量子卷积神经网络(QCNN)代表量子机学习中的一种有希望的方法,为量子和经典数据分析铺平了新方向。由于缺乏贫瘠的高原问题,训练量子神经网络(QNN)及其可行性,这种方法特别有吸引力。但是,将QCNN应用于经典数据时会产生一个限制。当输入量子数的数量为两个功率时,网络体系结构是最自然的,因为每个池层中的数量减少了两个倍。输入量子位的数量确定可以处理的输入数据的尺寸(即功能数量),从而限制了QCNN算法对现实世界数据的适用性。为了解决此问题,我们提出了一个QCNN体系结构,能够处理任意输入数据尺寸,同时优化量子资源(例如辅助量子器和量子门)的分配。这种优化不仅对于最大程度地减少计算资源很重要,而且在嘈杂的中间量子量子(NISQ)计算中至关重要,因为可以可靠地执行的量子电路的大小是有限的。通过数值模拟,我们基准了具有任意输入数据维度的多个数据集的各种QCNN体系结构的分类性能,包括MNIST,Landsat卫星,时尚 - 纳斯特和电离层。结果验证了提出的QCNN体系结构在利用最小资源开销的同时实现了出色的分类性能,当可靠的量子计算受噪声和缺陷限制时,提供了最佳解决方案。
EnerSys ® 是工业应用储能解决方案领域的全球领导者,为全球客户制造和分销能源系统解决方案和动力电池、特种电池、电池充电器、电力设备、电池配件和户外设备外壳解决方案。能源系统结合了外壳、电源转换、配电和储能,用于电信、宽带和公用事业行业、不间断电源和众多应用。动力电池和充电器用于电动叉车和其他需要储能解决方案的工业电动车辆。特种电池用于航空航天和国防应用、大型公路卡车、高级汽车、医疗和安全系统应用。EnerSys 还通过其遍布全球的销售和制造基地为 100 多个国家的客户提供售后市场和客户支持服务。通过收购 NorthStar,EnerSys 巩固了其作为优质薄板纯铅电池市场领导者的地位,这些电池销往所有三个业务线。有关 EnerSys 的更多信息,请访问 www.enersys.com。
时间 13-14Z 14-15Z 15-16Z 16-17Z 17-18Z 18-19Z 19-20Z 20-21Z 21-1Z 时间 13-14Z 14-15Z 15-16Z 16-17Z 17-18Z 18-19Z 19-20Z 20-21Z 21-1Z G G G G G G G G G G G G G G G G G G N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A G G G G G Y Y Y Y G G G G G Y Y Y Y N/A N/A N/A N/A N/A N/A TSTM TSTM TSTM TSTM N/A N/A N/A N/A N/A TSTM TSTM TSTM TSTM G G G G G Y Y Y Y G G G G G Y Y Y Y N/A N/A N/A N/A N/A TSTM TSTM TSTM TSTM N/A N/A N/A N/A N/A TSTM TSTM TSTM TSTM
时间 1-2Z 2-3Z 3-4Z 4-5Z 5-6Z 6-7Z 7-8Z 8-9Z 9-13Z 时间 1-2Z 2-3Z 3-4Z 4-5Z 5-6Z 6-7Z 7-8Z 8-9Z 9-13Z GGGGGGGGGGGGGGGGGGN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AGGGGGGGGGGGGGGGGGGN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/ARYGGGGGGGRYGGGGGGG TS/VIS TS/VIS N/AN/AN/AN/AN/AN/AN/A TS/VIS TS/VIS N/AN/AN/AN/AN/AN/AN/A
时间 7-8Z 8-9Z 9-10Z 10-11Z 11-12Z 12-13Z 13-14Z 14-15Z 15-19Z 时间 7-8Z 8-9Z 9-10Z 10-11Z 11-12Z 12-13Z 13-14Z 14-15Z 15-19Z GGGGGGGGGGGGGGGGGGN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AN/AARRRRRRRRRGRRRRRRRRG CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS N/A CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS N/ARRRRRRRGRRRRRRRRG CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS N/A CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS CIG/VIS N/A
时间 19-20Z 20-21Z 21-22Z 22-23Z 23-24Z 24-1Z 1-2Z 2-3Z 3-7Z 时间 19-20Z 20-21Z 21-22Z 22-23Z 23-24Z 24-1Z 1-2Z 2-3Z 3-7Z YYGGGGGGGYYGGGGGGG TSTM TSTM N/AN/AN/AN/AN/AN/AN/AN/AN/A TSTM TSTM N/AN/AN/AN/AN/AN/AN/AYYYGGGGGGYYYGGGGGG TSTM TSTM TSTM N/AN/AN/AN/AN/AN/AN/A TSTM TSTM TSTM N/AN/AN/AN/AN/AN/ARRRYYGGGGRRRYYGGGG TS/CIG/VISTS/CIG/VISTS/CIG/VIS TSTM TSTM N/AN/AN/AN/A TS/CIG/VISTS/CIG/VISTS/CIG/VIS TSTM TSTM N/AN/AN/AN/A
时间 13-14Z 14-15Z 15-16Z 16-17Z 17-18Z 18-19Z 19-20Z 20-21Z 21-1Z 时间 13-14Z 14-15Z 15-16Z 16-17Z 17-18Z 18-19Z 19-20Z 20-21Z 21-1Z YGGGGGGGGYGGGGGGGG CIG/VIS N/AN/AN/AN/AN/AN/AN/AN/AN/A CIG/VIS N/AN/AN/AN/AN/AN/AN/AN/AN/AYGGGGGGGGYGGGGGGGG CIG/VIS N/AN/AN/AN/AN/AN/AN/AN/AN/A CIG/VIS N/AN/AN/AN/AN/AN/AN/AN/AYGGGGGGGGYGGGGGGGG CIG/VIS N/AN/AN/AN/AN/AN/AN/AN/AN/A CIG/VIS N/AN/AN/AN/AN/AN/AN/AN/AN/A
时间 1-2Z 2-3Z 3-4Z 4-5Z 5-6Z 6-7Z 7-8Z 8-9Z 9-13Z 时间 1-2Z 2-3Z 3-4Z 4-5Z 5-6Z 6-7Z 7-8Z 8-9Z 9-13Z GGGGGGGGGGGGGGGGYN/AN/AN/AN/AN/AN/AN/AN/A CIG N/AN/AN/AN/AN/AN/AN/AN/A CIG RYYYYYYYYRYYYYYRRR TS/CIG TS/CIG TS/CIG TS/CIG TS/CIG TS/CIG TS/CIG/VIS CIG/VIS CIG/VIS TS/CIG TS/CIG TS/CIG TS/CIG TS/CIG TS/CIG/VIS CIG/VIS CIG/VIS CIG/VIS RRRYYYYYYRRRYYYYYY TS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VIS CIG CIG TS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VISTS/CIG/VIS CIG CIG