MasonQ盲量子机器学习编译器提出
热点事件观察中
MasonQ盲量子机器学习编译器提出
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
研究者Rex Fleur提出并构建通用砖墙转译器MasonQ，可将任意量子电路映射为计算砖墙图态，用于盲量子机器学习。该研究称MasonQ的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。
AI 根据报道生成 · 1 小时前更新
最新进展10月13日 01:27
盲量子机器学习的计算复杂度研究：MasonQ 转译器与 12 量子比特盲实现报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- arXiv 隐私论文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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。