AI اور دنیا کے مشکل مسائل · کوانٹم طبیعیات اور کوانٹم کمپیوٹنگ · arXiv · 2026-10-19

ConQUESTA: کوانٹم نیورل نیٹ ورکس کی ٹوپولوجی سے باخبر، تربیت کے بعد ساختی کانٹ چھانٹ

اصل عنوان: ConQUESTA: Topology-Aware Post-Training Structural Pruning of Quantum Neural Networks

کوانٹم نیورل نیٹ ورکس کو کم رابطے والے ہارڈویئر پر چلانے کے لیے درستگی کھوئے بغیر دو-کیوبٹ گیٹس، SWAPs اور ڈیپتھ میں کمی ضروری ہے۔ مصنفین ConQUESTA تجویز کرتے ہیں، جو ایک پوسٹ ٹریننگ پرننگ طریقہ ہے۔ یہ اینٹینگلرز کو ٹاسک کی اہمیت اور کمپائلر کی لاگت کی بنیاد پر اسکور کرتا ہے، پھر درستگی کی شرط کے تحت مکمل پرننگ ماسکس تلاش کرتا ہے، اور ہر ماسک کو کئی کپلنگ ٹوپولوجیز پر ٹرانسپائل کرتا ہے۔ 55% پرننگ پر وسائل میں اوسط کمی Breast Cancer پر 61.6%، Digits01 پر 72.0% اور Iris پر 82.2% رہی، اور مقررہ ماسک کی بحالی نے قابلِ عمل رنز کو 24 میں سے 16 سے بڑھا کر 22 کر دیا۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →