quantum-federated-learning

本文提出了一种新颖的自洽中点聚合方法，用于实现稳定的量子联邦学习，解决了数据异质性和量子噪声等挑战，并在真实量子机器上进行了验证。

本文提出DUQFL-Prox，一种漂移稳定的量子联邦学习框架，采用深度展开局部优化，结合自适应SPSA更新和近端项，以改善异构分布式环境中的稳定性、泛化能力和客户端公平性。