TY-JOURA2-Sheng、YUBAU-Chene、GuomingAU-Long、SunAU-Yu、ZeduAU-Li、WanyiAU-Peng、JunfengPY-2023DA-2023DA-2023DV01/17TI-图像分类的强易解性QCNN量子电路设计TensorFlow量子框架并比较QCNN分类器和两种混合量子类QN模型的性能反向攻击被视为一种可解释方法来评价QCNN模型的强健性图像比特切片和Ising相交相似性开通新方法探索QCNN分类器提高分类性能QCNN不同比特机性能分类还显示,它们可以强力抵抗对称攻击,如FGSM、CW、JSMA和DEEPFOLSN-NullUR-https://doi.org/101155/2023/28217DO-101155/2023/284217JF-Quantum工程PB-HindawiKW-ER