二维量子卷积计算

杨利霞

二维量子卷积计算

; g# I) I1 z# V1 i& z# J6 h
3 k/ C( x3 r) R% ^
$ d9 @/ p3 s/ M8 e- Q* j; B$ j




! u5 v! w1 b1 Y; g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
6 |  d4 ]% T0 R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
0 F9 H  e* B8 e5 @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
4 S6 J' K! P' I3 l0 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
1 @3 T; |! f; U1 b+ }- V1 Z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
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。
. q) l6 U$ A/ t& B6 Z1 j2 K
1 Y9 J$ N- X& N5 u6 X3 z% l2 Y
; ^$ y- c" i' w6 V% _$ z; r6 M