用于量子储备池计算的参数高效多线性读出方法 ML-QRC

研究人员提出了用于量子储备池计算的多线性读出方法 ML-QRC，通过沿各模式投影保留时间步、量子比特与可观测量构成的张量结构。在指定配置下，ML-QRC 相比全稠密 MLP 减少了 12.0 倍参数，特征块压缩达 12.1 倍。实验表明其在 TFIM 相分类全数据测试中取得最高准确率，并在 Mackey-Glass 预测中显著改善了神经读出在低数据场景下的稳定性。