量子科技中心_量科网

该工作提出了一种以Python包形式实现的框架，专门用于分析量子机器学习模型。该框架基于PennyLane模拟器，可便捷评估和训练变分量子电路，其拓展功能包括：为经典模拟添加各类噪声、多种参数初始化策略、计算给定模型的表达度与纠缠度等特性。作为量子傅里叶模型的固有特性，该框架提供了两种计算相应傅里叶谱的方法：基于快速傅里叶变换的数值方法，以及通过三角多项式展开期望值解析求解的理论方法。此外还包含一组预定义方案，可快速实现量子机器学习模型的直效搭建。该团队通过此框架扩展了PennyLane模拟器的工具集，为研究人员提供了更便捷的量子傅里叶模型入门途径，并致力于统一变分量子电路的分析标准。