parametrized quantum circuits | BriefGPT

关键词parametrized quantum circuits

搜索结果 - 9

关于训练性与量子变分学习模型的解码之间的关系
量子机器学习中参数化量子电路的训练性和非量子化性之间的关系尚未解决，本研究从机器学习的角度出发，提出了相关概念的准确定义，并研究了变分量子机器学习模型的变分性与量子化性之间的关系，同时介绍了可训练且非量子化的 PQC-based QML 模
PDF25 days ago
AAAI生成量子分类器的通用对抗扰动
QuGAP 是一个用于生成量子分类器的通用对抗扰动（UAPs）的新框架，它利用生成模型生成加性 UAPs，并理论上证明它们的存在。此外，QuGAP 使用基于保真度约束的新型损失函数，采用量子生成模型生成酉 UAPs，实验证明了量子分类器容易
PDF5 months ago
混合量子周期生成对抗网络用于小分子生成
该研究介绍了多个新的生成对抗网络模型，基于参数化量子电路与已知的生成对抗网络相结合，利用强化学习原理构建了一个新的多参数奖励函数。实验结果表明，这些模型在基准药物设计数据集 QM9 和 PC9 上表现优于以前的模型，尤其是在药物类似性定量估
PDF6 months ago
证明无无所谓的平原是否意味着经典仿真？或者，为什么我们需要重新思考变分量子计算
基于对贫瘠高原现象的理解，本文探讨了一个引人注目的问题：利用允许避免贫瘠高原的结构是否也可以用于在经典上高效模拟损失，通过在初步数据获取阶段从量子设备中收集一些经典数据，我们表明常用的具有可证明无贫瘠高原的模型也可以在经典上模拟，这对于参数
PDF7 months ago
迈向语法显著不同的语言的量子机器翻译
本研究在噪声中间规模量子（NISQ）设备上探索了使用量子自然语言处理算法进行语言翻译的可行性。我们采用香农熵来展示旋转门的适当角度在参数化量子电路性能中的重要作用，并利用这些角度（参数）作为不同语言的量子电路之间的通信方式，最终通过经典神经
PDFa year ago
量子机器学习的可解释人工智能
本文讨论了 Parametrized Quantum Circuits 在机器学习和可解释人工智能领域的性能和挑战，提出了解决这些问题的方法并研究了加速其计算的内部机制。
PDF2 years ago
Gym 中的量子代理：一种深度 Q-learning 的变分量子算法
本文介绍了一种用于解决离散和连续状态空间的 RL 任务的训练方法，该方法基于深度 Q-learning 算法。研究通过消融研究探究了量子 Q-learning 算法的体系结构选择对于成功解决某些环境的重要性，并提出了用于选择适当的观测量的方
PDF3 years ago
变分量子计算的自然进化策略
本论文探讨了使用 Natural evolutionary strategies 方法优化处理处于梯度消失区域的随机初始化的带参数的量子电路。研究者们使用了 NES 梯度估算器来缓解方差的指数下降。他们在两种不同的问题中使用了两种特定的优化
PDF4 years ago
量子神经网络的逐层学习
本文研究了参数化量子电路的逐层学习策略，并表明此策略相对于标准学习方案更适用于执行于噪声中等量子设备上，可以在手写数字图像分类任务中实现更低的泛化误差，在比同等大小的量子电路训练更少的参数的情况下，达到更低的测试误差。
PDF4 years ago