跳到主要内容
检索

Parag Pawar

1 篇关联报道

订阅更新
  1. researchsquare.com

    量子循环记忆不再依赖可训练权重:重置门让旧输入的影响按门值几何衰减,敏感度上界与序列长度无关

    一种把记忆态写成密度矩阵、用输入相关的替换通道充当遗忘门的量子循环映射,其输出对单个输入的依赖是频率集由编码决定的三角多项式,且非零频率系数在常数门下按该输入年龄以 f 的幂衰减。对每个输入的敏感度上界只含编码尺度、层数、观测量范数和门值,不含可训练酉算子,并在序列长度上一致可和;同一组权重还给出只用无重置酉电路的无偏估计,期望深度不超过 (1−fmax)⁻¹。

已读完全部报道