二维量子卷积计算

杨利霞

二维量子卷积计算

2 m2 L$ ^( Q4 L8 z4 d) G
& M- `9 s+ z( N2 S



$ g/ W: s8 u2 i3 D
2 w3 s2 `7 p6 c8 F$ z) y2 O* k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
  a$ W% P: x6 X9 O# N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
9 n2 k# g. z) [0 I7 ?- ?( x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
% Y% P  e" N6 ~: M8 G. u! b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
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
4 M2 n2 a  L/ g/ e0 `9 V) a" |! \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。
  a. l: k9 }6 t9 [4 |$ J
# c0 F9 \+ o9 a. m' o1 T1 R
" Z7 }8 U/ X* N+ m) A7 c