文章链接：https://doi.org/10.1063/5.0020014摘要：量子神经形态计算在大脑启发的量子硬件中物理地实现了神经网络，从而加快了计算速度。在这篇文章中，作者证明了这种新兴的范例可以充分利用现有和不久的将来的中 ...
|
文章链接：https://doi.org/10.1063/5.0020014 摘要：量子神经形态计算在大脑启发的量子硬件中物理地实现了神经网络，从而加快了计算速度。在这篇文章中，作者证明了这种新兴的范例可以充分利用现有和不久的将来的中型量子计算机。一些方法基于参数化的量子电路，并使用神经网络启发算法对它们进行训练。接近经典神经形态计算的其他方法则利用量子振荡器组件的物理特性来模仿神经元和突触进行计算。我们讨论了具有数字和模拟电路的量子神经形态网络的不同实现方式，突出了它们各自的优点，并回顾了令人兴奋的最新实验结果。
|
让创业更简单