提出模块化量子神经网络训练协议

一项研究提出 Divide et Impera 训练协议，将量子神经网络拆分为更小组件，以改善优化并适配较少量子比特和有限量子门的设计需求。方法基于真实数据和真实预测任务开展基准测试，覆盖电动汽车充电站状态与全球空气质量指数，结果提示其可作为模块化量子架构中量子机器学习算法的设计原则。

摘自 arXiv · quant-ph

还没有足够的连续观测数据，暂不绘制趋势。