量子科技中心_量科网

该研究团队开发了一种用于训练量子玻尔兹曼机的量子化em算法。该算法作为经典期望最大化（EM）算法在信息几何框架下的扩展，为基于梯度的方法提供了结构化替代方案，在稳定性和收敛性方面具有潜在优势。研究人员在半量子受限玻尔兹曼机上实现了该算法，其中量子效应被限制在隐藏层。这种结构在保持量子表达力的同时实现了解析更新规则。在基准数据集上的数值实验表明，所提方法实现了稳定学习，并在多个案例中优于基于梯度的训练。这些结果证明了信息几何优化在量子机器学习中的潜力，尤其适用于标准方法因不可交换性或梯度消失而失效的场景。