二维量子卷积计算

杨利霞

二维量子卷积计算

# B7 U& i" s  ]4 x( ]

* C6 P" V. |! {1 y: \6 K) N


" a2 L! P: d; Q$ G+ Z, 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
, p' N9 g2 F" I- k" ^) p( u0 ^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
5 b- l$ D3 x3 ]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
  }5 E, T2 `: u  D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
9 }' s- j  s' m% _6 t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
; `% m2 O: \5 `6 h! x8 R5 a  @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
5 l& N: l9 f( _7 j' V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。
. |) x7 G: k7 \( r: z( R. j  S* ^

" P: c* s  I" @

, E6 K( h  J$ J; T9 Y