arXiv cs.LG· Seokjun Lee, Sergio A. Ortega, Daniel K. Park, Namshik Han·· 7 小时前AI 评分22
VQIL：面向图扰动响应排序的可训练量子干涉学习
VQIL: Visible Quantum Interference Learning for Perturbation Response Ranking on Graphs
AI 导读
VQIL 是一种可训练的 Szegedy 量子行走模型，用于种子条件下的图扰动响应排序，边权重、链路相位与逐节点相位旋转通过反向传播端到端优化，行走算子全程保持酉性。在六张输电网的 AC 潮流扰动任务上，VQIL 将 Spearman 秩相关从 0.147 提升至 0.831；在五个蛋白质相互作用网络的基因扰动任务上从 0.171 提升至 0.620，均优于同类经典与神经基线。
来源：arXiv cs.LG · arxiv.org