基于线性光路的光子量子生成对抗网络用于经典数据
量子物理
2025-01-08 v2
摘要
在生成学习中，模型被训练以生成遵循目标数据分布的新样本。这些模型历史上很难训练，直到出现诸如生成对抗网络 (GANs) 的提议，其中生成模型和判别模型在对抗性 minimax 游戏中相互对抗。其后为生成经典和量子数据设计了量子版本算法。虽然迄今为止的大多数工作集中于基于量子比特的架构，但本文提出一种基于线性光路和 Fock 空间编码的量子 GAN，使其与近期光子量子计算兼容。我们演示了该模型能够通过在单光子量子处理器上进行端到端训练来学习生成图像。
引用
@article{arxiv.2405.06023,
title = {Photonic quantum generative adversarial networks for classical data},
author = {Tigran Sedrakyan and Alexia Salavrakos},
journal= {arXiv preprint arXiv:2405.06023},
year = {2025}
}