云量子机器学习研究进展.pdfVIP

第

42

卷

第

3

期广东工业大学学报Vol.

42

No.

3

2025

年

5

月JournalofGuangdongUniversityofTechnologyMay

2025

杨俊鸿,

王帮海,

钟志.

云量子机器学习研究进展[J].

广东工业大学学报,

2025,

42(3):

1–11.

doi:

10.12052/gdutxb.240118.

Yang

Junhong,

Wang

Banghai,

Zhong

Zhi.

Progress

in

cloud-based

quantum

machine

learning[J].

Journal

of

Guangdong

University

of

Technology,

2025,

42(3):

1–11.

doi:

10.12052/gdutxb.240118.

云量子机器学习研究进展

杨俊鸿，王帮海，钟

志112

（1.

广东工业大学

计算机学院,

广东

广州

510006；2.

广东工业大学

继续教育学院,

广东

广州

510006）

摘要:随着量子计算和信息技术的飞速进步，云量子机器学习作为一种新兴解决方案，为资源受限的用户通过远程

量子服务器处理量子机器学习任务提供可能，同时确保了数据与模型的隐私保护。本文较全面地展示了该领域的最

新研究动态，从量子内积和变分量子算法的基本理论出发，分析了基于量子内积的多种云量子机器学习和云变分量

子算法的实施细节与应用实例。文章还讨论了当前技术面临的挑战，并对未来的研究方向提供了展望。

关键词:云量子机器学习；隐私保护；量子内积；变分量子算法

中图分类号:TP305；TP399

文献标志码:A

文章编号:1007–7162(2025)03–0001–11

ProgressinCloud-basedQuantumMachineLearning

Yang

Junhong,

Wang

Banghai,

Zhong

Zhi112

(1.

School

of

Computer

Science

and

Technology,

Guangdong

University

of

Technology,

Guangzhou

510006,

China;

2.

School

of

Continuing

Education,

Guangdong

University

of

Technology,

Guangzhou

510006,

China)

Abstract:With

the

rapid

advancement

of

quantum

computing

and

information

technology,

cloud-based

quantum

machine

learning

has

emerged

as

a

promising

solution,

enabling

resource-constra