二维量子卷积计算

杨利霞

二维量子卷积计算

! _2 A% h4 X( B8 I
5 r7 H) B, B- p1 G  @# ]
  {5 K" B+ W: d9 u* v' `/ R/ r
8 ?0 H6 {; q  f2 t6 Q

8 f7 E6 w  g) K/ R

1 D% u* u6 _: B# B0 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
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
& x* B/ l8 b# m& h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
& P' e9 @4 r6 l: F: [* R+ g+ W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
! V+ h6 h( Q3 j  r$ i' h9 X  V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
1 L5 v% ~3 N* R6 a, U  m" e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。
* D, `% P, N5 I. P. P, @0 e* L# U

/ }( e, V! Q+ O* U