पत्र ने QFedAgent पेश किया, जो मल्टी-एजेंट एक्टिविटी रिकग्निशन के लिए डिज़ाइन किया गया एक हाइब्रिड क्वांटम-क्लासिकल पर्सनलाइज्ड फेडरेटेड लर्निंग फ्रेमवर्क है। यह वेरिएशनल क्वांटम सर्किट फ्यूजन मॉड्यूल को एकीकृत करके विषम और non-IID मल्टीमोडल सेंसर स्ट्रीम्स की चुनौतियों को संबोधित करता है जो क्वांटम स्टेट एन्कोडिंग और एंटांगलमेंट के माध्यम से एक्सेलेरोमीटर-जाइरोस्कोप इंटरैक्शन को मॉडल करता है।
- क्वांटम फ्यूजन मॉड्यूल को क्लासिकल मल्टी-लेयर परसेप्टन-आधारित फ्यूजन में 33K की तुलना में केवल 72 रोटेशन पैरामीटर की आवश्यकता होती है, जिसमें लगभग 10x कुल पैरामीटर कमी प्राप्त होती है।
- OPPORTUNITY डेटासेट पर सब्जेक्ट-आधारित non-IID पार्टिशन के तहत प्रयोगों ने 97.7% की औसत टेस्ट एक्करेसी दिखाई।
- परिणाम पुष्टि करते हैं कि पैरामीटर-एफिशिएंट क्वांटम फ्यूजन पारंपरिक फेडरेटेड बेलाइन्स के साथ प्रतिस्पर्धी बना हुआ है।
यह दृष्टिकोण प्राइवेसी-सेंसिटिव रोबोटिक सेंसिंग एप्लिकेशन के लिए एक समाधान प्रदान करता है, उच्च एक्करेसी को बनाए रखते हुए कम्युनिकेशन लागत और पैरामीटर ओवरहेड को महत्वपूर्ण रूप से कम करके।