量子科技中心_量科网

柯尔莫哥洛夫-阿诺德网络是一种新型多层神经形态网络，其精度表现可超越传统神经网络。该网络能以更少的参数实现比神经网络更精准的学习与预测，目前已被全球多个研究团队采用，由此催生了多种应用方案。虽然该网络既可独立作为生成器，也可与生成对抗网络协同使用，但由于其参数学习速度较慢，此前从未被探索作为生成器的潜力。为此，该研究团队提出了一种名为“生成对抗变分量子KAN”的新型生成对抗网络，采用变分量子KAN作为生成器。该方法通过利用量子电路的计算优势及其输出分布特性，实现了参数大幅缩减的高效学习。研究团队在MNIST和CIFAR10数据集上完成了训练与生成任务，结果表明相较于传统神经网络和量子生成对抗网络，该方案能以更少的数据量获得更高精度。