EXAQC演化框架扩展到混合量子—经典图像分类

Devroop Kar、Daniel Krutz 和 Travis Desell 在 arXiv 论文（arXiv:2610.03220）中把自动化量子电路发现框架 EXAQC 扩展到图像分类，用演化方法搜索混合量子—经典网络中的中间 PQC 模块。 论文称，在 MNIST、Fashion-MNIST 和 CIFAR-10 上分别达到 98.42%、90.62% 和 85.47% 的准确率，门数与其他量子架构搜索方法相当；在 CIFAR-10 上，基于旋转的编码（RX、RY、U3）比振幅编码高出 22–25 个百分点。以上为论文声称的结果，属于模拟研究阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。