ReQGAN: การสังเคราะห์ภาพเต็มแบบ End-to-End ด้วย Quantum GAN ผ่านการเข้ารหัสสัญญาณรบกวนเชิงนิวรัลและการปรับเทียบความเข้ม

ReQGAN สังเคราะห์ภาพเต็มจาก PQC ขนาด D-qubit เพียงตัวเดียว โดยจับคู่ Neural Noise Encoder ที่เรียนรู้ได้กับโมดูล Intensity Calibration แบบดิฟเฟอเรนเชียล ส่งผลให้คะแนน FID ลดลงประมาณ 50% เมื่อเทียบกับ PQWGAN บนชุดข้อมูล MNIST ภายใต้งบประมาณ qubit ของ NISQ ที่จำกัด

#ควอนตัมML #QGAN #NISQ

ReQGAN: End-to-End Full-Image Quantum GAN Synthesis via Neural Noise Encoding and Intensity Calibration

ReQGAN synthesises full images from a single D-qubit PQC by pairing a learnable Neural Noise Encoder with a differentiable Intensity Calibration module, slashing FID scores ~50% vs. PQWGAN on MNIST within tight NISQ qubit budgets.

#QuantumML #QGAN #NISQ

스케일링 트릭 없이 전체 해상도의 다양한 이미지 생성을 위한 양자 Wasserstein GAN

BMW/UBC 연구진이 차원 축소나 패치 기법 없이 단 11~13큐비트만으로 전체 MNIST 및 Fashion-MNIST에서 엔드투엔드 양자 Wasserstein GAN을 학습시켰습니다. 작업별 회로 설계와 다중 모달 노이즈를 결합하여 전체 10개 클래스에서 새로운 QGAN 최첨단 FID를 달성했습니다.

#양자머신러닝 #QGAN #연구

Quantum Wasserstein GANs for Full-Resolution Diverse Image Generation Without Scaling Tricks

BMW/UBC researchers train end-to-end quantum Wasserstein GANs on full MNIST & Fashion-MNIST using just 11–13 qubits—no dimensionality reduction or patch tricks. Task-specific circuit design + multimodal noise achieves new QGAN state-of-the-art FID across all 10 classes.

#QuantumML #QGAN #Research