研究者提出张量网络量子数据编码框架TNQE
热点事件持续更新
研究者提出张量网络量子数据编码框架TNQE
1 篇报道1 个报道来源58 分钟前更新
先了解这件事
AI 综述
Guang Lin、Toshihisa Tanaka、Qibin Zhao 提出基于结构化酉张量网络的量子数据编码框架 TNQE：先把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，并将张量核心参数化为可学习的块酉矩阵，以显式控制电路深度与量子比特资源。 研究者在多项基准上称，TNQE 编码电路深度最低仅为振幅编码的 0.04 倍，可扩展到 256×256 高分辨率图像，并已在真实量子硬件上验证可行性。
AI 根据报道生成 · 44 分钟前更新
最新进展10月23日 12:00
TNQE：用结构化酉张量网络实现电路高效的量子数据编码报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 量子物理TNQE：用结构化酉张量网络实现电路高效的量子数据编码
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。