IQGAN：面向 NISQ 器件上图像合成的鲁棒量子生成对抗网络
量子物理
2023-02-27 v2
摘要
在这项工作中，我们提出 IQGAN，一种用于多量子比特图像合成的量子生成对抗网络(GAN)框架，可在含噪中等规模量子(NISQ)器件上高效实现。我们在初步研究中探究了当前量子 GAN 生成性能不佳的原因，并得出结论：可调节的输入编码器是确保高质量数据合成的关键。随后我们提出 IQGAN 架构，其特点是一个可训练的多量子比特量子编码器，能将经典数据有效嵌入量子态。此外，我们提出一种紧凑的量子生成器，显著降低了 NISQ 器件上的设计成本与电路深度。在 IBM 量子处理器和量子模拟器上的实验结果表明，IQGAN 在生成样本的定性与定量评估、模型收敛性以及量子计算成本方面均优于最先进的量子 GAN。
引用
@article{arxiv.2210.16857,
title = {IQGAN: Robust Quantum Generative Adversarial Network for Image Synthesis On NISQ Devices},
author = {Cheng Chu and Grant Skipper and Martin Swany and Fan Chen},
journal= {arXiv preprint arXiv:2210.16857},
year = {2023}
}