Inizializzazione a Griglia Ternaria Potenzia i Circuiti Quantistici a Frequenza Addestrabile

Un recente studio pubblicato su arXiv evidenzia una sfida significativa nei circuiti quantistici a frequenza addestrabile (TF), che cercano di minimizzare i gate di codifica attraverso prefattori di codifica dei dati appresi. Gli autori notano che il gradiente del prefattore è ostacolato dal gap spettrale che separa le frequenze disponibili del circuito dallo spettro desiderato, limitando il movimento dei prefattori a un'area di inizializzazione ristretta. Per affrontare questo problema, i ricercatori suggeriscono di utilizzare l'inizializzazione a griglia ternaria, che assegna prefattori come potenze di tre. Questo lavoro è pertinente ai campi dell'apprendimento automatico quantistico (QML) e dei circuiti quantistici variazionali.