摘要。迄今为止,量子计算中的大多数重点都集中在整体量子系统,量子通信网络中,尤其是量子互联网越来越多地引起了研究人员和行业的关注。量子互联网可能允许大量应用(例如分布式或盲量计算),尽管研究仍然处于早期阶段,既是其物理实施和算法;因此,合适的应用是一个开放的研究问题。我们评估了Quantu Internet的潜在应用,即联合学习。我们在各种情况下在不同的设置下进行实验(例如网络约束)使用来自不同领域的几个数据集,并表明(1)联合学习是常规培训的有效替代方法,(2)网络拓扑和培训性质是至关重要的考虑因素,因为它们可能会极大地影响模型性能。结果表明,需要更全面的研究才能在潜在的量子互联网上最佳地部署量子联合学习。
主要关键词
![arxiv:2402.09902v1 [Quant-ph] 2024年2月15日PDF文件第1页](/bimg/1/1510c3eab3b1674726e958a9f17c3d48b6cdc5fc.webp)
![arxiv:2402.09902v1 [Quant-ph] 2024年2月15日PDF文件第2页](/bimg/7/7e1b58eb9cebc30cedfdcfa39e158a6db7ea409f.webp)
![arxiv:2402.09902v1 [Quant-ph] 2024年2月15日PDF文件第3页](/bimg/6/616e8512fb65dc872685d45c753fb3a77720663f.webp)
![arxiv:2402.09902v1 [Quant-ph] 2024年2月15日PDF文件第4页](/bimg/7/73d17823a122ee1fb567d342922ff876441e9f45.webp)
![arxiv:2402.09902v1 [Quant-ph] 2024年2月15日PDF文件第5页](/bimg/c/cbb107850b4498c451b963a78a73035b21c69ea9.webp)
