Optimizando la agrupación multidimensional para algoritmos cuánticos variacionales
Autores: Jeng, Mingyoung; Nobel, Alvir; Jha, Vinayak; Levy, David; Kneidel, Dylan; Chaudhary, Manu; Islam, Ishraq; Baumgartner, Evan; Vanderhoof, Eade; Facer, Audrey; Singh, Manish; Arshad, Abina; El-Araby, Esam
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Optimizando la agrupación multidimensional para algoritmos cuánticos variacionales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Redes neuronales convolucionales
Arquitecturas de aprendizaje automático
Agrupación de datos
Algoritmos cuánticos de aprendizaje automático
Transformada Haar cuántica
Datos multidimensionales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
Las redes neuronales convolucionales (CNN) han demostrado ser una clase muy eficiente de arquitecturas de aprendizaje automático (ML) para el manejo de datos multidimensionales al mantener la localidad de los datos, especialmente en el campo de la visión por computadora.
Descripción
Las redes neuronales convolucionales (CNN) han demostrado ser una clase muy eficiente de arquitecturas de aprendizaje automático (ML) para el manejo de datos multidimensionales al mantener la localidad de los datos, especialmente en el campo de la visión por computadora.