近日，太阳集团1088vip譚曉青教授課題組在量子機器學習領域取得新的研究進展，相關成果“Learning to Learn Variational Quantum Algorithm”被國際人工智能頂級學術期刊IEEE Transactions on Neural Networks and Learning Systems （IEEE TNNLS）錄用。IEEE TNNLS是中科院SCI一區TOP期刊，最新影響因子10.451。網絡空間安全專業博士研究生黃睿為第一作者，博士生導師譚曉青教授為通訊作者。
圖1 IEEE TNNLS雜志情況在線截圖
圖2 論文在線發表截圖
變分量子算法（Variational Quantum Algorithm）利用經典計算機作為量子算法的外環優化器，通過更新線路參數來獲得近似基态。在已有的量子機器學習算法中，需要進行大量的數據訓練才能提高模型精度，并且缺乏對訓練模型的遷移能力。該文設計了能夠利用先驗知識來快速學習新任務的量子算法，稱為元學習變分量子算法（Meta-learning Variational Quantum Algorithm，Meta-VQA）。實驗針對伊辛（Ising）模型進行近似量子優化，并對氫分子、氫化锂和氦合氫離子進行了變分量子本征求解。結果表明Meta-VQA通過優化小規模的量子算法，便可擴展到更大的系統規模和問題實例，在近期量子處理器上展現更好的性能。
圖3Meta-VQA向較大系統規模和問題實例的演變
該研究成果依托于本校密碼編碼實驗室，得到了國家自然科學基金重點項目（62032009）、廣東省基礎與應用基礎研究重大項目（2019B030302008）、廣東省自然科學基金面上項目（2021A1515011440）、太阳集团app首页博士研究生拔尖創新人才培養項目（2021CXB007）等項目資助。
原文鍊接：https://doi.org/10.1109/TNNLS.2022.3151127
