TNQE量子编码框架论文发布

2026年10月23日，Guang Lin、Toshihisa Tanaka、Qibin Zhao在arXiv预印本服务器发布论文《Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding》。该研究提出基于结构化幺正张量网络的TNQE框架，旨在实现电路高效的量子数据编码，为量子计算中的数据处理提供新方案。 TNQE框架通过结构化幺正张量网络表示，将经典输入数据分解并编译为编码电路，显著提升了数据处理效率。研究采用两种核心到电路策略，引入幺正感知约束，将张量网络核心参数化为可学习块幺正矩阵，直接优化并编码为量子算子。此方法实现了对电路深度和量子比特资源的显式控制，优化了量子计算资源使用。 该研究成果为量子数据编码领域提供了新的技术路径，通过张量网络结构优化编码过程，在保持编码效率的同时降低了硬件资源需求。TNQE框架的可扩展性和实用性为后续量子计算应用研究奠定了重要基础，推动量子信息技术发展。

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。