Scalable Quantum Machine Learning via Multi-layer Fully-Connected Variational Quantum Circuits
Dieses Paper führt Multi-Layer Fully-Connected Variational Quantum Circuits (FC-VQC) ein, ein skalierbares Quanten-Maschinelles-Lernen-Framework, das lokale VQC-Blöcke mittels Messung und Re-Encoding ohne trainierbare klassische Komponenten verbindet und eine überlegene Leistung bei der hochdimensionalen spatio-temporalen Funktionsapproximation im Vergleich zu verschiedenen klassischen und quantenbasierten Baselines demonstriert.