English(EN) Stacking the Deck: Tunable Trainability in Stacked LCUs

新的量子电路ansatz提供了可调的训练性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-28 04:00

研究人员引入了一种新的变分量子电路ansatz，称为堆叠酉线性组合（S-LCU）。这种S-LCU旨在解决量子计算中训练性和经典可模拟性之间的根本权衡问题。所提出的方法允许在 barren plateaus 和经典模拟复杂度之间进行可调的平衡，为从业者提供了一种系统性的方法来构建适合其特定应用和硬件的ansatz。 AI

影响这项研究通过解决变分量子电路中的训练性问题，可能带来更有效和实用的量子算法。

排序理由该集群包含一篇详细介绍量子计算新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Nikhil Khatri, Stefan Zohren, Gabriel Matos · 2026-07-28 04:00

堆叠LCU的可调训练性：堆叠牌

arXiv:2607.24686v1 Announce Type: cross Abstract: Variational quantum circuits have been central to many proposed near-term applications of quantum computing, but a growing body of evidence suggests that trainability and quantum advantage are fundamentally at odds: ans\"atze expr…

报道来源 [1]

堆叠LCU的可调训练性：堆叠牌

相关话题