Cross-platform hardware benchmark of style-based quantum GANs for data augmentation on superconducting and trapped-ion processors
Este artículo presenta un benchmark multiplataforma que compara el rendimiento de una GAN cuántica de estilo fijo para el aumento de datos de física de altas energías en los procesadores de superconductores ibm_torino de IBM y aria-1 de iones atrapados de IonQ, revelando que, si bien IonQ logró una calidad estadística ligeramente superior, la plataforma de IBM ofreció un tiempo de ejecución de extremo a extremo significativamente más rápido.