Vision-QRWKV：探索用于图像分类的量子增强 RWKV 模型
机器学习
2025-07-01 v2 计算机视觉与模式识别
摘要
量子机器学习的 recent 进展在处理复杂高维数据方面显示出增强经典神经网络架构的前景。基于时序序列建模的 prior work，本文首次将变分量子电路 (VQC) 集成到 RWKV 架构的通道混合组件中，引入 Vision-QRWKV，用于图像分类。我们的模型旨在改进非线性特征转换并增强视觉表征的表达能力。我们在包括 MedMNIST 数据集、MNIST 和 FashionMNIST 在内的 14 个医疗和标准图像分类基准上评估了经典和量子 RWKV 模型。结果表明，量子增强模型在多数数据集上优于其经典对手，尤其在类别细微或噪声较大的场景（如 ChestMNIST、RetinaMNIST、BloodMNIST）上表现更佳。这一研究首次系统性地将量子增强 RWKV 应用于视觉领域，为轻量级高效视觉任务提供了量子模型的架构权衡和未来潜力见解。
引用
@article{arxiv.2506.06633,
title = {Vision-QRWKV: Exploring Quantum-Enhanced RWKV Models for Image Classification},
author = {Chi-Sheng Chen},
journal= {arXiv preprint arXiv:2506.06633},
year = {2025}
}