.png){kind=icon}
返回
Advanced Quantum Computing–Integrated Artificial Intelligence for Data Processing Applications: A Comprehensive Review
.png){kind=icon}
OA
AI
DOI：10.1007/s12559-026-10646-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本综述旨在探讨量子计算（QC）与人工智能（AI）子集（如机器学习（ML）和深度学习（DL））的融合，以应对视觉数据指数增长带来的计算需求。它识别了关键挑战，如学科交叉复杂性、缺乏标准基准、可扩展性、集成障碍以及量子应用中的理论与实践差距。该综述系统地考察了现有文献中关于量子算法在图像处理、自然语言处理（NLP）、迁移学习（TL）、联邦学习（FL）、网络、网络安全和金融领域的应用。它强调了利用量子原理（如叠加和纠缠）来加速计算、优化模型以及增强ML/DL框架中的数据安全。研究发现，将QC与ML/DL集成可提供更快的收敛速度、改进的优化、安全的去中心化学习以及高效处理大规模和复杂数据。在TL和FL方法、NLP精度、密码学鲁棒性以及医学诊断和自主系统性能方面观察到具体改进。QC在增强各领域ML/DL能力方面具有变革性潜力。尽管存在误差缓解和集成复杂性等现有挑战，但其与经典学习方法的结合为AI驱动领域的研究开辟了新的前沿。未来的研究应着重于弥合理论和应用层面的差距，同时创建标准化的评估框架。
Keyword:
Quantum image processing
Image classification
Quantum machine learning
Denoising
Medical diagnosis
期刊
IF:
4.3
论文数:
1.6K
被引数:
3.6K
机构
引用论文
A panoramic survey of the advanced encryption standard: from architecture to security analysis, key management, real-world applications, and post-quantum challenges高级加密标准（Advanced Encryption Standard）的全方位综述：从架构到安全性分析、密钥管理、实际应用及后量子挑战
OAAI
.png){kind=icon}
OAAI分享收藏Quantum Computing and the Future of Healthcare Internet of Things Security: Challenges and Opportunities量子计算与医疗物联网安全的未来: 挑战与机遇
PREAI
分享收藏Enhancing stock market prediction through image encoding, pattern recognition, and ensemble learning with custom error correction techniques通过图像编码、模式识别和集成学习结合自定义误差校正技术提升股票市场预测
PREAI
分享收藏分享收藏
查看更多内容