近 term 量子-经典关联对抗网络
机器学习
2019-11-27 v1 量子物理
摘要
我们引入了一种称为量子-经典关联对抗网络（QAAN）的新型混合量子-经典对抗机器学习架构。该架构由一个经典生成对抗网络和一个小的辅助量子玻尔兹曼机组成，后者在生成网络的判别器中间层上同时训练。我们在 MNIST 和 CIFAR-10 数据集上数值研究了 QAAN 相较于其经典对应物的性能，并表明当使用 Inception score 和 Fréchet Inception distance 评估时，QAAN 获得了更高质量的学习。由于 QAAN 架构仅依赖于对小型量子玻尔兹曼机简单局域可观测量进行采样，该模型特别适合在当前及下一代量子设备上实现。
引用
@article{arxiv.1905.13205,
title = {Near-Term Quantum-Classical Associative Adversarial Networks},
author = {Eric R. Anschuetz and Cristian Zanoci},
journal= {arXiv preprint arXiv:1905.13205},
year = {2019}
}
备注
11 pages, 9 figures