-
公开(公告)号：CN118395495A
公开(公告)日：2024-07-26
申请号：CN202410545186.2
申请日：2024-05-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及量子机器学习与差分隐私领域，具体涉及一种基于参数优化和经典迭代器优化的量子机器学习差分隐私方法包括：通过开辟新的存储空间的参数池P来对变分量子电路参数进行初始优化，提高模型训练效率及泛化性能；利用辅助量子比特进行量子梯度计算，提升量子电路计算效率；设计梯度剪切方法，优化经典迭代，提升迭代性能，防止梯度爆炸。本发明在电路参数初始化方面及迭代器计算效率方面加以优化，在有量子优势的同时对训练数据的加以隐私保护。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
