量子科技中心_量科网

量子计算与机器学习领域的最新进展推动了用于序列数据处理的量子模型的发展。本文提出一种递归量子长短期记忆模型（Recursive QLSTM），该模型通过基于元核心的递归结构扩展了QLSTM。研究人员对模型进行了数值测试，考虑了不同的输入序列长度、元核心设计及递归规则，并在这些变体中确定了性能最优的架构。针对所选模型，该团队进一步提供了理论论证，解释其递归结构如何改善时间信息传播并提升学习性能。该研究结果表明，Recursive QLSTM为不同长度的输入时间序列提供了一种灵活且有效的量子递归学习框架。