超越平台期：使用群体算法训练量子神经网络
量子物理
2024-08-19 v1 神经与进化计算
摘要
在利用量子计算能力的探索中，训练量子神经网络（QNN）是一项艰巨的挑战。本研究提出了一种创新方法，将蜜蜂优化算法（BOA）整合进来，以克服最重要的障碍之一——贫瘠平台期。我们在不同的量子比特数量和电路深度下的实验表明，BOA 相比 Adam 算法具有优越性能。值得注意的是，BOA 实现了更快的收敛速度、更高的准确率和更高的计算效率。本研究证实了 BOA 在增强 QNN 在复杂量子计算中适用性方面的潜力。
引用
@article{arxiv.2408.08836,
title = {Bee-yond the Plateau: Training QNNs with Swarm Algorithms},
author = {Rubén Darío Guerrero},
journal= {arXiv preprint arXiv:2408.08836},
year = {2024}
}
备注
5 pages 2 figures