实证研究：混合量子-经典网络量子成分多无增益

Dominik Freinberger 与 Philipp Moser 发表实证研究，在无噪声理想模拟下评估常用混合量子-经典神经网络（HQNN）架构在三个二分类医学任务（医学信号数据及平面、体图像）上的表现。结果显示，最佳情况下混合模型性能仅与经典模型相当；多数情况下，用量子组件替换匹配的经典处理层后，性能指标反而下降。 研究还考察了编码方案、纠缠和电路规模等经典与量子因素的影响，作者据此呼吁对近期应用中的混合模型保持谨慎的性能声明与设计选择。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。