From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks
Dit artikel introduceert geometrische ontwerpprincipes voor kwantummachinelearning die het ontwerp herformuleren van statereikbaarheid naar leerbaarheid, door aan te tonen dat data-afhankelijke instelbare unitaire transformaties nodig zijn voor adaptieve geometrische vervormingen die betere prestaties leveren met minder kwantumpoorten.