Home
| VOLUME 122 (2025) | ISSUE 11 | PAGE 774 |
|---|
|
Обучение квантовых рекуррентных нейронных сетей на джозефсоновской интегральной схеме
С. С. Самарин+*, А. Е. Толстобров+*, Ш. В. Сандуляну*×, Г. П. Фёдоров*×, А. А. Рябов+, В. В. Вановский+*, Д. А. Калачева*+, А. Н. Болгар*, В. Б. Лубсанов*+, Ш. В. Кадырметов*, А. М. Муравьев*, Е. С. Алексеева*, П. Ю. Шлыков+*, А. M. Еремеев*, А. В. Васенин*+, А. Ю. Дмитриев*×, О. В. Астафьев+*×
+Сколковский институт науки и технологий, 121205 Москва, Россия *Московский физико-технический институт, 141700 Долгопрудный, Россия ×Институт радиотехники и электроники им. В. А. Котельникова РАН, 125009 Москва, Россия
Abstract
Данная работа посвящена решению задачи обработки числовых последовательностей при помощи вариационных квантовых алгоритмов, реализуемых на шумном квантовом компьютере среднего масштаба. Платформой для квантовых вычислений является интегральная схема на основе сверхпроводящих искусственных атомов. Архитектура квантовой рекуррентной нейронной сети сконструирована с использованием одно- и двухкубитных операций. На этапе эмулирования была изучена обучаемость модели в зависимости от числа кубитов, а также объема и метода кодирования данных в состояние кубитов. Сравнение с классическими архитектурами показало, что на современных квантовых процессорах возможно достичь качества предсказаний в выбранной задаче машинного обучения, сравнимого с качеством реализуемых на классических процессорах моделей. |