近期bat365在线平台昌燕教授指导其硕士研究生黄思维等在物理与天体物理学科一区Top期刊《Quantum Science and Technology》（JCR分区: Q1, IF:6.568）上发表题为“Hybrid quantum–classical convolutional neural networks with privacy quantum computing”的研究论文。
论文着眼于解决目前量子云卷积中存在的隐私问题，应对量子机器学习与云计算环境中的现实挑战。引入“量子卷积+隐私保护”思想，提出了保护量子云卷积中图像隐私的算法，该方法能有效保护输入图像数据的隐私。所提出的隐私保护方法属于同态加密，该方案在用户本地即可实现对图像的加解密，密文图像经量子卷积提取特征后，解密特征图得到的结果与将原始图像作为卷积计算的输入得到的结果相同。
图1 HQCCNN、CNN和本文成果的准确度和损失函数比较
文章信息：Huang Siwei, Chang Yan, Lin Yusheng, Zhang Shibin. Hybrid quantum-classical convolutional neural networks with privacy quantum computing. QUANTUM SCIENCE AND TECHNOLOGY, 2023, 8(2):025015, DOI10.1088/2058-9565/acb966.
