Jeanette Miriam Lorenz

Questo studio migliora la sicurezza del machine learning quantistico contro attacchi avversari tramite canali di rumore e metodi di privacy.

Esplorando l'applicazione del QRL basato su Hamiltoniano nelle sfide di ottimizzazione combinatoria.

Esaminando il "quantum randomized smoothing" e il suo ruolo nelle previsioni affidabili.

Integrando il calcolo quantistico e il livellamento randomizzato, si migliora la sicurezza dei modelli di machine learning contro gli attacchi.

Questo articolo parla di come rendere i modelli di apprendimento automatico quantistico più robusti contro attacchi avversi.