AIが解く世界の難問 · 量子物理・量子計算 · arXiv · 2026-10-23
回路効率に優れた量子データ符号化のための構造化ユニタリテンソルネットワーク表現
原題: Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding
量子機械学習では、古典データを量子状態に符号化する処理が重要な課題であり、多くの既存手法は深い回路を必要とし、量子ハードウェア上での拡張性を制約している。本研究はテンソルネットワーク分解に基づく回路効率の高い符号化枠組みTNQEを提案し、テンソルコアを学習可能なブロックユニタリとして最適化したうえで符号化回路に変換する。ベンチマークでは振幅符号化の0.04倍の深さまで浅い回路を実現し、256×256の高解像度画像にも拡張でき、実量子ハードウェア上での実現可能性も示された。