量子機器學習大突破 鴻海研究院提出關鍵解決方案

量子機器學習大突破 鴻海研究院提出關鍵解決方案(圖:鉅亨網資料照)
量子機器學習大突破 鴻海研究院提出關鍵解決方案(圖:鉅亨網資料照)

鴻海 (2317-TW) 研究院量子計算研究所今 (21) 日宣布,與澳洲雪梨大學共同提出量子機器學習領域「貧瘠高原現象」解決方案,為量子機器學習領域展開新的一頁。

雙方本月共同提出「Escaping from the Barren Plateau via Gaussian Initializations in Deep Variational Quantum Circuits」研究報告,藉由適當給定可調參數值改善貧脊高原現象。

該研究成果已獲全球頂級機器學習、計算神經科學領域的學術會議「神經信息處理系統大會 (NeurIPS 2022)」認可。

鴻海研究院量子計算研究所所長謝明修表示,此次解決方案,將能避免量子機器在學習過程中因貧瘠高原現象導致訓練過久或失敗現象,讓量子學習機器超越傳統機器,可大大縮減所需的量子資源。

謝明修表示,量子機器學習過程中能透過控制邏輯閘的可調變參數學習,來得到符合期望的量子電路模型,但在學習過程中,常因邏輯閘過多且結構過深,使參數更新困難。

謝明修所長表示,透過適當給定可調變參數初始值,改善貧瘠高原現象,解決長久以來困擾量子機器學習領域所面臨的問題,研究得到突破進展。


鉅亨AI投組

根據標的評分機制自動配置,使用AI優化效率前緣,創造高報酬率的投組。

try AI optimize

投資本金$10,000收益

AI優化後報酬率

+31.14%

$13,114

原投組報酬率

+23.92%

$12,392

投組標的成分

  • 40%

    虹堡

    5258

  • 20%

    連宇

    2482

  • 20%

    康舒

    6282

  • 10%

    東哥遊艇

    8478

  • 10%

    統一NYSE FANG+ ETF基金

延伸閱讀

相關貼文

prev icon
next icon