arXiv 量子物理· Saim Rehman, Muhammad Shafique·· 3 天前AI 评分24
ConQUESTA：面向量子神经网络拓扑感知的训练后结构化剪枝
ConQUESTA: Topology-Aware Post-Training Structural Pruning of Quantum Neural Networks
AI 导读
研究者提出训练后剪枝框架 ConQUESTA，结合任务显著性与编译器成本筛选纠缠门候选，并在显式精度约束下搜索完整剪枝掩码。在 4、6、8 量子比特 QNN 与八个模型种子上，55% 剪枝率下 Breast Cancer、Digits01、Iris 平均资源分别降低 61.6%、72.0%、82.2%，较最强简单基线高 3.5、1.7、8.9 个百分点。
来源：arXiv 量子物理 · arxiv.org