⚛️ 物理学

📷 CVPR2025 · 1 篇论文解读

📌 同领域跨会议浏览： 📷 CVPR2026 (1) · 🔬 ICLR2026 (2) · 🤖 AAAI2026 (2) · 🧠 NeurIPS2025 (20) · 📹 ICCV2025 (1) · 🧪 ICML2025 (6)

ATP: Adaptive Threshold Pruning for Efficient Data Encoding in Quantum Neural Networks

提出 ATP（Adaptive Threshold Pruning），在量子数据编码前自适应地剪除低信息量的数据特征，通过 L-BFGS-B 优化阈值，在 MNIST/FashionMNIST/CIFAR/PneumoniaMNIST 四个数据集的二分类任务上取得最高准确率的同时显著降低纠缠熵。