.png){kind=icon}
返回
DVQE: Discrete variational quantum eigensolver for memory allocation in continual learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2026.134086.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 首次量子优化方法用于持续学习内存分配。• 具有五种ansatz设计和整数约束离散化的DVQE框架。• 在5比特电路上的评估次数比BO和CMA-ES少8倍。• 在CIFAR-10/100和Tiny ImageNet上对NISQ级噪声具有鲁棒性（>99%的保留率）。
Keyword:
Quantum optimization
Continual learning
Memory allocation
Variational quantum eigensolver
NISQ devices
