PulseAugur
实时 21:04:38

量子玻尔兹曼机实现高精度和抗噪声能力

研究人员通过双层优化架构扩展了量子近似优化算法(QAOA),开发了一种新颖的全连接量子玻尔兹曼机(QBM)。该新模型在测量目标量子态方面表现出卓越的性能,在无噪声条件下实现了0.9559的平均概率。此外,QBM表现出显著的抗噪声能力,即使在当前具有显著噪声水平的商用量子计算设备上,也能保持测量目标态的高概率。该模型在图像生成方面也显示出强大的能力,无论噪声干扰如何,都能持续生成目标模式。 AI

影响 引入了一种新颖的量子机器学习架构,在量子计算中具有提高性能和抗噪声能力的潜力。

排序理由 该集群包含一篇详细介绍量子计算新方法和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

量子玻尔兹曼机实现高精度和抗噪声能力

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jun Liu ·

    Breaking QAOA's Fixed Target Hamiltonian Barrier: A Fully Connected Quantum Boltzmann Machine via Bilevel Optimization

    To overcome the limitations of classical partially connected Boltzmann machines and mainstream quantum Boltzmann machines (QBMs), this work extends the conventional circuit of the quantum approximate optimization algorithm (QAOA) to a bilevel optimization architecture and propose…