SHADE 使量子模型能够在不重新测量量子态的情况下遗忘数据。利用训练期间记录的经典影子，联邦节点估计梯度并应用牛顿校正以在 <0.2s 内移除遗忘数据，与重新训练的准确度相匹配。

#量子机器学习 #联邦学习 #研究

量子神经网络参数通过单位四元数坐标表示SU(2)旋转进行加密用于联邦学习——将加密深度从数千个门减少到一次乘法运算，零效用损失，硬件验证达到99.18%保真度。

#量子密码学 #联邦学习 #研究

混合量子-经典联邦学习仅使用12个可训练参数即可实现87.57%的准确率，相比之下经典替代方案需要1,002+个参数，该方法可实现隐私保护的多方机器学习，无需集中原始数据。

#量子机器学习 #联邦学习 #研究