Geometric Preconditioning and Curriculum Optimization for Trainable Variational Quantum Regression
यह शोध पत्र एक हाइब्रिड क्वांटम-क्लासिकल रिग्रेशन फ्रेमवर्क प्रस्तावित करता है जो वेरिएशनल क्वांटम सर्किटों में प्रशिक्षण क्षमता की चुनौतियों से निपटने के लिए एक सीखने योग्य ज्यामितीय प्रीकंडीशनिंग एम्बेडिंग को पाठ्यक्रम-आधारित प्रशिक्षण प्रोटोकॉल के साथ जोड़ता है, जो शुद्ध क्वांटम बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है और साथ ही मजबूत क्लासिकल विधियों की निरंतर प्रतिस्पर्धात्मकता को भी स्वीकार करता है।