Trained quantum Kolmogorov--Arnold networks can dequantize, and a discrete-logarithm encoding need not: a measurement-based map of where quantum advantage can live
Diese Arbeit zeigt, dass, während trainierte Quanten-Kolmogorov-Arnold-Netzwerke oft über Tensornetzwerke mit geringer Bindungsdimension klassisch simulierbar sind, echter Quantenvorteil bewahrt und durch den Einsatz von diskreten Logarithmus-Kodierungen, die zahlentheoretische Komplexität einbetten, ohne dem Problem der Barren Plateaus zu erliegen, trainierbar gemacht werden kann.