光子量子求解器QUBO特征选择基准研究
热点事件持续更新
光子量子求解器QUBO特征选择基准研究
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Nirvik Sahoo 与 Paul Robert Griffin 提交论文,在 ULB 信用卡欺诈(30 特征)和 AmEx 消费者违约(159 特征)两个数据集上,对比 Gurobi、光子熵计算 QCI Dirac-3 与模拟光子玻色采样 Piquasso 三种范式下的十三种特征选择方法,考察光子量子求解器在金融风险检测 QUBO 特征选择中的表现。 研究结论为场景依赖:光子量子求解器的效果随数据集和特征选择方法不同而变化,并非在所有情形下都优于经典优化。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
光子量子求解器在金融风险检测 QUBO 特征选择中的场景依赖表现报道时间线
沿着报道,了解事件的不同侧面。
10月5日
- arXiv:cs.LG光子量子求解器在金融风险检测 QUBO 特征选择中的场景依赖表现
研究在 ULB 信用卡欺诈(30 特征)和 AmEx 消费者违约(159 特征)两个数据集上,对比了 Gurobi、光子熵计算 QCI Dirac-3 与模拟光子玻色采样 Piquasso 三种范式下的十三种特征选择方法。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。