ICML 2024 | 信号表征指数级强、内存节省超35%，量子隐式表征网络来了

文章预览

前言   天津大学量子智能与语言理解团队创新性地将量子计算引入隐式神经表征领域，提出了量子隐式表征网络（ Q uantum  I mplicit  Re presentation  N etwork,  QIREN ）。与经典神经网络方法相比，该方法在理论上具有指数级强的信号表征能力。实验结果也证实了 QIREN 的确表现出超越信号表示任务上 SOTA 模型的优异性能，在参数量更少的情况下，拟合误差最多减少 35%。 相关论文已经被机器学习领域最权威的会议之一 ICML 2024 接收。 模型部署交流群： 732145323 。用于模型部署、高性能计算、优化加速、技术学习等方面的交流。 QQ综合交流群： 470899183 。用于日常入门、科研、学习、就业等方面的交流。 来源： 机器之心 仅用于学术分享，若侵权请联系删除 本文作者是天津大学智能与计算学部张鹏教授及其硕士生赵佳铭，博士生乔文博、高珲。该项研究工 ………………………………