生成式学习这一课题在量子机器学习领域日益受到关注,特别是在“经典训练-量子部署”方法出现之后。该研究团队利用中等复杂度量子电路的独特性质——这类电路虽可通过经典计算机高效模拟训练过程,但通常需要量子硬件来解决对应的采样问题。量子线性光学系统具有类似特性,这使得研究人员能够基于最大均值差异提出针对光子原生量子生成模型的高效训练方案,其模型部署任务相当于玻色采样问题。该工作不仅提供了数值模拟结果和测试数据集,还深入探讨了初始化策略及拟设选择对训练效果的影响。
作者单位:
VIP可见
提交arXiv:
2026-03-09 18:00