محققان در پژوهشی جدید، یک متد خودکار (Auto-Tuning) برای مدلهای یادگیری ماشین (مانند SVM) طراحی کردهاند که روی آنیلرهای الهامگرفته از کوانتوم (Quantum-Inspired Annealers) اجرا میشود. این رویکرد به جای جستجوی سنتی، از یک سیستم دو مرحلهای (شامل Optuna و آنیلر) استفاده میکند تا دقت پیشبینی را با بهینهسازی پارامترهای پیچیده افزایش دهد.
نتایج این تحقیق نشان میدهد که ترکیب هوشمندانه تنظیمات فرمولبندی و توانمندی سختافزارهای کوانتومی، میتواند عملکرد مدلها را در مسائل طبقهبندی بهطور قابل توجهی ارتقا دهد.
منبع: arXiv Machine Learning