{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,31]]，“日期-时间”：“2024-05-31T14:35:04Z”，“时间戳”：1717166104908}，“引用-计数”：47，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[2020,10,1]]，《日期-时间》：“2020-10-01T00:00:00Z“，”timestamp“：1601510400000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[《信息科学》]，“published-print”：{date-parts“：[2020,10]]}，”DOI“：”10.1016\/j.ins.2020.05.127“，”type“：”journal-article“，”created“：{“date-parts”：[[2020,6,9]]，“date-time”：“2020-06-09T15:20:46Z”，“timestamp”：1591716046000}，“page”：“193-208”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：78，“title”：[“用于生成离散分布的量子生成对抗网络”]，“前缀”：“10.1016”，“volume”：“538”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0001-7853-6647”，“authenticated-ORCID”：false，“给定”：“浩真”，“家族”：“司徒”，“序列”：“第一”，“从属关系”：[]}，{“给定”:“志敏”，“家庭”：“何”，“sequence”：“additional”，“affiliation”：[]}，“给定的”：“余义”，“family”：“Wang”，“顺序”：“附加”，“附属关系”：[]}{“给定”：“绿洲”，“家族”：“李”，“序列”：“additional”，“affiliation”：[]}，{“given”：“Shenggen”，“family”：“Zheng”，“sequence”：“addressive”，“filiation“：[]2]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.ins.2020.05.127_b0005“，”doi-asserted-by“：”crossref“，”first page“：”2809“，”doi“：”10.12785\/amis\/080617“，”article-title“：“求解奇异边值问题系统的优化算法”，“volume”：“8”，“author”：“Abo-Hammour”，“year”：“2014”，“journal-title”：“Appl.Math.Inf.Sci.”}，{“key”：”10.1016\/j.ins.2020.05.127_b0010“，”doi-asserted-by“：”crossref“，”first page“：”396“，”doi“10.1016\\j.ins.2014.03.128”，“article-title“：“使用连续遗传算法数值求解二阶边值问题系统”，“卷”：“279”，“作者”：“Abu Arqub”，“年份”：“2014”，“期刊标题”：“Inform.Sci.”}，{“键”：“10.1016\/j.ins.2020.05.127_b0015”，“doi-asserted-by”：“crossref”，“首页”：“1591”，“doi”：“101007\/s00521-015-2110-x”，“文章标题”：“再生核算法对求解模糊Fredholm-Volterra积分微分方程的适应性”，“卷”：“28”，“作者”：“Abu Arqub”，“年份”：“2017”，“日志标题”：“神经计算应用”}，{“键”：“10.1016\/j.ins.2020.05.127_b0020”，“doi-asserted-by”：“crossref”，“首页”：“26”，“doi”：“101093\/nsr\/nwy149”，”article-title“：“量子机器学习”，“卷”：“6”，“作者”：“Allcock”，“年份”：“2019年”，“期刊标题”：“Natl.Sci.Rev.”}，{“关键”：“10.1016\/j.ins.2020.05.127_b0025”，“doi-asserted-by”：“crossref”，“首页”：“45”，“doi”：“101038\/s41534-019-0157-8”，《文章标题》：“用于基准测试和训练浅量子电路的生成建模方法”，“体积”：“5”，“author”：“Benedetti”，“year”：“2019”，“journal-title”：“NPJ Quant.Inform.”}，{“key”：“10.1016\/j.ins.2020.05.127_b0030”，“doi-asserted-by”：“crossref”，“doi”：“101088\/1367-2630\/ab14b5”，“article-title“：”纯态近似的对抗量子电路学习“，”volume“：”21“，”author“：”Benedette“，”year“：”2019“，”journal-title：“新j.物理学”}，{“key”：“10.1016\/j.ins.2020.05.127_b0035”，“doi-asserted-by”：“crossref”，“首页”：“195”，《doi》：“10.1038\/nature23474”，“article-title”：“量子机器学习”，“卷”：“549”，“作者”：“Biamonte”，“年份”：“2017”，“日志标题”：“自然”}，{“key”：crossref“，”首页“：”595“，”doi“：“10.1038\/s41567-018-0124-x”，“article-title”：“表征近期器件中的量子至高无上性”，“volume”：“14”，“author”：“Boixo”，“year”：“2018”，“journal-title“：”Nat.Phys.