科研进展
量子隐私保护计算与量子机器学习的数学理论与算法(马光胜、赵晨、李洪波、高小山)
发布时间:2023-01-13 |来源:

  量子计算是世界主要国家激烈竞赛的重要前沿技术。本工作研究量子隐私保护计算、量子机器学习、量子图像处理的数学理论与算法,取得如下进展:设计了基于SU(2)垫的高效量子同态加密方案,被认为是“对量子同态加密领域最先进技术的重要贡献”;提出了首个基于ZX演算来分析QDNN梯度消失的一般方法,为量子深度神经网络的实际应用提供了可行的结构,获得多个国际顶尖大学和量子计算企业的评价和引用;提出了经典Radon变换的量子版本,为量子图像处理提供了高效工具。

 
  相关论文:

  [1]    G. Ma, H. Li. Quantum Fully Homomorphic Encryption by Integrating Pauli One-time Pad with Quaternions. Quantum, 6, 866, 2022.

  [2]    C. Zhao, X.S. Gao, Analyzing the barren plateau phenomenon in training quantum neural networks with the ZX-calculus. Quantum, 5, 466, 2021.

  [3]    G. Ma, H. Li, J. Zhao. Quantum Radon Transforms and Their Applications. IEEE Transactions on Quantum Engineering, 2022(3), 1-16.

  完成人:
  马光胜
  Email: gsma@amss.ac.cn
  赵晨
  Email: zhaochen17@mails.ucas.ac.cn
  李洪波
  Email: hli@mmrc.iss.ac.cn
  高小山
  Email: xgao@mmrc.iss.ac.cn 

附件下载:

    联系我们
    参考
    相关文章