qcnn

本文提出了一种新型并行量子卷积神经网络（QCNN）架构，能够高效地经典模拟大规模QCNN，并在128量子比特模型上展示了MNIST二分类的训练过程。

提出了一种采用二元自行车码的针对量子卷积神经网络的低开销纠错技术，证明了在真实噪声环境下，相比于未保护QCNN，该技术改善了学习性能。