AI与世界难题 · 量子物理与量子计算 · arXiv · 2026-10-23
用于电路高效量子数据编码的结构化酉张量网络表示
原标题: Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding
将经典数据编码为量子态是量子机器学习的一大瓶颈，因为许多常见方法需要深层电路和大量量子资源。作者提出了TNQE框架，它将数据分解为结构化的酉张量网络，并利用可学习的分块酉矩阵将其编译为编码电路。在各项基准测试中，该方法得到的电路深度低至振幅编码的0.04倍，可扩展到256×256的图像，并在真实量子硬件上展现出实际可行性。