量子科技中心_量科网

反馈驱动的量子储层计算迄今主要在基于门电路的架构中进行研究，这促使研究人员探索其他可扩展且对硬件友好的物理平台。该工作提出了一种基于可重构干涉仪网络中多光子干涉的线性光学量子储层架构，该网络配备阈值探测器和测量条件反馈机制，用于时间序列处理。储层状态通过粗粒度符合计数特征构建，反馈仅更新结构化、预算受限的可编程相位子集，从而无需训练内部权重即可实现递归。通过调节反馈强度，研究人员识别出三种动力学状态，并发现记忆性能在稳定性边界附近达到峰值。该团队通过线性记忆容量量化时序处理能力，并在Mackey-Glass序列、NARMA-n及不可积伊辛动力学等基准测试中验证了非线性预测性能。所提出的架构与现有光子技术兼容，显著降低了反馈驱动型量子储层计算在时间序列分析中的实验门槛，同时保持了具有竞争力的精度。