arXiv quant-ph· Saim Rehman, Muhammad Shafique·· 15 天前AI 评分25
ConQUESTA：拓扑感知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
AI 导读
研究人员提出针对量子神经网络的训练后剪枝框架 ConQUESTA，结合任务显著性与编译器成本，在显式精度约束下跨多种硬件拓扑整体转译搜索剪枝掩码。在 4、6 和 8 量子比特 QNN 的 55% 剪枝实验中，其在 Breast Cancer、Digits01 和 Iris 任务上分别实现 61.6%、72.0% 和 82.2% 的平均资源缩减。
来源：arXiv quant-ph · arxiv.org