量子机器学习 (Quantum Machine Learning)

• 量子计算基础：量子比特 (qubit)、叠加 (superposition)、纠缠 (entanglement)、测量 (measurement)
• 量子门：泡利门 (Pauli X, Y, Z)、哈达玛门 (Hadamard)、CNOT 门、托佛利门 (Toffoli)、旋转门 (rotation gates)
• 量子电路：电路模型 (circuit model)、参数化电路 (parameterised circuits)、深度与宽度 (depth and width)
• 变分量子算法：VQE、QAOA、变分分类器 (variational classifiers)
• 量子核方法：量子特征映射 (quantum feature maps)、量子支持向量机 (quantum support vector machines)
• 量子神经网络：作为神经层的参数化量子电路 (parameterised quantum circuits as neural layers)
• 贫瘠高原 (barren plateaus)：量子电路中的梯度消失 (vanishing gradients)、可表达性与可训练性 (expressibility vs trainability)
• 量子优势辩论：NISQ 时代局限性 (NISQ era limitations)、容错量子计算时间线 (fault-tolerant quantum computing timeline)
• 混合经典-量子架构：经典流水线中的量子层 (quantum layers in classical pipelines)