“}，{“key”：”10.1016\/j.ins.2020.05.127_b0045“，”doi-asserted-by“：”crossref“，”first page“：”863“，”doi“：”10.1007\/BF01397477“，”article-Ti tle“：“Zur Quantenmechanik der Sto\u00dfvorg\u00e4nge”，“volume”：“37”，“author”：“Born”，“year”：“1926”，“journal-title”：“Z.Phys.”}，{“key”：”10.1016\/j.ins.2020.05.127_b0050“，”doi-asserted-by“：”crossref“，”doi“：”10.1103\/PhysRevLett.110.230501“，”article-title“：”实验量子计算求解线性方程组“，”volume“：“110”，“作者”：“蔡”，“年份”：“2013年”，“日志标题”：“Phys.Rev.Lett.”}，{“key”：“10.1016\/j.ins.2020.05.127_b0055”，“doi-asserted-by”：“crossref”，“doi”：“101103\/PhysRevLett.1110504”，“article-title”：“量子计算机上基于纠缠的机器学习”，“volume”：”114“，“author”：“Cai”，“year”：“2015”，“日记标题”：”Phys.Rev.Lett.}，{“键”：“10.1016\/j.ins.2020.05.127_b0060”，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.106\/j-ins.2014.08.033”，“article-title”：“量子人工神经网络及其应用”，“volume”：”290“，“author”：“Cao”，“year”：“2015”，“journal-title“：”Inform.Sci.“}，{”key“10.1016”：“j.ins.2020.05.127_b0065”，“series”蒂尔”：“第30届神经信息处理系统国际会议论文集”，“首页”：“2172”，“文章标题”：“Infogan：通过信息最大化生成对抗性网络进行可解释表示学习”，“作者”：“Chen”，“年份”：“2016”}，｛“key”：“10.1016\/j.in.2020.05.127_0070”，“doi断言”：“crossref”，“doi”：“10.1088\/1367-2630\/aae94a”，“article-title”：“学习状态重叠的量子算法”，“volume”：“20”，“author”：“Cincio”，“year”：“2018”，“journal-title“：”New J.Phys.“}，{“key”：”10.1016\/J.ins.2020.05.127_b0075“，“doi-asserted-by”：“crossref”，“doi”：“10.1103\/PhysRevA.98.012324”，“article-title”：“量子生成对手ial网络“，”卷“：“98”，“author”：“Dallaire-Demers”，“year”：“2018”，“journal-title”：“Phys.Rev.A”}，{“key”：“10.1016\/j.ins.2020.05.127_b0080”，“series-title”：《第29届神经信息处理系统国际会议论文集》，“首页”：“1486”，“文章-标题”：“使用拉普拉斯对抗网络金字塔的深层生成图像模型”，“author”：“Denton”，“year”：“2015”}，{“key”：“10.1016\/j.ins.2020.05.127_b0085”，“doi-asserted-by”：“crossref”，“doi”：“101103\/PhysRevA.96.032301”，”article-title“：”支持矩阵机的量子算法“，”volume“：”96“，”author“：”Duan“，”year“：”2017”，“journal-title”：“Phys.Rev.A”}ins.2020.05.127_b0090“，”doi-asserted-by“：“crossref”，“DOI”：“10.1103\/PhysRevLett.117.130501”，“article-title”：“Quantum-enhanced machine learning”，“volume”：“117”，”author“：”Dunjko“，”year“：”2016“，”journal-title“：”Phys.Rev.Lett.“}，{”key“：”10.1016\/j.ins.2020.05.127_b0095“，”series-title“：“深度学习”，“author”：“Goodfellor”，“year”：“2016”}，“key”：“10.1016\/j.ins.2020.05.127_b0100”，“series-title”：“第27届神经信息处理系统国际会议论文集”，“首页”：“2672”，“article-title”：“生成性对抗网”，“author”：“Goodfellow”，“year”：“2014”}，{“key”：”10.1016\/j.ins.2020.05.127_b0105“，”doi-asserted-by“：”crossref“，”doi“：”10.1103\/PhysRevLett.103.15002“，”article-title“：“线性方程组的量子算法”，“volume”：“103”，“author”：“Harrow”，“year”：“2009”，“journal-title”：“Phys.Rev.Lett.”