具有纯态生成器的量子生成对抗网络的泛化极限研究
量子物理
2026-03-05 v2 机器学习
摘要
我们研究了量子生成对抗网络（QGAN）在图像生成任务中的能力。我们的分析聚焦于生成器和判别器均为全量子实现的情况。通过对当前主流架构进行广泛的数值测试，我们发现量子生成对抗网络难以在不同数据集之间泛化，仅收敛于训练数据的平均表示。当生成器的输出为纯态时，我们解析地推导出判别器质量的一个下界，该下界由生成器纯态输出与目标数据分布之间的保真度给出，从而为当前模型中观察到的局限性提供了理论解释。我们的发现揭示了现有量子生成模型在泛化能力方面的根本性挑战。虽然我们的分析聚焦于量子生成对抗网络，但结果对相关量子生成模型的性能具有更广泛的启示。
引用
@article{arxiv.2508.09844,
title = {On the Generalization Limits of Quantum Generative Adversarial Networks with Pure State Generators},
author = {Jasmin Frkatovic and Akash Malemath and Ivan Kankeu and Yannick Werner and Matthias Tschöpe and Vitor Fortes Rey and Sungho Suh and Paul Lukowicz and Nikolaos Palaiodimopoulos and Maximilian Kiefer-Emmanouilidis},
journal= {arXiv preprint arXiv:2508.09844},
year = {2026}
}
备注
20 pages, 6 figures