Гибридная квантово-классическая генеративно-состязательная сеть с прогрессивным обучением для генерации изображений

Аннотации

Аннотация

Представлена прогрессивная стратегия обучения для квантовых генеративносостязательных сетей (QGAN), обеспечивающая стабильную генерацию изображений от $4 × 4$ до $28 × 28$ пикселей с использованием альфа-смешивания при переходах между разрешениями. Подход основан на архитектуре QINR-QGAN с параметризованными квантовыми схемами и повторной загрузкой данных. Экспериментальная валидация на датасете MNIST демонстрирует примерно двукратное ускорение сходимости на целевом разрешении при сохранении качества генерации по метрикам FID, SSIM и PSNR.