Quanten-GNN optimiert D2D-Powersteuerung – weniger Parameter, mehr Parallelität
In einer neuen Veröffentlichung auf arXiv (2511.15246v1) stellen Forscher ein vollständig quantenbasiertes Graph Neural Network (QGNN) vor, das die klassische Graphverarbeitung für die Power‑Allocation in Device‑to‑Device (D2D)-Netzwerken ersetzt. Durch die Nutzung von Parameterized Quantum Circuits (PQCs) werden Nachrichten zwischen Knoten in einem Netzwerk in Quantenzustände kodiert, verarbeitet und anschließend mittels Messung in klassische Embeddings zurückverwandelt.
