器模拟簇射能量回归中的样本效率研究报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AI混合量子-经典序列模型在量能器模拟簇射能量回归中的样本效率研究
研究者在 CaloGAN 数据集(100,000 个 1-100 GeV 模拟电磁簇射事件)上比较 SVR、ANN、CNN、LSTM 及其量子对应版本共八种架构,用三种量能器数据表示做正电子能量重建。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月16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。