DistributedEstimator: Distributed Training of Quantum Neural Networks via Circuit Cutting
이 논문은 더 작은 장치에서의 실행을 가능하게 하기 위해 회로 절단(circuit cutting)을 활용하는 양자 신경망용 분산 훈련 파이프라인인 DistributedEstimator를 소개하며, 고전적 재구성 오버헤드와 지수적인 하위 실험 증가가 확장성을 제한하지만, 이 접근 방식이 다양한 분류 작업 전반에서 모델의 정확도와 강건성을 보존함을 입증한다.