В статье рассматривается гибридная квантово-классическая архитектура U-Net с адаптивными нелокальными наблюдаемыми для решения проблем масштабируемости и выразительности квантовых генеративных моделей при работе с мультимодальными распределениями. Эксперименты на полном наборе данных MNIST показали, что предложенная архитектура способна генерировать чёткие и узнаваемые изображения цифр. Это указывает на перспективность гибридных архитектур с адаптивными измерениями для улучшения генеративных возможностей в эпоху квантовых вычислений ближайшего будущего. arXiv: 2602.03405 Обзоры | Квантовая физика
Улучшение квантовых диффузионных моделей для генерации сложных изображений
В статье рассматривается гибридная квантово-классическая архитектура U-Net с адаптивными нелокальными наблюдаемыми для решения проблем масштабируемости и выразительности квантовых генеративных моделей при работе с мультимодальными распределениями. Эксперименты на полном наборе данных MNIST показали, что предложенная архитектура способна генерировать чёткие и узнаваемые изображения цифр. Это указывает на перспективность гибридных архитектур с адаптивными измерениями для улучшения генеративных возможностей в эпоху квантовых вычислений ближайшего будущего.
arXiv: 2602.03405
