ConQUESTA: Topology-Aware Post-Training Structural Pruning of Quantum Neural Networks
ConQUESTA क्वांटम न्यूरल नेटवर्क के लिए एक टोपोलॉजी-जागरूक पोस्ट-ट्रेनिंग प्रूनिंग फ्रेमवर्क है जो उम्मीदवार एंटैंगलर्स की स्क्रीनिंग और स्पष्ट बाधाओं के तहत पूर्ण प्रूनिंग मास्क की खोज करके कार्य सटीकता और हार्डवेयर दक्षता को अनुकूलित करता है, जिससे विभिन्न क्वबिट स्केल्स और डेटासेट्स में कंपाइलर-प्रेरित गेट्स और डेप्थ में महत्वपूर्ण कमी आती है।