研究人员开发了一种使用机器学习模型优化量子电路的自动化方法。通过分析MQT Bench套件中的数千个电路，他们训练了一个预测模型来选择最有效的Qiskit转译器（transpiler）通道。这种方法显著减少了双量子比特门，在Qiskit默认配置的基础上平均减少了19.1%至32.4%，在某些情况下，改进幅度高达95.8%。 AI
影响 这项研究通过自动化复杂的优化任务，可能带来更高效的量子算法和软件开发。
排序理由 学术论文，详细介绍了一种使用机器学习进行量子电路优化的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
