Geometric Preconditioning and Curriculum Optimization for Trainable Variational Quantum Regression
本論文は、変分量子回路の学習可能性の課題を克服するために、学習可能な幾何学的前処理埋め込みとカリキュラムに基づく訓練プロトコルを組み合わせるハイブリッド量子・古典回帰フレームワークを提案し、純粋な量子ベースラインよりも性能が向上することを示す一方で、強力な古典的手法の競争力も引き続き認められることを付記する。