量智信息中心_量科网

量子快速权重编程器（QFWP）将时序信息存储在动态可编程变分电路参数中，而非非线性循环隐状态中，从而为量子序列建模提供了一条实用路径。自调制QFWP通过使用输入依赖的门控机制来更新新的快速权重及累积的快速权重状态，从而改进了这一框架，但其无界的旧状态乘子可能在长序列场景中导致发散。该研究提出了一种有界旧状态调制规则，该规则仅对循环记忆分支施加一个保持符号的tanh门控，同时保持加法更新和新更新调制不变。研究者在两个CUDA-Q量子动力学预测任务以及米兰短信通信活动预测任务上，评估了标准QFWP、完整自调制QFWP、仅新更新调制（Only-New）和仅旧状态调制（Only-Old）四种变体。量子动力学结果表明，旧状态调制是相较于标准QFWP最一致的改进来源，并且对旧状态门控进行有界化处理消除了长序列发散问题，同时提升了整体鲁棒性。在米兰短信预测任务中，原始无界自调制QFWP在测试网格上收敛，并在较长输入窗口下展现出最明显的性能提升，其行为与仅旧状态调制消融实验接近。这些发现表明，累积记忆调制是自调制QFWP的关键机制，而有界旧状态门控则是一种针对性的稳定化策略。