arXiv · quant-ph· Melek Krichen, Nikhitha Nunavath, Riccardo Bassoli, Soumaya Cherkaoui, Frank H. P. Fitzek·· 2 天前
基于变分量子神经网络的端到端量子语义通信
End-to-End Quantum Semantic Communication with Variational Quantum Neural Networks
arXiv:2609.25044v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Melek Krichen, Nikhitha Nunavath, Riccardo Bassoli, Soumaya Cherkaoui, Frank H. P. Fitzek
研究任务与主要进展
该研究将量子机器学习（QML）与量子语义通信（QSemCom）整合进端到端学习框架，由变分量子发射机提取任务相关语义特征，接收机完成分类。论文摘要称，框架在MNIST和理想、含退极化噪声量子信道下进行评估；除不重训的基线外，还通过可训练接收机QNN联合优化发射机与接收机，结果显示联合训练可适应信道损伤并保留任务相关信息。
阶段、条件与复现 · 深读核对
- AI 解决哪一个明确的量子问题？
- 训练数据、物理约束、误差与分布外检验是什么？
- 相同精度和总资源下，是否优于已有方法？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org