La IA y los problemas difíciles del mundo · Física cuántica y computación cuántica · arXiv · 2026-10-23
Representaciones estructuradas de redes tensoriales unitarias para una codificación cuántica de datos eficiente en circuitos
Título original: Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding
Codificar datos clásicos en estados cuánticos es un cuello de botella clave en el aprendizaje automático cuántico, ya que muchos métodos comunes requieren circuitos profundos y recursos cuánticos considerables. Los autores proponen TNQE, un marco que descompone los datos en redes tensoriales unitarias estructuradas y las compila en circuitos de codificación mediante unitarias en bloque aprendibles. En diversas pruebas de referencia logra circuitos con una profundidad de tan solo 0.04 veces la de la codificación de amplitud, escala a imágenes de 256×256 y demuestra viabilidad práctica en hardware cuántico real.