}，{“key”：”10.1016\/j.ins.2020.05.127_b0110“，”doi-asserted-by“：”crossref“，”first page“：”eaav2761“，“doi”：“10.1126\/sciadv.aav2761”，“article-title“：“超导量子电路中的量子生成对抗性学习”，“卷”：“5”，“作者”：“胡”，“年份”：“2019年”，“新闻标题”：“科学进展”}，{“关键”：“10.1016\/j.ins.2020.05.127_b0115”，”doi-asserted-by“：”crossref“，”doi“：”10.1088\/2058-9565\/aaea94“，”article-title“走向张量网络的量子机器学习”，”卷“：”4“作者”：“哈金斯”，“年份”：“2019”，“期刊标题”：“量子科学技术”}，｛“密钥”：“10.1016\/j.in.2020.05.127_b0120”，“doi断言”：“crossref”，“doi”：“10.1088\/2058-9565\/aada1f”，“文章标题”：“量子变分自动编码器”，“卷”：“4”，“作者”：“Khoshaman”，“年份”：“2018”，“期刊标题”：“量子科学技术”}，｛“密钥”：“10.1016\/j.ins.2020.05.127_b0125”，“非结构化”：“D.P.Kingma，j.Ba，Adam：随机优化方法，arXiv:1412.6980.”}，{“key”：“10.106\/j-ins.2020.50.57_b0130”，“unstructured”：“D.P.Kingsa，M.Welling，自动编码变分贝叶斯，arXiv:1312.6114.”}、{“密钥”：“0.1016\/j.ins.2020.05.127_b0135”，“article-title”：“通过带有遗传算法的量子加法器实现量子自动编码器”，“卷”：“4”，“作者”：“Lamata”，“年份”：“2019年”，“期刊标题”：“量子科学技术”}，{“密钥”：“10.1016\/j.ins.2020.05.127_b0140”，“doi-asserted-by”：“crossref”，“doi”：“101103\/PhysRevA.98.062324”，《文章标题》：“量子电路诞生机器的差异学习”，“体积”：“98”，“作者”：“Liu”，“年份”：“2018”，“期刊标题”：“Phys.Rev.A”}，{“key”：“10.1016\/j.in.2020.05.127_b0145”，“doi断言者”：“crossref”，“首页”：“631”，“doi”：“10.1038\/nphys3029”，“文章标题”：“量子主成分分析”，“卷”：“10”，“作者”：“Lloyd”，“年份”：“2014”，“期刊标题”：“Nat.Phys.”}，{“key”：“10.1016\/j.in.2020.05.127_b0150”，“doi-asserted-by”：“crossref”，“doi”：“10.1103\/PhysRevLett.121.040502”，“article-title”：“量子生成对抗学习”，“volume”：“121”，”author“：”Lloyd“，”year“：”2018“，”journal-title“：”Phys.Rev.Lett.“}，{”key“：”10.1016\/j.ins.2020.05.127_b0155“，”unstructured“：”M.Mirza，S.Osindero，条件生成对抗网，arXiv:1411.11 784.”}，{“key”：“10.1016\/j.ins.2020.05.127_b0160”，“doi-asserted-by”：“crossref”，“doi”：“101103\/PhysRevA.98.032309”，“article-title”：“量子电路学习”，“volume”：”98“，“author”：“Mitarai”，”year“2018”，“journal-title“：”Phys.Rev.A“}，{”key“：”10.1016\\j.ins.2020.05.127_b0165“，”doi-assert-by“：“crossref”，“doi”：“10.1103\/PhysRevLett.118.190503”，“article-title”：“归纳监督量子学习”，“volume”：“118”，“author”：“Monr\u00e0s”，“year”：“2017”，“journal-title“：”Phys.Rev.Lett.“}，{“key”：”10.1016\/j.ins.2020.05.127_b0170“，”doi-asserted-by“：”crossref“，”first page“：”231“，”doi“：”10.116\/S0020-0255（00）00055-4“，”article-title“：“量子人工神经网络体系结构和组件”，“卷”：“128”，“作者”：“Narayanan”，“年份”：“2000”，“日志标题”：“Inform.Sci.”}，{“key”：“10.1016\/j.ins.2020.05.127_b0175”，“series-title”：“量子计算和量子信息”，“author”：“Nielsen”，“year”：“2000}，“key“：”10.1016\/j.in.2020.05.127_b0180”，“非结构化”：“A。Radford，L.Metz，S.Chintala，深度卷积生成对抗网络的无监督表示学习，arXiv:1511.06434.“}，{“key”：“10.1016\/j.ins.2020.05.127_b0185”，“doi-asserted-by”：“crossref”，“doi”：“101103\/PhysRevLett.113.130503”，“article-title”：“大数据分类的量子支持向量机”，“volume”：113”，“作者”：“叛军”，“年份”：“2014年”，“新闻标题”：“物理学”。修订稿。“}，{”key“：”10.1016\/j.ins.2020.05.127_b0190“，”doi-asserted-by“：”crossref“，”doi“：”101088\/2058-9565\/aa8072“，”article-title“：”高效压缩量子数据的量子自动编码器“，”volume“：“2”，”author“：”Romero“，”year“2017”，”journal-title”：“Quantum Sci.Technol.”