研究者提出用于隐式神经表示的谱量子内存模型SQMM

2026年11月4日，研究人员在 arXiv quant-ph 发表研究，提出用于隐式神经表示的谱量子内存模型（SQMM）。该模型通过共享相干量子内存寄存器，实现了顺序混合数据重上传层之间的通信。理论证明显示，该架构的内存状态能够形成算子值傅里叶级数，下游层可基于先前层存储的谱内容调节系数，同时不会产生新的基频。在音频和图像重建的基准测试中，SQMM 的表现均优于紧凑型 QINR 与 INR 基线。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。