量子科技中心_量科网

字典学习（DL）是信号处理和机器学习中用于发现数据稀疏表示的核心工具。与传统成功案例相比，目前尚未出现实用的量子字典学习算法。该研究团队认为，这种缺失源于经典DL公式与量子计算操作约束之间的结构不匹配。他们识别了阻碍经典DL高效量子实现的基本瓶颈，并展示了一种结构受限的模型——双稀疏字典学习（DSDL）如何自然规避这些问题。该工作提出了一种基于投影随机Kaczmarz迭代的简单混合量子-经典算法，其量子内积运算与Qiskit兼容。研究人员概述了实际应用考量，并在https://github.com/AngshulMajumdar/quantum-dsdl-kaczmarz分享了开源实现。该研究目标并非宣称指数级加速，而是使字典学习与近期量子设备的现实条件重新适配。