퀀텀 스펙트럴 모델(QSM)은 입력 데이터의 구조에 맞춰 모델의 유도 편향을 정렬하는 새로운 접근 방식입니다. QSM은 입력 행렬의 스펙트럴 값을 활용하여 데이터 인코딩 유니타리의 생성기를 직접 구성합니다. 세 가지 QSM 변형은 대칭, 글로벌 블록, 비겹침 패치 로컬 블록 해밀토니안을 기반으로 합니다.
QSM은 Pendigits와 제어된 합성 작업에서 다른 퀀텀 모델보다 높은 평균 테스트 정확도를 보였습니다. 패치 로컬 QSM은 Pendigits에서, 글로벌 블록 해밀토니안 QSM은 제어된 스펙트럴 작업에서 우수한 성능을 나타냈습니다.
아블레이션 연구 결과, 서브스페이스 보존 제어는 Pendigits에서, 스펙트럴 값 기반 제어는 합성 작업에서 더 나은 성능을 보였습니다. 이는 입력 조건부 스펙트럴 표현이 분석 가능한 유도 편향을 제공할 수 있음을 보여줍니다.
QSM은 기계 학습 및 인공 지능 모델 설계에 새로운 시각을 제시하며, 구조 인식 모델 설계를 위한 더 넓은 관점을 제공합니다.