首页
学习
活动
专区
圈层
工具
发布

量子卷积网络中的「贫瘠高原」现象被解决,新研究克服了量子AI一大难题

避免梯度消失问题 该研究为了得出其分析结果,提出了一种基于图的新方法来分析 Haar 分布式 unitary 的期望值,这可能是一种极为有效的方法。最后,该研究用数值模拟验证了其分析结果。...在每个池化层中,测量一半的量子比特,测量结果控制应用于相邻量子比特的 unitary。在 L 个卷积层和池化层之后,QCNN 中还包含一个全连接层,该层对剩余的量子比特应用 unitary。...此外,该研究假设卷积层和池化层中的 unitary 是独立的。也就是说,V(θ) 中的卷积层和全连接层由作用于相邻量子比特的两个量子比特参数化 unitary 块组成,表示为 。...此外,研究者在论文的结果部分讨论得出:卷积层中的 unitary 相关性往往会增加代价函数的梯度幅值。...如上等式 (13) 所示,由于代价函数偏导数的方差独立于 I_ij 中的受控 unitary,因此可以将池化层中算子 I_ij 的作用附到卷积层中 unitary 的作用上。

77720
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    量子神经网络与经典网络的表达能力对比:探索幺正变换的奥秘

    这种范式转变源于量子力学的基本原理:当经典神经网络通过权重矩阵实现特征变换时,QNN则采用幺正变换(unitary transformation)来操作量子态。...幺正变换在QNN中的作用 在量子神经网络(QNN)的核心架构中,幺正变换(unitary transformation)扮演着与传统神经网络中非线性激活函数类似的角色,但具有更深刻的物理内涵和数学特性。...处理层:由一系列参数化量子门构成,每个门的参数可通过经典优化器调整 测量层:将量子信息转换回经典数据 特别值得注意的是,在2025年的前沿研究中,研究人员开发了新型的"自适应幺正块"(Adaptive Unitary...2025年Nature Quantum Information发表的研究提出通过"课程学习式幺正初始化"(Curriculum-based Unitary Initialization)策略有效缓解了这一问题...2025年,量子纠错码与幺正变换的结合取得突破性进展,MIT团队提出的"噪声自适应幺正学习"(Noise-adaptive Unitary Learning)框架在含噪中级量子(NISQ)设备上实现了95%

    62810
    领券