تقدم الورقة البحثية QFedAgent، وهو إطار عمل هجين للتعلم الموحد المخصص يجمع بين الكم والكلاسيكي، مصمم للاعتراف بالنشاط متعدد الوكلاء. يتعامل مع تحديات تدفقات المستشعرات متعددة الوسائط غير المتجانسة وغير الموزعة بشكل متطابق (non-IID) من خلال دمج وحدة دمج الدوائر الكمية المتغيرة التي نموذجة تفاعلات مقياس التسارع والجيروسكوب عبر الترميز بالحالة الكمية.
- تستخدم النهج فقط 72 معامل دوران كمي مقارنة بـ 33K في الدمج القائم على متعدد الطبقات الكلاسيكي، محققةً تقليلًا إجماليًا للمعاملات بنسبة حوالي 10 أضعاف.
- أظهرت التجارب على مجموعة بيانات OPPORTUNITY تحت تقسيمات غير متطابقة (non-IID) قائمة على الموضوع دقة اختبار متوسطة تبلغ 97.7%.
- تؤكد النتائج أن الدمج الكمي الفعال من حيث المعاملات لا يزال تنافسيًا مقارنة بأساسيات التوحيد التقليدية.
يوفر الإطار حلاً لتطبيقات استشعار الروبوتات الحساسة للخصوصية من خلال خفض تكاليف الاتصال والعبء الزائد للمعاملات بشكل كبير مع الحفاظ على دقة عالية.