Hybrid Classical-Quantum Neural Networks for Multi-Characteristic Co-Optimization of Recessed-Gate AlGaN/GaN MIS-HEMTs
Este artículo propone una red neuronal híbrida clásico-cuántica (HQNN) que supera significativamente a las líneas de base clásicas en la optimización de seis características eléctricas de los MIS-HEMT de AlGaN/GaN con puerta hundida al aprovechar datos experimentales, mientras demuestra que la profundidad del circuito, la cantidad de parámetros y las estrategias de entrelazamiento específicas son críticas para la precisión y la viabilidad en hardware a corto plazo.
Rushat Rai, Pei-Jie Chang, Doan Viet Nguyen, Yuan-Chieh Chiu, Niall Tumilty, Yun-Yuan Wang, Simon See, Wen-Jay Lee, Tai-Yue Li, Nan-Yow Chen, Tian-Li Wu2026-05-28🔬 physics.app-ph