arXiv 隐私论文· Rex Fleur·· 2 天前AI 评分29
盲量子机器学习的计算复杂度研究：MasonQ 转译器与 12 量子比特盲实现
On the Computational Complexity of Blind Quantum Machine Learning
AI 导读
研究者构建通用砖墙转译器 MasonQ，将任意量子电路映射为计算砖墙图态，证明其宽度与深度渐近最优，并给出 UBQC 砖墙图深度上界 D = O(ωn)。基于该转译器，研究推导了量子傅里叶变换、HHL 算法、推荐系统和量子变压器等盲量子机器学习算法的深度界，并提出仅需 12 量子比特量子服务器的最小盲量子机器学习实现方案。
来源：arXiv 隐私论文 · arxiv.org