二维量子卷积计算

杨利霞

二维量子卷积计算

& d' [* Z( O# E4 s/ B7 A  V

6 z+ X0 n2 w& z" y8 J


+ ?/ K7 |6 v8 a  u. R0 E

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
$ k0 o: t& Z" z. C5 i  u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
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
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- e! I' [* {' f& [' [. H( k4 \% |) ~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
' W* Q3 f# m  L) s/ a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
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
* f5 t5 ~, b' g; B1 z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。
. I) R1 W6 f5 d+ K
4 _! B+ M; y' B1 ~+ K: O
7 D+ y- W4 }) D( F9 O% n

! x* q& E1 }) q" z4 y  _2 M