머신러닝을 위한 적응형 비국소 관측량 학습
요약
본 논문은 기존 양자 신경망(QNN)의 국소 측정 한계를 극복하기 위해 적응형 비국소 관측량(ANO)을 활용합니다. 특히, 입력 조건화된 동적 프로그래밍이 가능한 새로운 아키텍처 QFWP-ANO를 제안했습니다. 이 모델은 다변량 시계열 예측 및 강화학습 작업에서 기존의 ANO 기반 모델과 강력한 기준 모델들을 능가하는 성능을 보여주었습니다.
핵심 포인트
- QNN의 국소 측정 한계를 극복하기 위해 적응형 비국소 관측량(ANO) 사용.
- 입력 조건화된 동적 프로그래밍 아키텍처 QFWP-ANO를 제안함.
- 다변량 시계열 예측 및 RL 작업에서 높은 성능을 입증함.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG (Machine Learning)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기1