量子科技中心_量科网

量子储层计算（QRC）的一个显著特点是能够将量子输入态直接嵌入到储层动力学中。然而，对于单个输入态，产生的输出本质上是线性的，这阻碍了QRC自然地计算诸如纯度或熵这样的非线性函数。该团队通过一种量子-经典混合架构克服了这一限制，该架构将量子比特储层与经典回声状态网络（ESN）相结合，从而同时实现了非线性泛函逼近和有效的时间处理。该团队系统性地研究了两种信息机制下的性能：全层析成像和部分信息（单轴测量），后者表明，由于量子储层提供的增强信息检索能力，混合系统在线性和非线性任务中的表现均优于其独立组件。基于这些结果，研究人员应用了一种在线监控协议，该协议明确考虑了测量反作用和有限测量系综，从而能够在实验条件下对性能进行现实评估。这些结果确立了混合量子-经典储层计算（HRC）架构作为在近期量子比特硬件上实现增强量子机器学习的一种实用且可扩展的途径。