混合量子-经典神经网络识别二维拓扑相：超导量子处理器上的实验与深度解析
本文深度解析了基于超导量子硬件实现的混合量子-经典神经网络（HQCNN）架构。通过联合优化参数化量子线路与经典前馈神经网络，该工作在16个超导比特上成功实现了对二维表面码拓扑相的高精度、低样本复杂度识别，为强关联分子及凝聚态体系的相变研究提供了全新的范式。
本文深度解析了基于超导量子硬件实现的混合量子-经典神经网络（HQCNN）架构。通过联合优化参数化量子线路与经典前馈神经网络，该工作在16个超导比特上成功实现了对二维表面码拓扑相的高精度、低样本复杂度识别，为强关联分子及凝聚态体系的相变研究提供了全新的范式。