研究称混合量子经典神经网络量子组件无增益

Dominik Freinberger 与 Philipp Moser 发布研究，在理想无噪声仿真下对多种常用混合量子-经典神经网络（HQNN）架构进行严格统计评估，覆盖三个二分类医学任务（医学信号、平面与体积图像），考察编码方案、纠缠和电路规模等量子因素。结果显示，最好情况下混合模型仅与纯经典模型相当，多数情况下用量子神经网络组件替换匹配的经典层反而使性能下降。研究呼吁对近期混合模型的应用保持谨慎的表述与设计选择。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。