GAT-QNN: Genetic Algorithm-Based Training of Hybrid Quantum Neural Networks
本論文は、NISQ デバイスのノイズや回路設計の複雑さといった課題に対処するため、遺伝的アルゴリズムを用いてマクロ回路を学習し、その後独立した推論段階でバックエンドに適したマイクロ回路を選択するハイブリッド量子ニューラルネットワークの新しいトレーニングフレームワーク「GAT-QNN」を提案し、MNIST 分類タスクにおいて複数のバックエンドで 22〜23% の精度向上を実証したものである。