}，”{“key”：“10.1016\\j.ins.2020.05.127_b0195“非结构化”：“M.Schuld，A。Bocharov，K.Svore，N.Wiebe，以电路为中心的量子分类器，arXiv:1804.00633.“}，{”key“：”10.1016\/j.ins.2020.05.127_b0200“，”unstructured“：”H.Z.Situ，Z.M.He，Y.Y.Wang，L.Z.Li，S.G.Zheng，离散数据的量子生成对抗网络，arXiv：1807.01235.“}”，{“key”：“10.1016\\j.ins.2020.05.127_b0205”，“doi-asserted-by”：“crossref”，“”首页“：”36“，”DOI“：”10.1038\/s41534-017-0032-4“，”article-title“：”前馈神经网络的量子泛化“，”volume“：”3“，”author“：”Wan“，”year“：”2017“，”journal-title”：“NPJ Quantum Information”}，{“key”：“10.1016\/j.ins.2020.05.127_b0210”，“DOI-asserted-by”：“crossref”，“DOI”：“101103\/PhysRevLett.109.050505”，“article-Ti标题“：”数据拟合的量子算法”，“卷”：“109”，“作者”：“Wiebe”，“年份”：“2012”，“新闻标题”：“物理学”。修订稿。“}，{”key“：”10.1016\/j.ins.2020.05.127_b0215“，”doi-asserted-by“：”crossref“，”doi“：”101103\/PhysRevA.94.042311“，”article-title“：”关联规则挖掘的量子算法“，”volume“：“94”，”author“：”Yu“，”year“：”2016“，”journal-title”：“Phys.Rev.A”}，”{”key“：by“：”crossref“，”doi“：”10.1103\/PhysRevA.99.022301“，”article-title“：”视觉跟踪的量子算法“，”volume“：”99“，”author“：”Yu“，”year“：”2019“，”journal-title”：“Phys。Rev.A“}，{“key”：“10.1016\/j.ins.2020.05.127_b0225”，“unstructured”：“j.F.Zeng，Y.F.Wu，j.G.Liu，L.Wang，j.P.Hu，生成对抗量子电路的学习和推理，arXiv:1808.03425.”}，“{”key“：”10.1016\\j.ins.2020.05.127_b0230“，”unstructure“IBM quantum Experience:http://www.research.IBM.com\/IBM-q\/.”}10.1016\/j.ins.2020.05.127_b0235“，”非结构化“：”https:\/\/pytorch.org\/。“}]，”container-title“：[”Information Sciences“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0020025503545？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S002002550305545？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposted”：{“date-parts”：[[2020,12,13]]，“date-time”：“2020-12-13T04:17:37Z”，“timestamp”：1607833057000}，“score”：1，“resource”：{“primary”：“{”URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S002002 5520305545“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2020,10]]}，”references-count“：47，”alternative-id“：[”S0020025520305545“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.ins.2020.05.127“，”relation“：{}，“ISSN”：[”0020-0255“]，“ISSN-type”：[{“value”：“0020-02555”，“type”:“print”}]，“subject”：【]，“published”：{“date-parts”：[[2020,10]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}维护，{”value“：”用于生成离散分布的量子生成对抗网络“，”name“：”articletitle“，”标签“：”article Title“}，{“value”：“Information Sciences”，“name”：“journaltitle”，“label”：“Journal Title”}，}“value”：“https:\/\/doi.org\/101016\/j.ins.2020.05.127”，“name”：“articlelink”，“label“：”CrossRef DOI link to publisher maintained version“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，6-“value“：”\u00a9 2020 Elsevier Inc.保留所有权利。“，”name“：”copyright“，”label“:”copyright”}]}