Tensor network surrogate models for variational quantum computation
Diese Arbeit stellt ein zweidimensionales Tensor-Netzwerk-Surrogatmodell vor, das eine effiziente Simulation und das Training von Variations-Quantenalgorithmen auf zweidimensionalen Gittern ermöglicht, indem es durch erweiterte Trainingsstrategien die Grenzen der Parameterkonzentration überwindet und gleichzeitig eine kontrollierte Benchmarking-Umgebung bietet.