arXiv 量子物理· Guang Lin, Toshihisa Tanaka, Qibin Zhao·· 2 小时前AI 评分39
TNQE：用结构化酉张量网络实现电路高效的量子数据编码
Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding
AI 导读
研究者提出基于结构化酉张量网络表示的量子数据编码框架 TNQE，先将经典输入做张量网络分解，再通过两种核心到电路策略编译成编码电路。该框架引入酉感知约束，把张量核心参数化为可学习的块酉矩阵，从而可显式控制电路深度与量子比特资源。在多项基准上，TNQE 编码电路深度最低仅为振幅编码的 0.04 倍，并可扩展到 256×256 高分辨率图像，已在真实量子硬件上验证可行性。
来源：arXiv 量子物理 · arxiv.org