EUVIMEDEUVIMED entdecken
Crossref

QGAN-based data augmentation for hybrid quantum–classical neural networks

Run-Ze He, Jun-Jian Su, Su-Juan Qin, Zheng-Ping Jin, Fei Gao

Chinese Journal of Physics · 2025-10 · 97 · 1453-1463

DOI: 10.1016/j.cjph.2025.07.017 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Chinese Journal of Physics, 2025-10. Verfasst von Run-Ze He und 4 weiteren Autor:innen. Die Arbeit wurde bisher 6-mal zitiert (Crossref) und nennt 51 Literaturangaben. Gefördert von: National Natural Science Foundation of China.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Natural Science Foundation of China

Zitieren

APA

He, R., Su, J., Qin, S., Jin, Z., & Gao, F. (2025). QGAN-based data augmentation for hybrid quantum–classical neural networks. Chinese Journal of Physics, 97, 1453-1463. https://doi.org/10.1016/j.cjph.2025.07.017

Vancouver

He R, Su J, Qin S, Jin Z, Gao F. QGAN-based data augmentation for hybrid quantum–classical neural networks. Chinese Journal of Physics. 2025;97:1453-1463. doi:10.1016/j.cjph.2025.07.017

BibTeX
@article{He2025,
  author = {He, Run-Ze and Su, Jun-Jian and Qin, Su-Juan and Jin, Zheng-Ping and Gao, Fei},
  title = {QGAN-based data augmentation for hybrid quantum–classical neural networks},
  journal = {Chinese Journal of Physics},
  year = {2025},
  volume = {97},
  pages = {1453--1463},
  doi = {10.1016/j.cjph.2025.07.017}
}
Kostenlos starten →