二维量子卷积计算

杨利霞

二维量子卷积计算

. ~3 C- _; Z. G0 Y. ~/ z
: a5 N8 [& J# T' p, t. k( a

. P) z4 j. q; H  o4 Q3 \
7 [7 B6 J( q: A1 x4 y+ ]


目前一维量子卷积计算不能满足当前机器学习、图像识别等算法的要求。由于量子卷积神经网络模型主要是处
理多维信息，有必要将一维量子卷积的维数推广到二维，进行二维量子卷积计算的研究，使得量子卷积计算不受维数
: P0 C( {% F/ l( L, b/ l3 T的影响，可以更好地应用于量子卷积神经网络。在量子计算中，量子态的叠加和纠缠使量子计算具有并行计算的能
# A5 [- s" f9 L+ E: R, {  U. z, A2 `力，与一维量子卷积相比，二维量子卷积在并行计算中具有更高的优势，二维量子卷积计算更适合目前量子卷积神经
- N! h, W7 z8 m" g2 C5 [网络中量子卷积层的研究与设计。在一维量子卷积计算的基础上，基于量子图像表示方法，探究了二维量子卷积计算
的量子线路设计，设计了通用的二维量子卷积线路模型。由于经典信息不能直接用于量子计算，首先将经典信息进行
量子化编码，处理后的量子信息输入到二维量子卷积计算的量子电路中，完成概率幅和加法计算，最后通过测量得到
8 s0 _4 y5 ?1 o( `: H量子卷积的结果。二维量子卷积算法大大减少了卷积计算的步骤，提高了计算速度，增加了信息的存储空间。为量子
' I. v9 q: s8 `- {  H5 O0 t( @卷积神经网络模型中量子卷积层的设计规则提供了理论依据，为高维量子卷积计算提供了参考和可能的途径。
& J3 I, {1 {2 S' c



0 |) q  d" N8 y" D' x