# EXAQC进化量子电路搜索框架

该工作把进化式量子电路发现框架 EXAQC 扩展到图像分类，将参数化量子电路作为中间处理模块、保留经典特征提取与预测层，在 MNIST、Fashion-MNIST、CIFAR-10 上分别达到 98.42%、90.62%、85.47% 准确率，门数与其他量子架构搜索方法相当，并以超过 25 倍更少的可训练参数在 CIFAR-10 上达到 85.68%，同时发现旋转型编码（RX、RY、U3）在 CIFAR-10 上比振幅编码高出 22-25 个百分点。

该工作把进化式量子电路发现框架 EXAQC 扩展到图像分类，将参数化量子电路作为中间处理模块、保留经典特征提取与预测层，在 MNIST、Fashion-MNIST、CIFAR-10 上分别达到 98.42%、90.62%、85.47% 准确率，门数与其他量子架构搜索方法相当，并以超过 25 倍更少的可训练参数在 CIFAR-10 上达到 85.68%，同时发现旋转型编码（RX、RY、U3）在 CIFAR-10 上比振幅编码高出 22-25 个百分点。