近日，网络空间安全学院谭晓青教授课题组在量子机器学习领域取得新的研究进展，相关成果“Learning to Learn Variational Quantum Algorithm”被国际人工智能顶级学术期刊IEEE Transactions on Neural Networks and Learning Systems （IEEE TNNLS）录用。IEEE TNNLS是中科院SCI一区TOP期刊，最新影响因子10.451。网络空间安全专业博士研究生黄睿为第一作者，博士生导师谭晓青教授为通讯作者。
图1 IEEE TNNLS杂志情况在线截图
图2 论文在线发表截图
变分量子算法（Variational Quantum Algorithm）利用经典计算机作为量子算法的外环优化器，通过更新线路参数来获得近似基态。在已有的量子机器学习算法中，需要进行大量的数据训练才能提高模型精度，并且缺乏对训练模型的迁移能力。该文设计了能够利用先验知识来快速学习新任务的量子算法，称为元学习变分量子算法（Meta-learning Variational Quantum Algorithm，Meta-VQA）。实验针对伊辛（Ising）模型进行近似量子优化，并对氢分子、氢化锂和氦合氢离子进行了变分量子本征求解。结果表明Meta-VQA通过优化小规模的量子算法，便可扩展到更大的系统规模和问题实例，在近期量子处理器上展现更好的性能。
图3Meta-VQA向较大系统规模和问题实例的演变
该研究成果依托于本校密码编码实验室，得到了国家自然科学基金重点项目（62032009）、广东省基础与应用基础研究重大项目（2019B030302008）、广东省自然科学基金面上项目（2021A1515011440）、暨南大学博士研究生拔尖创新人才培养项目（2021CXB007）等项目资助。
原文链接：https://doi.org/10.1109/TNNLS.2022.3151127
