量子科技中心_量科网

该工作提出了一种在基于门的量子计算中表达和优化随机神经网络作为量子线路的公式。受经典感知器启发，研究人员引入了随机神经元并将其组合成量子神经网络。训练网络权重时结合使用了Kiefer-Wolfowitz算法与模拟退火技术。研究展示了多种拓扑结构和模型，包括浅层全连接网络、Hopfield网络、受限玻尔兹曼机、自编码器以及卷积神经网络。该团队还演示了将优化后的神经网络作为Grover算法的预言机，从而实现量子生成式AI模型的创新方案。