ハイブリッド量子古典リカレントニューラルネットワーク

本稿では、ハイブリッドな量子古典リカレントニューラルネットワーク（QRNN）アーキテクチャを提案しています。この構造では、再帰的なコアがパラメータ化された量子回路（PQC）として実現され、古典的フィードフォワードネットワークによって制御されます。隠れ状態はn量子ビットのPQCの量子状態であり、指数関数的に大きいヒルベルト空間に存在します。PQCは単位的であり、外部の制約なしに隠れ状態の進化がノルム保存されます。各タイムステップで、中間回路での読取り結果が入力埋め込みと組み合わされ、フィードフォワードネットワークにより処理されます。このモデルは、感情分析やMNIST、言語モデルなどの広範なシーケンス学習タスクでのシミュレーションにおいて、量子操作に基づく初の競争力ある性能を達成しました。特に、機械翻訳のためのソフトアテンションメカニズムを導入し、その効果を示しています。