AI এবং বিশ্বের কঠিন সমস্যাগুলো · কোয়ান্টাম পদার্থবিজ্ঞান ও কোয়ান্টাম কম্পিউটিং · arXiv · 2026-10-23

সার্কিট-সাশ্রয়ী কোয়ান্টাম ডেটা এনকোডিংয়ের জন্য কাঠামোবদ্ধ ইউনিটারি টেনসর নেটওয়ার্ক উপস্থাপনা

মূল শিরোনাম: Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding

ক্লাসিক্যাল ডেটাকে কোয়ান্টাম অবস্থায় এনকোড করা কোয়ান্টাম মেশিন লার্নিংয়ের একটি প্রধান বাধা, কারণ অনেক প্রচলিত পদ্ধতিতে গভীর সার্কিট ও যথেষ্ট কোয়ান্টাম সম্পদ লাগে। লেখকেরা TNQE নামে একটি কাঠামো প্রস্তাব করেছেন, যা ডেটাকে কাঠামোবদ্ধ ইউনিটারি টেনসর নেটওয়ার্কে বিশ্লেষণ করে এবং শেখার উপযোগী ব্লক ইউনিটারি ব্যবহার করে সেগুলোকে এনকোডিং সার্কিটে রূপান্তর করে। বিভিন্ন বেঞ্চমার্কে এটি অ্যামপ্লিটিউড এনকোডিংয়ের ০.০৪ গুণ গভীরতার মতো অগভীর সার্কিট অর্জন করে, ২৫৬×২৫৬ ছবি পর্যন্ত বিস্তৃত হয় এবং বাস্তব কোয়ান্টাম হার্ডওয়্যারে ব্যবহারিক সম্ভাব্যতা দেখায়।

মূল লেখা পড়ুন ↗

সব আইটেম →