BriefGPT - AI 论文速递
·
VAE-QWGAN：用于高分辨率图像生成的量子生成对抗网络改进
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的混合量子生成模型VAE-QWGAN，通过结合经典变分自编码器和量子Wasserstein生成对抗网络，提升了生成图像的质量和多样性。在MNIST和时尚MNIST数据集上表现出优越性能。
🎯
关键要点
- 提出了一种新的混合量子生成模型VAE-QWGAN。
- 该模型结合了经典变分自编码器和量子Wasserstein生成对抗网络。
- VAE-QWGAN显著提升了生成图像的质量和多样性。
- 在MNIST和时尚MNIST数据集上表现出优越性能。
➡️
