量子科技中心_量科网

量子机器学习已成为近期量子硬件极具前景的应用领域，尤其是通过结合经典与量子处理的混合量子-经典模型。尽管已有大量混合架构在基准任务中被提出并成功验证，但关于量子组件对这些模型整体性能的具体贡献仍存在重大悬疑。该工作通过严格的统计研究，旨在揭示混合量子-经典神经网络架构中量子处理的影响。研究人员系统评估了常见混合模型在医疗信号数据及平面/立体图像上的表现，考察了编码方案、纠缠态和电路规模等经典与量子要素的影响。研究发现：在最佳情况下，混合模型表现与经典模型相当；但在大多数案例中，性能指标会因量子组件的影响而下降。这项多模态分析为量子组件的实际贡献提供了客观认知，并建议对近期应用中的混合模型采取审慎的效能声明与设计选择。