Улучшение GAN с использованием квантового шума от реального оборудования В статье предлагается новый подход к генеративным состязательным сетям (GAN), где стандартный гауссовский латентный априор заменён на квантово-коррелированный априор, полученный с помощью 16-кубитного запутанного квантового контура. Использование квантовой корреляции в качестве априорного распределения позволяет улучшить производительность GAN по сравнению с классическими методами. Эксперименты с тремя архитектурами GAN на наборе данных CIFAR-10 показали снижение показателя FID (Fréchet Inception Distance) при использовании квантового априора, особенно когда квантовый компонент составляет значительную часть априора. arXiv: 2507.01886 Обзоры | Квантовая физика
Улучшение GAN с использованием квантового шума от реального оборудования
В статье предлагается новый подход к генеративным состязательным сетям (GAN), где стандартный гауссовский латентный априор заменён на квантово-коррелированный априор, полученный с помощью 16-кубитного запутанного квантового контура. Использование квантовой корреляции в качестве априорного распределения позволяет улучшить производительность GAN по сравнению с классическими методами. Эксперименты с тремя архитектурами GAN на наборе данных CIFAR-10 показали снижение показателя FID (Fréchet Inception Distance) при использовании квантового априора, особенно когда квантовый компонент составляет значительную часть априора.
arXiv: 2507.01886
