arXiv · quant-ph· Saim Rehman, Muhammad Shafique·· 6 小时前
ConQUESTA：面向拓扑的量子神经网络训练后结构剪枝
ConQUESTA: Topology-Aware Post-Training Structural Pruning of Quantum Neural Networks
arXiv:2610.23415v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Saim Rehman, Muhammad Shafique
研究任务与主要进展
基于论文摘要，作者提出ConQUESTA量子神经网络训练后结构剪枝框架，将任务显著性与编译成本结合，在明确精度约束下搜索完整剪枝掩码。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org