EQuaTE:基于HCI视觉反馈用于动态分析的高效量子训练引擎
量子物理
2023-02-09 v1 软件工程
摘要
本文提出一种高效量子训练引擎(EQuaTE),一种用于量子机器学习软件的新工具,其绘制梯度方差以检查我们的量子神经网络(QNN)是否陷入局部极小值(在QNN中称为贫瘠高原)。这可通过动态分析实现,因为概率量子比特状态未确定。此外,我们的EQuaTE能够基于HCI的视觉反馈,因为软件工程师可通过可视化识别贫瘠高原,并基于此信息修改QNN。
引用
@article{arxiv.2302.03853,
title = {EQuaTE: Efficient Quantum Train Engine for Dynamic Analysis via HCI-based Visual Feedback},
author = {Soohyun Park and Won Joon Yun and Chanyoung Park and Youn Kyu Lee and Soyi Jung and Hao Feng and Joongheon Kim},
journal= {arXiv preprint arXiv:2302.03853},
year = {2023}
}
备注
5 pages, 5 figures