二维量子卷积计算

杨利霞

二维量子卷积计算

) b! u; D( i/ v/ t' B6 h
) o: O  r/ m% U
. n1 Z) x0 I; n% x

$ \. H% [2 E6 G1 e0 T


# r  L6 {- X. b5 `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
# X+ Z* O$ n( v; G( _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
  e1 N& C1 E5 h0 }  g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
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
4 J7 |: ?7 f7 I+ ]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
! ~- j* }# U$ p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
! v6 p3 |- G0 f; W5 ?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
- O' J+ g7 j( l6 `4 N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。


4 T: c  O+ M5 Z- Z( ^; A& ]' i
) l3 f! k. ^* S5 P9 q5 P% \3 m
: }' i2 h  q9 S. n