Краткое содержание

arXiv:2504.08814v4 Тип объявления: замена-перекрёстная публикация Аннотация: Квантовое федеративное обучение (Quantum Federated Learning — QFL) представляет собой новое направление исследований, использующее достижения квантовых вычислений (quantum computing — QC), чтобы повысить масштабируемость и эффективность децентрализованных моделей федеративного обучения (federated learning — FL). В данной статье представлен систематический и всесторонний обзор возникающих проблем и решений, когда технологии федеративного обучения объединяются с квантовыми технологиями, от исследовательских протоколов до новой таксономии, особое внимание уделено ограничениям как квантового подхода, так и федеративного, включая архитектуру, устройства шумной промежуточной шкалы квантовых устройств (Noisy Intermediate-Scale Quantum — NISQ) и сохранение конфиденциальности. С введением двух новых метрик — эффективности использования кубитов и стратегии обучения квантовых моделей — мы представляем подробный анализ текущего состояния исследований в области QFL. Данная работа исследует ключевые направления развития и интеграционные подходы, а также влияние квантовых технологий на федеративное обучение, акцентируя внимание на гибридных подходах, сочетающих квантовые и классические методы. Статья предлагает глубокое понимание того, каким образом сильные стороны