研究探索用机器学习为SQD算法选择参数配置
热点事件持续更新
研究探索用机器学习为SQD算法选择参数配置
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
Doriela Grabocka 等研究者在 arXiv 论文(arXiv:2611.18307)中训练机器学习“预言机”模型,根据哈密顿量和候选参数配置预测基于采样的量子对角化(SQD)算法的量子运行时间与近似误差,从而在运行前先验地选择参数配置。论文称,这是对“预言机模型能否从哈密顿量和候选配置预测运行时间与误差”这一问题的探索。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
AI 用于基于采样的量子对角化(SQD)参数选择报道时间线
沿着报道,了解事件的不同侧面。
11月16日
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。