DQAS

SA-DQAS：自注意力增强的可微分量子架构搜索

我们在本文中介绍了 SA-DQAS，这是一种新颖的框架，它通过自注意机制增强了基于梯度的可微量子架构搜索 (DQAS)，旨在优化量子机器学习 (QML) 挑战的电路设计。类似于句子中的单词序列，量子电路可以看作是包含量子门的占位符序列。与 DQAS 不同，每个占位符都是独立的，而 SA-DQAS 中的自注意机制有助于捕获放置在电路中占位符上的每个操作候选者之间的关系和依赖信息。为了评估和验证，我们对作业车间调度问题 (JSSP)、最大割问题、量子化学和量子保真度进行了实验。加入自注意可以提高所得量子电路的稳定性和性能，并改进其结构设计，具有更高的噪声弹性和保真度。我们的研究首次成功结合了自注意与 DQAS。