Towards Sample Efficient Entanglement Classification for 3 and 4 Qubit Systems: A Tailored CNN-BiLSTM Approach
Dieses Paper schlägt eine hybride CNN-BiLSTM-Architektur vor, speziell eine Variante zur Dimensionstransformation, die eine Genauigkeit von über 90 % bei der Klassifizierung von 3- und 4-Qubit-Verschränkung mit nur 100 Trainingsbeispielen erreicht und damit effektiv den Engpass bei der Datenerfassung in Quantensystemen überwindet.